范厚华：战略没闭环，AI 再先进也没有用

近日，传世智慧创始人范厚华老师应南开大学创新创业学院刘硕教授邀请，赴南开大学开展专题分享。

当天上午，南开大学商学院副院长田莉教授以《变中守常：工业、平台、智能时代的战略演化与组织模式创新》为题，深入解析 AI 时代战略管理与组织创新的核心要义。

下午，范厚华老师接续这一主题，聚焦“战略到经营的闭环”，结合企业AI转型、组织变革与经营管理实践，分享 AI 如何驱动企业管理重构、加速战略落地，推动企业从“有战略”走向“有结果”。

本文根据范厚华老师现场演讲核心观点整理。

今天的企业家，普遍很焦虑。

有人担心传统行业会不会被 AI 替代；有人担心自己的组织太重、效率太低；有人看见了机会，却始终抓不住；还有人明明比同行更早提出转型，最后却发现，真正跑出来的是别人。

为什么？

因为这个时代，企业之间的差距，已经不只是“看见机会”的差距，

而是把战略意图变成经营结果的能力差距。

一句话讲：

战略不等于方向，战略是从方向到结果的闭环。

而 AI 的到来，正在加速这个闭环。

为什么很多企业“早就看到了”， 却没有做出来？

我每年都会和很多企业董事长交流。经常有董事长对我说：

“范老师，这个趋势我早就看到了。”

新能源汽车，他比别人想得早；数字化转型，他比别人提得早；AI，他也比别人布局得早。

但为什么最后真正跑出来的是别人？

因为看见趋势，不等于形成战略；形成战略，不等于组织执行；组织执行，也不等于经营结果。

很多企业的问题恰恰在于：老板有判断，组织没有路径；老板有决心，干部没有共识；老板有目标，业务没有抓手。

企业最容易发生的情况是——老板站在未来，干部还在忙今天。

所以，真正的战略管理，不是老板告诉大家“我们要做什么”，而是要回答一系列非常具体的问题：

• 我们究竟选择哪个战场？
• 哪些市场该进入，哪些市场必须放弃？
• 哪些客户是未来的价值客户？
• 哪些产品是今年要卖的，哪些产品是未来两三年要布局的？
• 资源投在哪里？
• 谁对结果负责？
• 过程怎么监控？
• 偏差出现以后，谁来纠偏？

如果这些问题没有被回答清楚，战略就只能停留在“大家都觉得有道理”的阶段。

而企业经营，最怕的就是“有道理，但没有结果”。

不做第三、第四： 企业必须建立“数一数二”的定位

企业做新业务时，我经常问一个问题：

你进入这个市场，准备做到第几名？

很多企业家会说：“先做到行业前五名。”

我说，这个定位本身就有问题。

在很多行业里，客户的采购逻辑很现实。第一供应商拿到最大份额，第二供应商拿到主要份额。到了第三、第四、第五，通常意味着什么？

意味着你的份额更少，价格更低，要求更高，利润更薄。

你在客户那里如果永远是第三、第四供应商，最后往往会陷入一个局面：客户让你报价，你就只能降价；客户有问题，你要承担更多服务；客户真正的核心项目，却未必交给你。

所以我一直强调：

要么不做；要做，就选择一个细分市场，争取做到数一数二。

这不是盲目追求第一，而是企业对进入的业务必须有清晰的定位，一定要在某一个细分行业或者业务上定位做到数一数二，然与时间赛跑。

企业资源永远有限。你不可能在所有行业、所有客户、所有产品、所有技术路线中都赢。真正的战略，就是把有限资源压到最值得赢、最有可能赢的地方。

选择业务时，至少要想清楚三个问题。

第一，行业利润水平怎么样？

如果一个行业的平均利润率很低，企业再优秀，也很难长期获得高利润。一个平均毛利率只有 20% 的行业，你要长期做到 40%、50%，难度极大；而一个平均毛利率较高、价值密度较高的行业，才更有可能支撑企业的长期投入和持续创新。

第二，你依靠什么形成差异化？

是技术领先？是产品组合？是成本？是交付？是客户理解？还是解决方案能力？

如果什么都没有，只是在同质化市场里比价格，那不是战略，那只是消耗，做低价供应商永远都没有出息。

第三，你能不能在一个细分市场做到数一数二？

企业可以不大，但必须有自己的制高点。一个企业只要能在一个细分领域做到第一、第二，就有机会建立定价权、客户黏性和持续增长的基础。

增长不是“多卖一点”， 而是把机会变成经营结果

很多企业制定年度目标时，喜欢直接定一个收入数字。

今年 10 个亿，明年 20 个亿；今年 100 个亿，明年 200 个亿。

但数字不是战略。

真正的经营管理，要从收入目标一路倒推回去：

• 要实现这些收入，需要多少订单？
• 要形成这些订单，需要多少项目机会？
• 要获得这些项目机会，需要多少有效线索？
• 每个行业、每个区域、每个客户要贡献多少？
• 线索到机会、机会到项目、项目到订单的转化率分别是多少？
• 哪一个环节出了问题？
• 缺的是市场、产品、人才，还是资源？

这才叫把战略变成经营闭环。

我曾参与过一家工业企业的战略变革。这家企业原有业务已经做得不错，收入持续增长，在行业中也有不错的位置。

但往下分析后发现，企业面临典型的增长瓶颈：收入在增长，利润增长却不明显；老业务占据了大量资源，新业务迟迟没有形成规模；很多业务看上去都在做，但真正能够建立竞争优势的并不多。

后来，企业不是简单地“多招销售、多跑客户”，而是重新梳理了业务组合：

• 老业务如何持续增长；
• 新业务如何形成第二增长曲线；
• 未来业务如何提前布局第三增长曲线；
• 哪些行业是真正值得长期投入的；
• 哪些产品必须形成平台能力；
• 哪些细分场景必须做到领先。

企业真正的增长，不是靠“多卖一点”，而是靠增长机会与持续盈利的系统性管理。

经营不是年底看报表，而是在过程当中看机会、看盈利、看偏差、看风险、看行动。

如果等到月底、季度末、年底才发现问题，很多机会已经过去了。

以客户为中心的本质： 不是从客户身上赚钱，而是帮助客户赚钱

现在很多企业都在讲“以客户为中心”。

但我经常问企业家：你们给客户介绍公司的那份材料，叫什么名字？

大多数企业叫“某某公司介绍”。

这个名字本身，就已经说明了思维方式。

“公司介绍”的逻辑是：我有什么。

我公司多大、成立多少年、有多少专利、服务过多少客户、产品性能多好、团队多强。

这些能不能讲？当然能讲。

但如果从头到尾都在讲自己，客户不会真正觉得你理解他。

真正以客户为中心，应该是把“公司介绍”变成“面向客户的价值创造汇报”。

介绍，是站在自己角度说我有多好；

汇报，是站在客户角度说我能为你创造什么价值。

我到很多企业去，发现不少销售人员、产品人员、研发人员，天天在想自己的目标、自己的收入、自己的项目。

但真正优秀的企业，会要求市场、产品、研发团队先想清楚一件事：

客户怎么增长？客户靠什么赚钱？客户未来最大的压力和机会在哪里？

你要思考自己的发展，更要思考客户的发展。

因为客户不赚钱，你怎么赚钱？

你帮助客户降低成本、提升效率、控制风险、进入新市场、获得增长，客户才会真正把机会给你。

华为在大客户管理中有一个很重要的思想：不仅要研究客户，还要研究客户的客户如何增长。

因为只有理解客户最终服务的市场、用户和价值链，才能真正理解客户为什么采购、为什么增长、为什么会改变。

这就是以客户为中心的本质：

不是从客户身上赚钱，而是帮助客户赚更多的钱。

企业不能只追规模： 要有收入的合同，更要有现金流的利润

很多企业有很强的规模情结。

合同越来越多，收入越来越大，员工越来越多，办公室越来越大，企业看上去很热闹。

但如果没有利润、没有回款、没有经营现金流，这种增长是危险的。

我经常讲三句话：

• 要有收入的合同；
• 要有利润的收入；
• 要有现金流的利润。

企业经营必须同时关注三件事：

• 成长性：企业有没有持续增长的能力；
• 盈利性：增长有没有带来利润增长，利润的增长率是否大于收入的增长率；
• 现金流：利润是否有现金流支撑，所有的收入，都要有100%的回款，要看公司的整体回款额是否大于整体收入额，才是健康的。

只看合同额，可能是“虚胖”；只看收入，不看利润，可能是在做无效增长；只看利润，不看回款，可能最后会把企业拖进现金流危机。

真正的经营分析，不能只看一个总数。

要拆开看：

• 哪条产品线在赚钱，哪条产品线在亏损？
• 哪个区域增长健康，哪个区域投入多年没有结果？
• 哪类客户贡献了收入，却长期占用资金？
• 哪些项目看上去金额很大，实际交付风险很高？
• 哪些业务只是规模增长，没有产生经营价值？

企业最怕平均数。

因为平均数会把问题掩盖掉。

总盘子看起来不错，不代表每个业务都健康。只有拆到产品、区域、客户、项目、责任人，问题才会真正暴露出来。

不敢拆数据，就不可能做好经营。

敢于拆开产品线、拆开区域线、拆开项目、拆开客户、拆开渠道，分开看经营损益，企业就真正在做细化的经营管理了！

AI不是用来裁人的， 而是用来重塑经营响应速度的

今天很多企业谈 AI，第一反应就是：AI 会不会替代人？会不会裁员？

有一家大型企业的负责人曾经问我：“能不能通过 AI，把 12 万人变成 3 万人？”

我说，不行。

AI 不是为了简单淘汰人，更不是为了把人变成机器的附属品。

AI 真正的价值，是把人从过去繁琐的工作中解放出来，让人去做更有创造性、更需要判断、更需要协同的工作。

未来不是“人和 AI 谁替代谁”，而是：

• 会使用 AI 的人，替代不会使用 AI 的人；
• 高智能组织，碾压低智能组织；
• 行动快的企业，碾压行动慢的企业。

过去，做一份行业洞察报告，可能需要一个团队花一两个月搜集资料、整理信息、分析数据、形成初稿。

现在，AI 可以在几十分钟内帮助企业完成基础资料搜集、行业信息整理、竞争格局扫描、初步报告生成。

人要做什么？

人要做判断。

判断哪些信息是真实的，判断哪些趋势值得相信，判断哪些机会可以投入，判断企业真正应该选择什么。

过去，企业一个月做一次经营分析。等数据汇总完，问题看见了，可能已经过去半个月、一个月。

现在，AI 可以把经营数据、销售数据、客户数据、项目数据、供应链数据连接起来，做实时监测、主动预警、问题穿透和根因分析。

管理者早上到办公室，可以直接看到：

• 哪个区域的线索和机会下降了；
• 哪个项目的赢率发生异常；
• 哪类客户的回款开始恶化；
• 哪项产品的毛利率出现波动；
• 哪个环节影响了年度目标；
• 问题归属到谁，下一步行动是什么

这才是 AI 对企业最重要的改变：

• 从月度复盘，走向实时经营；
• 从事后分析，走向事前预警；
• 从依赖个人经验，走向数据、知识与经验协同；
• 从领导反复开会，走向人机协同、智能决策、快速解决问题。

AI 最重要的价值，不是替企业做一张更漂亮的报表，而是让企业更快发现问题、更快做出判断、更快采取行动。

说到底，AI 改变的是企业的经营响应速度。

真正的 AI 原生企业， 要把 AI 装进流程、岗位和系统

很多企业以为，买一个大模型、接一个工具、做几个聊天机器人，就叫 AI 转型。

不是。

真正的 AI 原生企业，不是“多了一个 AI 工具”，而是企业的经营管理体系被 AI 重构了。

我认为，企业可以重点建设三类智能体。

第一类：流程类智能体-数字员工（在流程里闭环自主工作）

流程类智能体，直接进入端到端业务流程。

例如市场机会管理、合同评审、项目审批、交付协同、质量检查、供应链异常预警、客户回款跟踪等。

它的价值是缩短流程周期、提高流程质量、实现全流程留痕。

对于确定性高、标准化程度高的业务，流程类智能体非常有价值。注意，用数据+算法+算力，重构业务和流程，因为它能够把原来依赖人工推动、反复沟通、容易遗漏的事项，变成可追踪、可预警、可优化的流程。

把数字员工（Agent）装进流程里做业务闭环的工作。

第二类：岗位类智能体-岗位助手

岗位类智能体，也可以理解为岗位助手。

销售有销售智能体，产品经理有产品智能体，研发人员有研发智能体，财经人员有财经智能体，项目经理有项目管理智能体。

它不是来替代岗位的，而是帮助岗位提升能力的、帮助岗位干某些职责的执行类工作的。

销售智能体可以帮助做客户研究、机会分析、方案准备和项目复盘；产品智能体可以帮助做需求整理、竞争分析、产品规划；经营管理智能体可以帮助做指标跟踪、偏差识别、根因分析和行动建议。

未来企业很可能像过去发电脑一样，为每一个岗位配置智能体。

过去企业给员工发电脑；

未来企业要给员工发智能体。

第三类：能力组件智能体

企业的业务是由业务方法和业务能力要素构成的，企业里干部和员工有很多优秀能力，过去只存在于少数高手脑子里。

有的人会做行业洞察，有的人擅长客户经营，有的人很会做项目复盘，有的人能快速判断风险，有的人能做高质量的经营分析。

如果这些能力不能沉淀，高手离开以后，能力也就离开了。

能力组件智能体，就是把企业中可复制的能力，沉淀成组织可以调用的能力组件。企业要构建起自己的业务能力架构，并将业务能力架构转化为业务能力智能体和知识库能力。

我们期待为企业构建业务能力规划和原子能力（平台可复用的底层能力要素）规划，然后用智能体来承载企业的业务能力和原子能力。

比如：

• 行业洞察能力；
• 客户分析能力；
• 方案生成能力；
• 经营复盘能力；
• 项目风险识别能力；
• 质量管理能力；
• 最佳实践提炼能力。

这样，高手的经验就不只是个人能力，而会变成企业组织能力。

AI转型最难的，不是模型， 而是经营语言和知识体系

企业要真正让 AI 进入经营，首先要解决的，不是模型问题，而是要完成以下的4个基础管理的问题。

第一，是统一业务语言、统一经营语言，通过AI构建企业自身的业务本体。

同一个“收入”、同一个“利润”、同一个“客户”、同一个“项目”，在不同部门、不同系统里不能有不同定义，相互的关系和属性要定义清楚，企业的行业特殊语言要定义清楚。

如果销售系统、财经系统、供应链系统、项目系统中的数据口径不一致，AI 再强，也只能得出混乱的结论。

第二，是打通数据链。

数据不能只躺在系统里。

销售、财经、研发、供应链、制造、交付、服务等系统，原来要花很大的投资才能把数据连接起来，现在用AI MCP可以快速构建数据连接，AI 编程缩短AI+IT系统构建时间，可以把孤立的系统数据给到AI 智能体使用，真正快速服务经营决策。

第三，是建设知识库。

企业真正有价值的资产，不只是数据，还包括流程、制度、项目复盘、客户经验、产品知识、经营方法、最佳实践和管理者的经验。

未来，每一家企业都需要形成自己的AI可以快速定位和使用的敏态知识库：

• 最佳实践与复盘知识库。
• 战略与经营知识库；
• 产品与技术知识库；
• 客户与市场知识库；
• 财经与绩效知识库；
• 组织与岗位知识库；

第四，是把因果关系装进去，AI重构业务和流程。

AI 不能只告诉你“指标下降了”，还要帮助企业判断：为什么下降？影响了什么？下一步应该采取什么行动？

这就需要把企业的经营逻辑、管理规则、流程机制、责任体系，逐步装进AI系统里，通过AI重构业务和流程，构建工作流与AI工作的人智业务闭环运作系统

• 数据链解决“发生了什么”；
• 知识链解决“为什么会发生”；
• 推演链解决“下一步应该怎么办”。

这才是 AI 真正进入业务和管理的路径。

结语 企业未来的竞争， 是高智能组织，碾压低智能组织

今天，知识获取的门槛在下降，智能能力的门槛也在下降。

但企业之间的差距不会消失，反而会进一步拉大。

因为有的企业还在把 AI 当作一个聊天工具；

有的企业已经在用 AI 重构市场洞察、战略规划、经营分析、组织协同和管理决策。

有的企业还在等趋势更明朗；有的企业已经开始在真实业务中试点、迭代、沉淀能力。

这个时代，

行动快会碾压行动慢；高智能组织会碾压低智能组织；

能够把战略闭环跑起来的企业，会赢得比别人更快的进化速度。

最后送给各位企业家一句话：

战略不是写出来的，是经营出来的。

AI不是用来炫耀的，是用来解决经营问题的。

把战略升级成AI驱动的战略、把AI当成生产力、改善AI生长的生产关系，把把智能体装进流程实现闭环工作、让智能体辅助岗位工作，用AI重构组织级能力，企业才能真正走向未来。