構建原創模型激活數智生産力：《數智生産力》為企業轉型提供 “中國方案”

　　從無人機配送、工業機器人精密作業到 AI 輔助醫療診斷，數智技術正深刻重塑生産與生活方式。然而，企業數字化轉型往往陷入 “重技術、輕管理” 的困境，缺乏符合中國實踐的系統理論指導。在此背景下，浙江大學管理學院教授周偉華攜手鼎捷數智股份有限公司董事長葉子祯、前沿數智創新研究院院長周忠信，聯合編著《數智生産力 —— 從數字轉型到數智重生》，以原創 “感知 - 理解 - 規劃 - 執行(SUPA)” 模型，為企業激活數智生産力提供理論框架與實踐密鑰。

　　紮根中國實踐：從 “技術升級” 到 “數智重生” 的理論突破

　　該書立足中國企業數智化轉型痛點，打破 “數智驅動 = 技術堆砌” 的認知誤區，提出核心觀點：數智驅動是管理理念與商業模式的革新，而非單純的技術升級。

　　數智驅動的六大特質：書中提煉出數智驅動型企業的關鍵能力 —— 實時感知(動态捕捉市場與運營信号)、快速響應(敏捷調整策略)、預先響應(基于數據預測風險)、高速疊代(持續優化流程)、自我進化(系統自主學習)、自決自動(數據驅動決策)，為企業轉型提供明确目标。

　　從 “數據驅動” 到 “數智驅動” 的鴻溝：通過分析企業數智化演進的五個階段(人的驅動→流程驅動→模型驅動→數據驅動→數智驅動)，指出從數據驅動到數智驅動的跨越需突破 “思維定式”，讓數據從 “輔助工具” 轉變為 “核心驅動力”。

　　原創 SUPA 模型：數智管理的 “系統方法論”

　　作為全書核心，SUPA 模型(Sensing-Understanding-Planning-Action)構建了企業數智化運營的閉環體系，四個環節層層遞進：

　　感知（Sensing）：通過物聯網、大數據等技術實時采集内外部數據，如生産設備運行參數、市場需求波動、用戶行為軌迹等，建立全域數據感知網絡;

　　理解（Understanding）：運用 AI 算法對數據進行深度分析，挖掘隐藏規律與關聯，例如從用戶反饋中識别潛在需求，從生産數據中定位效率瓶頸;

　　規劃（Planning）：基于數據分析結果生成最優決策方案，支持多場景模拟與風險預判，如供應鍊調度的動态優化、營銷策略的精準匹配;

　　執行（Action）：通過自動化系統、工業軟件等将規劃落地，實現流程自驅，并實時反饋執行效果，形成 “感知 - 理解 - 規劃 - 執行” 的持續疊代。

　　書中以鼎捷數智服務的制造企業為例，展示 SUPA 模型如何幫助企業實現生産效率提升 30%、庫存周轉加快 40%，印證了理論的實踐價值。

　　理論 + 案例：為企業提供 “可落地的轉型指南”

　　該書秉持 “紮根實踐、指導實踐” 的原則，通過豐富案例解析數智驅動的落地路徑：

　　行業覆蓋廣泛：涵蓋智能制造、零售、醫療等領域，如某汽車零部件企業通過 SUPA 模型實現供應鍊全鍊路可視化，某連鎖品牌借助數智化精準匹配區域消費偏好;

　　聚焦 “數智驅動 Level 4”：重點闡釋最高階段的 “數據自決” 與 “智能生成”，即系統無需人工幹預即可自主優化決策，例如 AI 自動調整生産線排程、智能客服自主解決 80% 以上用戶問題。

　　創作初衷：構建中國自主的數智管理知識體系

　　三位作者的合作源于共同目标 —— 為中國企業探索 “接地氣” 的轉型路徑。周偉華教授團隊深耕管理理論研究，鼎捷數智則積累了 20 餘年企業數智化服務經驗，雙方通過産學研融合，将 “雅典娜” 數智化平台等實踐成果升華為理論體系。

　　“數智化轉型不是照搬國外模式，而是要立足中國企業的組織特點與市場環境。” 周偉華表示，希望該書既能為管理者提供前沿洞察，也能為學界構建中國自主管理學知識體系貢獻力量。

　　在 “數字中國” 建設與新質生産力發展的背景下，《數智生産力》的發布恰逢其時。它不僅為企業突破轉型瓶頸提供 “操作手冊”，更通過原創模型與中國案例，為全球數智化管理貢獻 “中國智慧”，推動中國經濟在全球化競争中實現質的躍升。