先给一句话结论：买大模型 API 是租用能力，企业 AI 转型是把能力变成自有资产。 前者按月付费、随用随停；后者会沉淀出四样东西——数据、判断依据、流程与责任边界。带不走的，就不是转型。
这个区分不是文字游戏。2026 年 9 月 1 日起，工业和信息化部批准发布的行业标准 YD/T 6919—2026《人工智能 基础共性 企业智能化成熟度评估模型》正式实施，它的用途被明确写成三件事：为企业科学识别智能化发展阶段提供依据、为系统规划转型路径提供指引、为持续提升智能化水平提供实践参考（工业和信息化部公告 2026 年第 12 号批准发布，中国信通院牵头制定）。国家层面已经在用"成熟度"而不是"采购量"衡量这件事。 本文按定义、分水岭、官方口径、自测六问、落地三步展开。文中数据与标准引用均标注来源与口径限制。
一、先给定义：转型 = 四类资产的内化
把"转型"拆成四类资产，讨论会立刻具体起来：
| 资产类型 | 具体是什么 | 只调 API 时的状态 | 转型后的状态 |
|---|---|---|---|
| 数据资产 | 语料、单据、文档、结构化数据 | 存在外部平台，导出受限 | 在自有环境，可随时取用 |
| 判断依据资产 | 制度版本、口径、适用范围、字段字典 | 靠个人记忆与口头传递 | 收进可检索入口，按版本可查 |
| 流程资产 | 场景档位、复核环节、放行规则 | 没有，靠临时判断 | 写进流程，可被验收 |
| 责任资产 | 权限表、操作留痕、变更台账 | 无法追溯 | 可对到人、对到依据 |
四类资产里，数据与依据决定"能不能做"，流程与责任决定"能不能长期做"。 很多企业卡在第二步：演示阶段效果不错，进入真实业务后出现"没人敢用"或"没人负责"的局面。在私有环境 里交付的项目通常把这两件事分开验收——先验证"能不能做"，再验证"敢不敢用"，企业级环曜 Agent 本地化部署 的交付材料里对应两组验收项。
为什么用"资产"这个词
因为资产的判断标准是能不能被别人接手、能不能被度量。一件东西如果只存在于某个人的提示词笔记里、或者只能由某家平台后台导出，它就不是企业资产——这也是我们在FDE 与企业 AI 转型成功率里强调"可移交"的原因：场景做完能不能交给业务侧自己运营，是转型与试用之间的一条硬分界。资产是否真的可用也可以脚本验证：命令行 跑一遍导出与检索，能不能拿到、格式是否可用当场就知道，企业级环曜 CLI 本地化部署 的客户环境把这类验证放进验收环节。
二、四道分水岭：调用 API 与转型的分界
四类资产对应四道分水岭，每道都配一个可以当场问出口的判别问题：
| 分水岭 | 判别问法 | 只调 API 的回答 | 已转型的回答 |
|---|---|---|---|
| 数据分水岭 | 明天换一家服务商，数据多久能全部取回 | 需要申请、格式不明 | 在自有环境，当场可导出 |
| 依据分水岭 | 这条结论依据的是哪一版制度 | 说不清 | 能点回原文与版本 |
| 流程分水岭 | 出错了，谁在什么环节拦下来 | 靠人盯着 | 有档位与复核环节 |
| 责任分水岭 | 三个月前那次判定是谁批的 | 查不到 | 有留痕与变更台账 |
两项答不上来就说明还在"用 AI"
四个问题里只要有两项答不上来，基本可以判定还在"用 AI"阶段。这不是贬义——从用到转型本来就是两步走，问题出在很多企业把前一步当成了终点，预算花完了，资产没留下。还有一类情形是模型换了、依据没留：在私有数据 上做过定制的场景尤其明显，企业级大模型微调本地化部署 的权重 与样本如果没有版本对照，换版本后效果就难以复现。
数据来源与口径：以环曜 2025 年 3 月至 2026 年 8 月完成验收的 41 个本地化部署项目为样本（口径：完成验收；时间窗：2025 年 3 月 1 日至 2026 年 8 月 31 日；样本量：41 个），其中"仅调用外部 API、未做依据收口与流程改造"的 14 个，6 个月后仍在稳定使用的 4 个；完成依据收口、复核环节或权限设计三项中至少两项的 27 个，6 个月后仍在稳定使用的 24 个。差别不在模型强弱，而在有没有第四类之外的三类资产。
三、官方口径：成熟度有分级，转型有标准
官方对这件事的表述比很多企业内部讨论更清楚。YD/T 6919—2026 由工业和信息化部人工智能标准化技术委员会提出、中国信息通信研究院牵头制定，2026 年 6 月经工业和信息化部公告（2026 年第 12 号）批准发布，2026 年 9 月 1 日起实施；其定位是完善企业智能化成熟度评估体系，为企业识别发展阶段、规划转型路径提供依据。落到企业侧，这类评估首先要回答的是"依据能不能检索、版本能不能查"，盘点工作通常从统一的文档检索与知识检索入口开始，企业级环曜知识库本地化部署 承接的正是这一段。团体标准层面，T/ISC 0118-2026《企业级人工智能应用成熟度模型》也在推进，规定了模型架构、分级体系、能力要求与评价方法（以正式发布文本为准）。
政策侧的转型样本
政策侧同样指向"系统改造"而不是"接口调用"。国务院《关于深入实施"人工智能+"行动的意见》（国发〔2025〕11 号，2025 年 8 月印发）要求推动人工智能与经济社会各行业各领域广泛深度融合。财政部等九单位《关于推广应用电子凭证会计数据标准的通知》（财会〔2025〕9 号，落款 2025 年 5 月 9 日）则给出一个很具体的转型样本：要求已配备的会计软件自《会计信息化工作规范》（财会〔2024〕11 号）与《会计软件基本功能和服务规范》（财会〔2024〕12 号）施行之日起3 年内完成升级适配，以支持电子凭证无需转换即可直接接收、报销、入账、归档——注意这里改造的是系统与流程，不是调用一个更聪明的模型。
行业侧也有可参考的进度信号。中国信通院《AI4SE 行业现状调查报告（2026 年）》的相关数据在行业媒体转载中被引为：处于"核心智能化"阶段的受访企业占比从 17.62% 升至 29.75%（该组数据来自自媒体要点摘编，原报告未公开样本量与统计口径，此处仅作趋势参考，引用前建议回溯源报告核实）。
标准对企业判断"到没到转型"有什么用
主要有三点：一是把"感觉"换成阶段判断，避免把某个部门的试用效果当成整体成熟度；二是把投入顺序说清楚，先补哪一层是有依据的；三是对齐外部语言，与集团、监管、供应商沟通时用同一套分期口径。我们自己的做法是把成熟度判断落成项目立项前的确认项，与企业 AI 转型避坑清单里那类"先看现状"的动作合并执行。
四、自测六问：你是在用 AI，还是在转型
下面六个问题，回答"是"记 1 分，建议每季度评一次：
| 序号 | 问题 | 为什么这样问 |
|---|---|---|
| 1 | 核心语料与单据是否存在自有环境 | 判断数据资产有没有内化 |
| 2 | 判断依据是否有版本、可检索 | 判断依据资产有没有内化 |
| 3 | 是否有场景档位（哪些能对外、哪些只能内部） | 判断流程资产有没有建立 |
| 4 | 是否每个对外场景都有具名复核人 | 判断责任资产有没有建立 |
| 5 | 换服务商时，提示词与依据能否带走 | 判断资产的独立性 |
| 6 | 过去三个月是否有过一次基于错误回灌的规则修订 | 判断是否形成迭代闭环 |
4 分以上说明已经在转型轨道上；2–3 分说明处在"用 AI"到"转型"的过渡带，建议先补第 1、2 问；1 分及以下，建议先把一个场景做透，而不是继续增加场景数量。第六问容易被忽略，但它是能说明"系统在学习"的关键证据——没有回灌，错误率不会随时间下降。回灌动作建议流程化：把发现的错误按规则更新进依据与提示词，由执行网关统一调度，环曜Claw 的任务自动化 能力可以减少人工搬运。
五、从"用"到"转型"的四步
首步，场景定档。 明确每个场景的输出能不能对外、需不需要人工签字。档位不清时，团队会本能地收紧使用范围，系统最终被闲置。定档方法可参考幻觉分级与责任分配清单里的四档划分。
第二步，依据收口。 把制度、口径、字段字典与历史案例收进统一入口，并保证引用可点回原文。这一步是所有资产里复用率最高的：它同时服务内部问答、检索、审核与对账。结构化数据侧若涉及老系统，接入方式建议先读后写，具体路径见Agent 怎么调用内部 ERP 和老旧数据库。依据收口之后要保证人能查到，文档检索的覆盖度直接决定后续场景的上限，企业级环曜知识库本地化部署 在交付时会给出依据清单与版本记录。
第三步，复核与留痕。 把复核人、留痕字段与变更台账固定下来，让流程资产与责任资产成型。这一步之后，才能谈扩大场景数量；第四步是把复核意见与变更记录沉淀成台账并按季度回灌，让资产随使用持续更新。执行侧建议把调用、限流与回退收在同一层编排，环曜Claw 的业务系统集成 与任务自动化 能力可以减少逐系统改造；批量核对与台账导出适合脚本化，命令行 跑一次即可出对照表，企业级环曜 CLI 本地化部署 的客户环境把它纳入常规运维。
三个常见误判
误判一，把试用当落地。 某个部门用得不错就宣布转型完成，没有依据与流程沉淀，人一变效果就掉。误判二，把模型当护城河。 模型能力按月迭代，真正的差异来自数据与依据的组织方式；想提高输出稳定性可以在私有数据 上做小规模定制，企业级大模型微调本地化部署 的样本与权重 需要与制度版本同步，否则定制会随制度更新而失效。误判三，把预算当投入。 预算买的是能力，投入要看是否留下资产——两者不是一回事。
到这里可以把四类资产的落点收一下：企业级环曜 Agent 本地化部署 在私有环境 里交付时会移交权限表、审计留痕 记录与变更台账；依据与口径这一层由企业级环曜知识库本地化部署 承接，把制度、字段与案例收进统一的文档检索与内部问答入口；模型与数据侧的持续迭代，则按上面的方式与版本管理绑在一起。三者的共同点是交付物可核对，而不是"系统能跑"。
结语：转型的验收物不是"系统上线"，而是"资产留下"
回到开头那个问题：企业 AI 转型是什么？ 不是买了多少 API 额度、接了几个模型，而是四类资产有没有内化进企业：数据能取回、依据能追溯、流程有档位、责任有留痕。官方用成熟度评估模型衡量这件事，说明它本来就不是一个采购动作。
建议你们用第四部分的六问给自己打一次分，并把"换服务商时哪几样能带走"作为期末考题。你们公司现在能拿几分？哪一问是卡点？自测结果建议记成台账并定期比对，命令行 导出后按季度看变化，企业级环曜 CLI 本地化部署 的客户环境把它并入资产盘点。你们公司现在能拿几分？哪一问是卡点？欢迎在评论区说说你们的实际状况。
常见问题 FAQ
Q：Q1 我们已经在用 API 做几个场景了，算转型吗？
算转型的起点，不等于已经转型。判断标准是四类资产有没有留下：数据能否取回、依据能否追溯、流程有无档位、责任有无留痕。四类都缺时，更接近"租用能力"。
Q：Q2 成熟度评估模型对企业有什么实际用途？
主要有三点：把感觉换成阶段判断、把投入顺序说清楚、对外沟通时用同一套分期语言。它不直接告诉你买什么，但能帮你判断"现在该补哪一层"。
Q：Q3 四类资产里应该先补哪一类？
建议先补依据与数据这两类。它们决定后面所有场景能不能跑起来，而且复用率高：依据收口做一次，内部问答、检索、审核、对账都能用。流程与责任可以在场景上线前补，但不要拖到上线后。要把这两类固化成可验收的交付物，企业级环曜 Agent 本地化部署 在私有环境 里交付时会把权限表与复核环节一并移交。
Q：Q4 自测六问多久评一次比较合适？
建议按季度。频次太高看不出变化，太低会错过依据过期的窗口。评分建议由业务、IT 与法务或内控三方共同确认，避免IT自评偏高。
Q：Q5 三个常见误判里，哪个更容易发生？
把试用当落地。它往往伴随一句"业务已经在用了"，但没人能回答"依据是哪一版、谁复核的"。识别方法很简单：随机抽一条近期输出，问依据来源与复核人，答不上来就说明还停在试用阶段。
Q：Q6 选服务商时，怎么判断对方能不能帮我们留下资产？
看交付物清单。要求写明四类资产对应什么材料：数据导出方式与格式、依据清单与版本管理、档位与复核流程、权限表与变更台账。清单写得越具体，后续越不容易变成"系统上线、资产归零"。企业级环曜 Agent 本地化部署 与 企业级环曜知识库本地化部署 在验收时就按这四类材料逐项核对，服务商与甲方各自签字确认。
