1956年，约翰麦卡锡等十位科学家在达特茅斯学院组织召开学术研讨会，开启了人工智能（artificial intelligence, AI）发展元年。随后几十年时间，计算机视觉、计算机听觉、自然语言处理、知识图谱、机器学习等一系列AI技术持续发展。近年来，随着大模型、智能体等的创新突破，以及算力、数据等基础设施及资源条件的日益完善，AI技术应用迎来新的发展高潮，成为助力传统产业改造升级，开辟战略性新兴产业和未来产业新赛道的重要驱动力量。

6月1日，我国自主研制的首项数字化转型领域奠基性架构类国家标准——GB/T 45341—2025《数字化转型管理 参考架构》（查看详情    标准全文）已经正式实施，该标准按照数字经济、数字化转型的新趋势新规律新要求，以价值效益为导向、业务场景为牵引、新型能力为主线、数据要素为驱动，构建了一套支持系统性创新性转型的新型企业架构（DLEA），其中明确了企业AI应用升级的方法路径，并将其作为进入数字化转型阶段企业提档进阶的核心抓手。

AI应用成熟度

1. 基于新型企业架构（DLEA）的AI应用成熟度

新型企业架构（DLEA）将数字化转型分为五个发展阶段和十个水平档次，相对应的AI应用成熟度由低到高可分为起步级、场景级、领域级、平台级和生态级五个等级，再按照转型涉及的不同广度和深度组合，可进一步细分为十个水平档次。对照GB/T 45341提出的数字化转型5个发展阶段，按照AI应用对数字化能力、数字化场景建设的支持赋能程度不同，将企业AI应用成熟度由低到高划分为起步级、场景级、领域级、平台级和生态级等5个等级。

起步级的总体特征为在单一业务功能点或单一细分业务环节，以辅助、拓展乃至替代岗位专业技能为重点开展人工智能应用，支持高质高效实现业务规范化运行和可管可控。

场景级的总体特征为在主业务环节（主场景），以构建应用数据驱动型、知识驱动型或智能驱动型的场景级能力模型为重点开展人工智能应用，支持高质高效实现关键业务数字化、场景化、柔性化（多样化、个性化）运行。

领域级的总体特征为沿着资源链、价值链或产品链（资产链）等，以构建应用数据驱动型、知识驱动型或智能驱动型的领域级能力模型为重点开展人工智能应用，支持高质高效实现全企业主要业务活动全面集成融合、柔性协同和一体化运行。

平台级的总体特征为围绕平台企业建设，以构建应用覆盖平台用户群的数据驱动型、知识驱动型或智能驱动型的平台级能力模型为重点开展人工智能应用，支持开展对外赋能服务，高质高效实现平台化社会化业务模式创新。生态级的总体特征为围绕生态企业建设，以构建应用覆盖产业生态圈的数据驱动型、知识驱动型或智能驱动型的生态级能力模型为重点开展人工智能应用，支持产业生态圈合作伙伴共同开展产业创新创造活动，高质高效培育生态化的业务新体系。

依据GB/T 45341给出的数字化转型不同广度和深度组合，人工智能应用起步级、场景级、领域级、平台级、生态级等5个等级可细分为10个水平档次（如图1所示）。

图1 人工智能应用成熟度等级与水平档次划分

2. AI应用深度随新型企业架构（DLEA）的6个转型深度层次逐级深化

按照数据要素开发利用的不同程度，新型企业架构（DLEA）沿着信息化到数字化再到智能化的过程，将企业数字化转型分为信息技术工具应用、信息系统应用、信息系统集成、数据驱动、知识赋能、智能自主等6个不同转型深度，如图2所示。