互联网、大数据、云计算及人工智能等技术正加速重塑全球产业链与价值链，成为我国制造业转型升级的关键机遇。四川正处于转型攻坚期，省委十二届三次全会明确“工业兴省、制造强省”战略，部署规上企业数字化转型全覆盖，并于今年 2 月以“新春第一会”再次强调围绕新质生产力加快“智改数转”。在此背景下，《四川省加快制造业智能化改造数字化转型行动计划（2024—2027 年）》正式印发，政策导向清晰。然而，面对技术浪潮与外部利好，企业若仅凭“顺势而为”的愿望，往往难以跨越“不会转、不敢转、不想转”的现实困境。破解这一难题，需从战略管理与实操路径两端同步发力：一方面，企业应结合自身面临的气候相关风险与机遇，依据自身技能、能力及资源确定气候情景分析方法；若初期缺乏定量分析能力但风险较高，可采用定性叙述等简单方法，待条件成熟后转为科学定量；若已具备必要能力且面临较高风险机遇，则应直接使用科学定量方法，同时披露信息时须确保所用数据合理有据且无需过度成本。另一方面，在运营管理中需充分发挥大模型的推理预测能力，加速订单处理、销量预测、库存预警等环节智能升级，优化供应链管理；并运用其分析与生成能力，提升企业对战略、人力资源、财务、风险等核心管理能力的支撑水平。在“双碳”战略下，单纯依靠企业自觉性难以突破经济利益与思想认识的双重阻力，亟需政府出台明确政策并分解目标，为企业减碳提供清晰路径。

真正的破局之道在于将技术红利转化为具体的管理效能。在运营管理环节，企业需发挥大模型推理预测能力，加速订单处理、销量预测及库存预警等关键环节的智能升级，优化供应链韧性；同时，运用大模型的分析和生成能力，提升对战略规划、人力资源、财务风控等核心职能的决策水平。这要求企业摒弃单纯依靠自觉性减碳或空谈转型的旧思路，正视“双碳”战略下的经济利益与思想认识阻力。企业应结合自身面临的气候相关风险与机遇，以及现有的技能资源，科学确定气候情景分析方法：初期若缺乏定量分析能力但风险较高，可采用定性叙述等简单方法，待条件成熟后转为科学定量；若已具备必要能力且面临显著风险机遇，则应直接采用科学的定量方法。此外，在披露气候相关信息及核算范围三排放时，企业应使用报告日合理且有依据的信息，避免过度成本投入。唯有将宏观战略拆解为可执行的技术路径与管理策略，企业方能从“被动响应”转向“主动驾驭”，在数字化转型的赛道上实现真正的弯道超车。

然而，现实的另一面却是一幅截然不同的图景。当前制约广大制造业企业数字化转型的共性问题主要表现为“不会转、不敢转、不想转”。这种矛盾状态正在将目标群体推向潜在危机。大模型技术的出现本应成为破局的关键，在运营管理环节，需发挥大模型推理预测能力，加速订单处理、销量预测、库存预警等环节智能升级，优化供应链管理；运用大模型分析和生成能力，提升企业对战略、人力资源、财务、风险等管理能力。但在实际执行中，许多企业高层依然停留在“定决心、树目标”的层面，希望通过一场动员大会或聘请一位顾问，就能解决所有问题。这种宏观环境下的积极信号与微观执行中的系统性缺失，构成了强烈的认知反差。企业明明拥有了应对气候相关风险、机遇以及可用的技能、能力和资源的工具，却往往因为思维模式的固化，无法将大模型真正融入战略规划与决策流程。单纯依靠园区和企业自觉性难以进一步降低碳排放，存在经济利益和思想认识阻力，因此需要政府部门出台明确有力的政策并分解目标，但政策无法替代企业内部的思维重构。当外部红利与内部盲区发生碰撞，那些仅仅满足于“看起来在转型”的企业，正面临着被时代浪潮淘汰的风险。

在制造业的广阔版图中，这种困境并非孤立存在，而是通过不同的维度层层验证了其普遍性与严重性。

首先，是分类融合趋势下的失效。过去，企业习惯于将“生产”与“管理”、“技术”与“业务”严格割裂。进货时关注如何拿到更低的价格，如何跟供应商谈判；生产时关注如何控制整个生产过程，以更低的成本、更高的效率拿到做出更优质的面条；定价时纠结于便宜卖得多还是定高价利润高。然而，大模型技术的引入打破了这种旧分类的边界。在运营管理环节，需发挥大模型推理预测能力，加速订单处理、销量预测、库存预警等环节智能升级，优化供应链管理。这意味着，一个关于供应链库存预警的算法优化，直接关联到财务现金流的健康度，进而影响人力资源的配置效率。传统的“单点努力”已经无法应对这种跨部门的融合需求，旧有的分类逻辑在数据流动的洪流中显得苍白无力。

其次，是视角转换对比揭示的局限。很多企业习惯于从“局部关注”的视角出发，认为只要把某个环节做到极致就是成功。比如，一个管理者为了提高业绩，就是找励志大师来发表演讲，让大家想一想“如果我们业绩翻倍会怎样”、“我们一定能翻倍”，而不提出具体的策略。这种低解释水平的视角，往往导致局部最优而全局受损。相反，大模型的应用要求企业切换至“全环节视角”。当化工企业必须将碳管理前置到战略规划、工艺设计、原料选择及供应链管理等全生命周期环节时，传统的‘先污染后治理’或‘末端治理’模式已难以为继。视角的转换不仅仅是看问题的角度不同，更是决策逻辑的根本重构。如果依然固守局部视角，即便拥有了先进的大模型工具，也只是一块嵌入在陈旧系统中的昂贵装饰品，无法发挥其优化供应链管理、提升战略管理的能力。

再次，是环节链条分析显示的断裂。数字化转型往往被误解为一系列独立任务的叠加，仿佛完成了采购系统的升级、生产系统的联网、营销系统的自动化，转型就完成了。但事实是，环节链条的完整性才是关键。在“双碳”战略下，企业应结合自身面临的气候相关风险、机遇以及可用的技能、能力和资源来确定气候情景分析方法。若初期不具备定量分析能力但面临较高风险，可采用定性叙述等简单方法，待具备条件后应转为科学的定量方法；若具备必要能力且面临较高风险机遇，则应当直接使用科学的定量方法。这一过程要求从定性到定量的平滑过渡，任何一个环节的断裂，比如数据分析与战略决策之间的脱节，都会导致整个转型链条的失效。很多企业之所以陷入“不会转、不敢转、不想转”的怪圈，正是因为他们在这些环节的连接上缺乏系统性的思考，导致单点努力徒劳无功。

最后，是默认规则质疑带来的冲击。过去，企业默认“控制”是管理的核心，“资源”是成功的基石。但在新的商业环境下，这些固有假设正在过时。比如一个平时赖床晚起的人，通过下定起床的决心和目标，来养成早起的习惯，基本上都失败了，因为缺乏策略性的约束。同样，企业在面对气候相关风险时，若仅靠自觉，往往难以突破经济利益和思想认识的阻力。规则从“内部控制”转向“外部引领”，企业应引领价值链上、中、下游各利益相关方应对气候变化挑战的行动计划。当默认规则发生更替，那些依然沿用旧地图寻找新大陆的企业，注定会在迷雾中迷失方向。

之所以陷入“不会转、不敢转、不想转”的困境，并非因为资源不足或知识缺乏，而是因为思维模式被大脑陷阱所限制，导致无法跳出固有框架。我们往往高估了意志力在复杂系统变革中的作用，而低估了思维陷阱的破坏力。很多时候，我们相信某个答案，更多是因为「这个答案让我们的心理很舒服」，而不是因为「它是真的」。这种心理舒适区，正是阻碍转型的根本原因。企业领导者容易陷入“宏大叙事”的陷阱，认为只要目标足够高远，执行自然水到渠成。然而，真正的价值创造，始于对固有思维的质疑。如果不去反思为什么大模型在战略管理中未能发挥应有的作用，不去审视为什么气候管理依然停留在末端治理，那么无论投入多少资金、引进多少先进设备，都无法解决根本问题。思维模式的滞后，使得企业在面对新质生产力时，依然在用旧时代的逻辑去处理新时代的问题，这种错位正是所有转型困难的根源。

要打破思维陷阱，需执行反向操作：将固定分类改为融合类别，将低解释水平提升为高解释水平，将单点视角扩展为全环节视角，将默认规则重构为动态假设。

第一，必须从“单点优化”转向“系统融合”。在进货、生产、定价等传统环节，不能再将其视为独立的成本中心或利润中心，而应将其视为数据流的节点。利用大模型分析和生成能力，提升企业对战略、人力资源、财务、风险等管理能力，意味着要建立一个跨部门的协同机制。例如，在制定气候情景分析方法时，不能仅由环保部门闭门造车，而需要财务部门核算成本，生产部门评估工艺，采购部门寻找替代材料，共同确定一套科学的、可执行的方案。只有当这些环节真正融合，数据才能在企业内部自由流动，从而产生 1+1>2 的效应。

第二，必须从“口号激励”转向“策略设计”。拒绝那种仅仅依靠“下定决心”就能成功的幻想。要像制定早起策略一样，制定具体的数字化转型策略。不是看向内部的资源，而是看向外部——你是否影响了别人的主动选择和认知。企业应引领价值链上、中、下游各利益相关方应对气候变化挑战的行动计划，通过设定合理的目标和方法，吸引合作伙伴和供应商共同参与。比如，在明确工作目标时，各中央企业集团公司应结合实际制定具体实施方案，明确工作目标，分解具体任务，压实工作责任，并坚决杜绝“运动式”减碳以确保如期高质量完成目标任务。这种基于策略的行动，远比空洞的口号更具执行力。

第三，必须从“末端治理”转向“全生命周期前置”。化工企业必须将碳管理前置到战略规划、工艺设计、原料选择及供应链管理等全生命周期环节。这意味着在产品研发阶段就要考虑碳足迹，在供应链选择阶段就要评估气候风险。利用大模型推理预测能力，加速订单处理、销量预测、库存预警等环节智能升级，优化供应链管理，使得企业在面对市场波动和气候风险时，能够提前预判并做出调整。这种前瞻性的思维，能够极大地降低转型的阻力和成本。

第四，必须从“静态合规”转向“动态进化”。企业应结合自身面临的气候相关风险、机遇以及可用的技能、能力和资源来确定气候情景分析方法。初期可采用定性叙述，但随着能力的提升和风险的增加，必须迅速转为科学的定量方法。这要求企业建立一种动态的学习机制，不断根据外部环境的变化调整内部策略。同时，在披露气候相关信息时，对于识别风险机遇、编制财务影响、选择情景分析方法及核算范围三排放等情形，应当使用报告日合理且有依据的信息，且该信息无须付出过度成本或者努力即可获得。这种务实的态度，确保了企业在转型过程中的灵活性和适应性。

真正的价值创造，始于对固有思维的质疑。唯有重构思考，才能从存量竞争走向增量创造，开启全新可能。在“智改数转”的大背景下，如何提升企业的核心竞争力？前面提到的四种方法层层递进：越靠前的方法，见效快，但容易流于表面，缺乏深度；越靠后的方法，实施难度大，挑战重重，但长期价值巨大。这些方法分别是：将固定分类改为融合类别；将低解释水平提升为高解释水平；将单点视角扩展为全环节视角；将默认规则重构为动态假设。希望对你有所帮助。

但归根结底，一流的解决方案与二流方案的区别，往往不在于表面优化，而在于根本问题。当我们不再问“如何找到更低的价格”或“如何控制生产过程”，而是问“如何构建一个能够自适应气候风险和市场需求变化的智能供应链”时，才能找到真正的答案。正如某些领先企业通过重新回答“碳管理如何前置”这一根本问题，实现了从被动合规到主动创造新质生产力的跨越。

真正的战略突围，不在于对大模型技术的盲目崇拜，也不在于对“双碳”目标的机械响应，而在于企业能否完成从“工具使用者”到“规则重构者”的身份跃迁。当传统的分类逻辑被打破，局部的最优解让位于系统的整体效能，那些曾经被视为不可逾越的壁垒——如部门墙、数据孤岛、思维定势——将转化为驱动增长的润滑剂。这要求管理者不再满足于用旧地图寻找新大陆，而是敢于在不确定性中重新定义问题本身：将气候管理从成本中心重塑为战略资产，将数据流动从技术细节升维至决策核心。

唯有当企业内部的思维操作系统完成了底层代码的改写，外部的环境压力才能转化为内生动力。这意味着，每一次订单预测的精准化、每一道工艺设计的低碳化、每一个供应链环节的协同化，都不再是孤立的战术动作，而是系统融合后的自然涌现。在这种新的运行范式下，大模型不再是悬在空中的技术光环，而是深植于企业肌理中的神经末梢，实时感知风险、动态调整策略，让企业在复杂多变的商业气候中具备真正的自适应能力。

当思维底层的代码完成改写，企业便不再是被环境推着走的被动客体，而是能够主动定义规则的战略主体。此时的战略管理，不再是寻找既定路径上的最优解，而是在不确定性中构建一套具备自我修复与进化能力的动态系统。那些曾经困扰企业的“不会转、不敢转”的困境，将随着逻辑闭环的打通而自然消解，因为新的范式让每一次数据流动都直接指向价值创造，让每一个决策节点都内嵌了风险预判与机遇捕捉的基因。

这种从“应对变化”到“驾驭变化”的质变，标志着企业真正跨越了技术与工具的表层红利，触达了商业竞争的本质。未来的竞争壁垒，将不再取决于谁拥有更先进的大模型或更宏大的口号，而在于谁能率先完成从线性思维到网状生态的认知跃迁。在这种全新的运行状态下，气候风险不再是必须支付的昂贵账单，而是驱动产品创新与供应链优化的核心变量；数据孤岛不再是阻碍效率的顽疾，而是滋养全域智能的养分。