“如何‘凭本事’而非‘凭身份’获得公信力，是我‘回公司’后最大的考验。”6月8日，在深圳市南山区蓝凌智能办公室里，这家成立25年的老牌软件公司的二代接班人杨泽向21世纪经济报道记者讲述了其回归后的心路历程。

　　杨泽此前在国内一家大厂从事软件运营服务（SaaS）近10年，2024年选择回到其父母创办的蓝凌智能，尝试利用人工智能驱动公司业务新增长。

　　杨泽的经历折射出中国民营经济正在经历的代际交接。全国工商联发布的《中国家族企业发展报告》显示，广义的家族企业是指个人或家族拥有50%及以上控股权的经营单位。按这个定义，国内5800多万户民营企业中，家族企业占据总量的80%以上。未来5~10年，有超过60%的家族企业将陆续进入团队迭代、业务接力的新阶段。

　　在这场大规模的新老接力浪潮中，借力人工智能撬动企业营收增长，成为众多企二代突围的重要路径。普华永道《2025年全球家族企业调研》数据显示，60%的家族企业将AI视为核心增长机遇，46%的企业已通过生成式AI实现收入与盈利能力的双重提升。

　　不过行业整体仍处于探索初期，上述调研报告也显示，仅有3%的家族企业计划对自身业务进行全面重塑，AI产业化落地、全链路业务重构仍以试点试水为主。

　　当All in AI成为产业共识，企二代如何依托生成式AI突破老牌企业增长瓶颈？这场AI转型之路，又面临哪些亟待破解的行业难点？

　　借用AI重构业务增长

　　蓝凌智能成立于2001年，是国内老牌的知识管理与协同OA（办公自动化）服务商，深耕大中型企业流程管控与知识沉淀逾二十年，累计服务华为、腾讯、招商局等超五万家客户，曾挂牌新三板，是深圳本土成长起来的企业服务领域企业。

　　2024年，杨泽加入蓝凌智能，作为公司AI业务负责人，牵头探索AI业务。为何选择以此为切入点？

　　杨泽告诉21世纪经济报道记者，回归蓝凌智能是个人职业进阶，更是抢抓AI时代产业红利的主动布局。AI技术能够为企业核心的知识管理、协同OA业务搭建“智能大脑”，为传统主营业务升级提供全新增长动能。

　　杨泽所说的“智能大脑”，在蓝凌智能的商业布局上被拆解为两条清晰的发展路径。第一条路径是“存量升级”路径，即深挖已有的5万家客户需求，将AI技术深度植入传统产品体系，用智能化改造优化原有业务流程。

　　以公司为物业企业提供的坏账审批场景为例，传统模式下，一笔坏账核销需要历经15层审批节点，层层均需人工签字，不仅流程冗长、效率低下，还极易出现合规漏洞、资金损耗等问题。

　　“我们通过AI重构流程，精简为AI初审+人工终审两个核心节点。”杨泽介绍，AI可自动完成合规校验、风险预判、数据核查等核心工作，可精准堵住企业资金漏洞。对大型物业企业而言，单次流程优化可规避千万级资金风险，实现肉眼可见的降本增效。

　　第二条路径是研发AI智能体，为客户输出场景化智能解决方案。这一路径区别于存量业务的修补式升级，彻底跳出传统软件售卖的单一商业模式，聚焦替代重复性工作，为客户提供全场景、定制化的智能服务。

　　比如在服务国内某头部汽车研发企业过程中，蓝凌智能摒弃标准化软件售卖模式，为其打造“研发大脑”智能体平台，从而实现助力员工一分钟精准检索研发知识、当日业务问题当日闭环解决、月度项目知识100%沉淀复用等功能，彻底重构了客户的研发管理体系。

　　和君咨询家业传承研究中心主任姜峰向21世纪经济报道记者表示，老一辈创业者积累的路径依赖与事业格局，让新生代难以快速树立专业话语权。而AI属于新兴赛道，新生代可依托AI新业务、新组织模式搭建专属团队，打破原有格局，建立全新的企业方向，破解传承中“公信力不足”的核心难题。

　　除了上述原因外，AI业务成为企二代重点布局的赛道还有三重原因：一是作为AI原住民，他们更懂新技术落地逻辑，能快速将AI转化为实际生产力，破解传统企业转型落地难题；二是海外基建薄弱的出海场景，倒逼企业借力轻量化AI工具，降低跨境管理成本；三是AI已成为企二代圈层核心社交货币，圈层创新氛围也持续推动新生代主动布局企业智能化升级。

　　AI驱动业务增长难点

　　不过，AI业务的商业模式不清晰是行业内普遍面临的痛点。

　　目前国内仅头部互联网大厂跑通了按token付费的成熟AI商业模式，其他行业尚未形成可通用、可复制的AI商业化落地范式。

　　杨泽也向21世纪经济报道记者坦言，蓝凌智能上述双线转型也处于探索阶段，但已实现正向营收，商业化路径得到初步验证。

　　杨泽进一步解释说，相较于多数腰部企业，蓝凌智能能够快速落地AI商业化，核心是依托二十余年的行业深耕积淀。一方面，庞大的存量客户基数大幅降低了新业务获客成本；另一方面，全国布局的服务团队与渠道体系，可快速捕捉客户智能化改造需求，实现AI方案的本地化快速落地。

　　依托原有业务优势，蓝凌智能AI业务的核心成本集中于研发环节。目前公司全面推行AI Coding（人工智能辅助编程）模式，实现产研、工程、IT全体系智能化提效，进一步压缩研发成本，为AI业务持续迭代提供支撑。

　　值得一提的是，深圳得天独厚的AI产业生态为企业转型赋能，当地集聚全国高密度的AI数字化人才与前沿产业应用场景，可助力企业快速吸纳人才，并对接半导体、新能源、金融等领域头部客户，依托客户真实需求反向优化AI产品与服务。

　　商业化路径尽管已初步验证，但是在大厂抢抓AI浪潮的态势下，作为腰部企业，蓝凌智能如何能在大厂环伺之下，形成自身AI业务发展的护城河？

　　杨泽对此也有清晰的认知，他告诉记者：“大厂是发电站，我们是电器。”阿里、腾讯、火山引擎等大厂擅长搭建底层基座，做通用大模型；而蓝凌擅长的是深入企业肌理，做私有化部署、信创适配，以及最苦最累的“最后一公里”落地运营。

　　“大厂赚的是卖电的钱，我们赚的是卖电器的钱。”杨泽表示，这种错位互补，正是蓝凌智能希望在巨头林立的AI时代找到的不可替代的生存空间。

　　除了商业模式难题，老牌企业的团队认知代际差是AI转型的另一大阻碍。对于一家成立25年的老牌企业而言，如何让不同年龄段员工都清晰认知AI业务？

　　此前一位在华强北做AI的创业者告诉21世纪经济报道记者，传统企业创始人对AI普遍存在两极认知：要么神化AI、认为其无所不能；要么忽视技术价值、仅关注短期降本增效，不愿投入长期转型。

　　杨泽告诉记者，针对代际认知差距，他成立了一个由老中青三代成员组成的101小组，小组由公司创始人团队与各年龄层业务骨干共同组成。该小组每周都会召开例会，同步全球前沿AI技术动态、行业趋势与落地玩法。

　　他们希望用这套机制打破企业内部的信息差与认知差，让老一代管理层看懂AI行业边界、技术风险与发展机遇，让新生代团队理解企业深耕行业的核心根基，最终实现全员战略同频、决策同步。

　　除了通过101小组弥补代际差，他在2025年牵头成立了“青干营”，从公司各业务线选拔90后骨干，建立常态化强制轮岗机制，实行两年一届的结业制度，学员结业后必须跨岗轮岗。

　　“单一岗位容易形成思维茧房，局限员工的业务认知。”杨泽解释，该组织希望通过常态化轮岗，让新生代骨干打通业务全链路，熟悉产品、销售、服务、研发全流程，培养复合型能力，为企业储备适配AI时代的中层管理力量。

　　对于企业未来资本市场规划，杨泽期望能达成三个目标：AI业务营收占比超过50%；中高层中90后、95后占比达到70%；新一代团队能扛得住一次到两次发展的大风大浪。

　　“只要我们的现金流健康，产品在AI时代有高成长性，生态有价值，上市是水到渠成的事。”杨泽表示。

　　姜峰向21世纪经济报道记者表示，企二代依托AI实现业务增长，关键不在于技术的先进性，而在于能否将家族企业数十年沉淀的隐性资产数字化、智能化，将老一辈的行业经验、客户资源、口碑信誉、供应链诀窍等核心优势，转化为可被AI学习、复用、迭代的数字资产。

　　针对AI转型实操，姜峰提出三大落地建议。第一，摒弃盲目规模化技术投入，优先盘点企业自身数据资产、业务痛点与客户核心需求，筛选1~2个低风险、高回报的场景单点突破，验证模式成熟后再规模化推广。第二，坚持“赋能员工而非替代员工”的转型核心，通过常态化AI实操培训、专项激励机制，鼓励员工结合业务场景创新AI应用，降低内部转型阻力，避免技术设备闲置。第三，立足传承根基布局转型，拒绝盲目追逐行业风口，重点推动老一辈非标准化产业经验的AI化转译，让家族企业的长期产业积淀成为智能化升级的核心竞争力。

　　“企业借助AI实现增长，从来不是抛弃原有赛道重构新方向，而是用新技术放大数十年沉淀的核心优势，让稀缺的行业经验、产业资源实现规模化复用。”一位行业人士向21世纪经济报道记者表示，这既是企二代接力前行、突破增长瓶颈的最优解法，也是企业实现新老协作、长效发展的核心逻辑。