智能协同要求企业能够在相关数据、平台、应用的支撑下，实现人、系统、设备之间的高效协作；在人工智能和大数据技术的支撑下，实现自动风险识别和智能决策管理。这是智慧企业建设最后的关键任务，也是企业建设智慧能力的点睛之笔。

可以说，业务量化、集成集中和统一平台，都是智慧协同建设的基础工作。业务量化产生数据、集成集中产生虚拟基础网络和云数据中心、统一平台实现统一管理应用。建设完成后的企业，或许能够在一段时间内保持一定的竞争优势，但可以毫不夸张地说，如若没有完成“智能协同”，没有实现人、系统、设备之间的高效协作，人工智能和大数据技术就无法参与企业价值最大化，企业就无法实现自动风险识别和智能决策管理，不能管理自动化，企业就不能成为真正意义上的“智慧企业”。

我们可以从基础和技术两方面来建设智能协同。

1.智能协同基础建设

在过去，我们知识工作广泛地依赖于人，而以后利用人工智能算法来提升自动化程度就能解决很多决策效率问题。说起来很简单，实际执行起来却非常难。从最直接的“人”的角度来解释：一方面你要懂人工智能相关算法，另一方面你要懂得业务的流程。

业务量化、集成集中和统一平台，完成了协同工作基础建设，基于此企业的协同似乎水到渠成。但智能协同建设是凌驾于协同之上的建设。

我们基于业务量化、集成集中和统一平台的建设，把泛在的数据采集起来起来并且及时整理成信息，送到需要它的人手里面去。事实上，我们对数据处理速度的要求更高，不是及时，而是实时。那么下一个问题将变为：人该何去何从。过去，劳动密集型企业把工人编到流水线上，那么如今，基于数据流，企业要做的是将人——知识性的劳动者，编到数据处理的流水线当中去。人与数据的协同，统一了沟通和规制，这才表现为大协同。强调大协同，实则是要实现部门之间、专业之间、上下之间甚至新旧数据之间的协同，互联互动。联动之后才能够最终实现我们想要的自动管理。(www.daowen.com)

2.智能协同关键技术

智慧协同的关键技术是人工智能和大数据技术，它们的参与才能使得企业从大协同向智能协同跨越，从而实现智慧企业的管理自动化。

人工智能技术：算法是核心——企业应用人工智能时，对算法也提出了更多的要求：算法的迭代方向、参数工程等，都必须与企业的商业逻辑、机制设计、甚至是价值观取向融合为一。当算法迭代优化时，决定其方向的不仅是数据和机器本身的特性，更包含了企业对商业本质的理解、对行业的洞察和创造未来行业生态新样貌的理想。基于企业的数据和算法，完成“机器学习”，实现“企业智能”。

大数据：这时我们才会更清楚，当我们说“数据是DT时代的最重要的资产”时，我们究竟在说什么。建设智慧企业，打造企业的大数据，才是真正站在了智慧的起跑线，但同时，企业必须意识到，大数据又是贯穿智慧企业建设全过程的一条线。

智慧企业利用大数据，不仅基于大数据技术的发展，又要考虑管理和执行等各方面因素。所以，不同企业的大数据技术是不同的，从业务量化、集成集中、统一平台的建设，到智能协同的突破，始终都有大数据技术的身影。随着大数据价值逐渐被认识，大数据技术也在不断突破，但于企业而言，最好的大数据技术，或许是一种将企业所有业务转化为可得、可读、可解、可视的企业标准数据这一技术逻辑。