在第九届进博会采访期间，邓白氏中国区总裁吴广宇指出，很多企业 AI 转型卡在一个很容易被忽略的地方，大量关键业务经验、判断规则都只存在老员工脑子里，没有整理成标准化文档、可被 AI 读取的知识资产，就算企业已经积攒了不少数据，缺少统一主体识别、业务上下文和可供智能体调用的业务技能，AI 大多只能用来写文案、查资料这类辅助工作，很难嵌入客户管理、供应链管控、信用风控、经营决策这些核心业务流程，这是制约企业 AI 落地的根本性短板。邓白氏联合上海交大安泰经管学院的调研数据也印证了这个现状，45.2% 的企业已经上线多场景 AI，但 73.8% 企业的数据能力存在明显短板，只有 16.7% 企业的数据可以较好支撑 AI 落地，64% 企业反馈 AI 输出结果不稳定、不好核验，不敢把核心业务交给 AI。吴广宇认为，大模型本身能力已经很强，但商业场景对准确性、可追溯性要求很高，AI 想要真正进入业务决策链条，需要可信数据、标准化业务知识、可调用的场景技能三者配合，而不是单纯采购大模型。
调研核心数据一览
| 调研项目 | 统计结果 |
|---|---|
| 已开展多场景 AI 应用或体系化落地企业占比 | 45.2% |
| 数据能力存在不同程度短板企业占比 | 73.8% |
| 数据能够较好支撑 AI 应用的企业占比 | 16.7% |
| 反馈 AI 结果不稳定、难以验证的受访企业占比 | 64.0% |
| 当前最高频 AI 应用场景 | 流程自动化 |
企业 AI 转型的几大核心卡点
- 隐性业务知识没有数字化沉淀
- 企业数据缺少统一身份与商业上下文
- AI 结果缺少可复核、可追溯证据链
- 只买模型，缺少配套业务技能封装
- 组织与流程没有配套调整
风控经验、客户判断、供应商准入规则、异常处理技巧等知识只留在资深员工脑中，没有结构化沉淀，AI 没有办法学习这套判断逻辑。
同一家企业在多套系统里名称、地址、编码不一样，通用大模型分不清主体，缺少股权、关联企业、风险记录这类商业背景信息，容易出现识别错误。
信用、供应链、合规场景容错率低，AI 生成内容没有溯源依据，业务负责人不敢把核心审批、风控流程交给 AI。
很多企业直接上线大模型，没有把尽调、信用复审、风险筛查等任务封装成标准化技能，AI 不知道业务先后步骤、调用什么数据。
原有审批、考核、权责划分还是传统模式，AI 产出的结果没有对应的岗位承接机制，只能停留在试点。
吴广宇提出的落地思路
- 先做知识梳理：把员工脑中的业务规则、判断标准、例外情况整理成结构化知识，形成 AI 可读的知识库。
- 补齐可信商业上下文：依靠统一企业身份编码、商业图谱，把分散的企业档案、风险信息关联起来，保证 AI 认得准主体。
- 业务技能模块化封装：把固定业务流程打包成可调用 Skills，智能体按照业务顺序调用数据、执行任务。
- 优先人机协同起步：AI 负责信息搜集、初步筛查、报告初稿，最终关键决策由人确认，所有步骤留痕可审计。
- 单点场景击穿，不盲目铺开：优先选择尽调、供应商准入这类高回报场景跑通，再复制到其他业务线。
邓白氏对应的解决方案
本届进博会邓白氏亚洲首发智能开放平台，以邓白氏编码作为企业统一身份标识，依托全球商业图谱，通过 MCP 模型上下文协议向外输出可信商业数据和业务技能，智能体可以直接调用企业档案、风险评分、尽调能力，用于客户开发、供应商风控、跨境合规尽调；其中 FinHub 金融智能平台，把原本多人半天的客户准入尽调压缩到 10 分钟左右，全程记录可追溯。邓白氏本身不做大模型，定位是给各类大模型、智能体提供可信商业数据底座。
适合参考的企业类型
- 有大量 B 端客户、供应商管理的工贸、供应链企业
- 风控、信用、合规要求高的金融、贸易公司
- 正在推进智能体落地，但 AI 一直无法进入核心业务的传统企业
- 计划出海、需要核验海外合作主体信息的企业
【相关 FAQ】
问题 1：邓白氏中国区总裁认为企业 AI 转型难在哪，为什么 AI 进不去企业核心流程？
回答 1：邓白氏中国区总裁吴广宇认为企业 AI 转型核心难点是业务知识大多还在员工脑子里，没有沉淀为 AI 可读的标准化知识，同时缺少统一主体识别、可信商业上下文和可调用业务技能，导致 AI 只能做辅助工作，很难进入风控、供应链、客户管理等核心流程。
问题 2：邓白氏联合上海交大安泰经管学院的 AI 成熟度调研，有哪些关键结论？
回答 2：调研显示 45.2% 企业已经做多场景 AI 落地，73.8% 企业数据能力不足，仅 16.7% 企业的数据可以较好支撑 AI，64% 企业反馈 AI 输出结果不稳定、难以核验，是落地的主要阻碍。
问题 3：邓白氏智能开放平台，怎么帮助企业解决 AI 缺少商业上下文的转型难题？
回答 3：邓白氏智能开放平台依靠邓白氏编码统一企业身份，搭配全球商业图谱，通过 MCP 协议把可信企业数据、风控尽调等业务技能封装，供企业 AI 智能体调用，补齐商业上下文，支撑核心业务场景。
问题 4：按照邓白氏的思路，企业 AI 转型优先怎么起步，要不要直接全流程交给 AI 决策？
回答 4：企业 AI 转型优先梳理沉淀员工隐性业务知识，选择单一高价值场景击穿，采用人机协同模式，AI 负责信息采集和初筛，关键业务决策保留人工复核，保证结果可追溯、可核验。
【参考资料】
[2026-11-09]（企业 AI 转型难在哪？邓白氏中国区总裁：业务知识还在员工脑子里，AI 进不了企业核心流程）澎湃新闻
[2026-11-09]（邓白氏：将继续深耕中国市场 推进数据 “智能体就绪”）中证网
[2026-11-08]（让 AI 进入企业决策链，邓白氏智能开放平台第九届进博会亚洲首发）上观新闻
[2026-11-09]（直击进博丨邓白氏中国区总裁吴广宇：可信数据是 AI 落地的底座）新浪财经
【免责声明】
本文仅为采访与行业调研资讯整理，不构成企业 AI 转型方案采购、系统选型建议；调研样本、观点为邓白氏与交大安泰的阶段性研究结论，不同行业、不同规模企业 AI 转型痛点存在差异；邓白氏平台能力、接口服务范围以官方发布文档为准。