產業(yè)界是推動這一波AI發(fā)展的主要力量，其中近70%有影響力的人工智能模型來自產業(yè)界。中國大模型發(fā)展所面臨的主要挑戰(zhàn)集中在算力、數據和人才三個方面。打造負責任的AI將是企業(yè)AI轉型的核心任務，而“以人為本”將是AI能否大規(guī)模落地應用的關鍵。

文 | 方躍，系中歐國際工商學院AI與管理創(chuàng)新研究中心主任

采訪整理 | 哀佳

ID | BMR2004

過去十年，全球在人工智能（AI）領域的投入相當大。伴隨生成式人工智能的興起，整個AI板塊再次受到熱捧，吸引了大量資金和市場關注。從全球范圍看，過去十年間，中國AI初創(chuàng)公司的數量呈現出爆發(fā)式增長，僅次于美國，位列全球第二。在2013年至2023年期間，美國新增的AI初創(chuàng)公司高達5509家，而中國為1446家，緊隨其后的是英國，數量為727家。

值得注意的是，中國在AI專利數量上居全球首位，過去十年中占據了近60%的全球AI專利。然而，就AI模型的發(fā)展狀況而言，美國仍處于全球領先地位。斯坦福大學最近發(fā)布的《2024年人工智能指數報告》顯示，2023年共有61個有影響力的人工智能模型源自美國，遠超歐盟的21個和中國的15個。

事實上，我國很早就將AI作為戰(zhàn)略發(fā)展的重點之一。例如，在2017年國務院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》。隨著AI技術的迅猛發(fā)展，除了推進AI的政策舉措外，監(jiān)管機構也開始關注AI領域，導致AI相關法規(guī)數量急劇增加。各地政府也相繼出臺了許多支持政策，主要集中在算力基礎構建、數據資源管理、模型研究開發(fā)、應用場景落地和生態(tài)體系構建等領域。關于AI治理的政策探討日益增多，凸顯出在全球范圍內對負責任且標準化AI實踐的迫切需求。

值得關注的是，產業(yè)界是推動這一波AI發(fā)展的主要力量，其中近70%有影響力的人工智能模型來自產業(yè)界。中國大模型發(fā)展所面臨的主要挑戰(zhàn)集中在算力、數據和人才三個方面。打造負責任的AI將是企業(yè)AI轉型的核心任務，而“以人為本”將是AI能否大規(guī)模落地應用的關鍵。

01

打破“實驗循環(huán)”的困境

從商業(yè)角度來看，AI的短期影響有限。打破“實驗循環(huán)”，實現與業(yè)務緊密結合的可落地、規(guī)?；纳虡I(yè)場景和模式至關重要。

大家熟悉的Gartner技術發(fā)展曲線（Gartner Hype Cycle）詳述了新興技術從初始萌芽到廣泛應用的演變過程，通常涵蓋五個階段：技術萌芽期、期望膨脹期、泡沫破裂期、穩(wěn)步爬升期和生產力成熟期。在初期，公眾對技術發(fā)展的期待往往過于樂觀。技術通常先在“實驗室”中誕生，例如互聯網技術早期也經歷過類似的過熱現象，導致2000年前后互聯網泡沫的破滅。人工智能亦面臨類似情況。

對于當前運用大模型的企業(yè)而言，AI所帶來的效益并非一蹴而就，大規(guī)模商業(yè)化應用尚未實現。許多企業(yè)在不懈的探索與實踐中，仍發(fā)現自己處于“實驗循環(huán)”的困境，難以明確AI技術的實際部署方式。因此，從商業(yè)角度來看，AI的短期影響有限。打破“實驗循環(huán)”，實現與業(yè)務緊密結合的可落地、規(guī)?；纳虡I(yè)場景和模式至關重要。

從我接觸的企業(yè)來看，大約三分之一的高管認為生成式AI將在未來一年內給行業(yè)或企業(yè)帶來實質性的變革。不過，當前企業(yè)對于AI近兩年的快速發(fā)展態(tài)度各異。數字化能力較強的企業(yè)表現出極大的熱情，積極擁抱AI；而數字化能力較弱的企業(yè)則更多呈現出“焦慮”“迷?！焙汀翱謶帧钡膽B(tài)度。

總體而言，當前企業(yè)大致可分為三類：

第一類是密切關注AI技術發(fā)展，并研究其對業(yè)務影響的企業(yè)，但實際應用仍停留在員工自發(fā)的零星嘗試上；

第二類企業(yè)高管高度重視AI，認為其將對業(yè)務產生重大影響，因此在企業(yè)各業(yè)務線積極鼓勵并組織團隊探索和應用AI；

第三類企業(yè)則將AI視為整體戰(zhàn)略，全面實施AI轉型，力求盡快成為“AI原生態(tài)企業(yè)”。

不同行業(yè)中，這三類企業(yè)的比例差異顯著，多數企業(yè)屬于前兩類。企業(yè)的狀態(tài)在很大程度上反映了高管，尤其是一把手的前瞻性和認知。對AI“視若無睹”、尚未采取任何行動的企業(yè)在未來幾年可能面臨嚴峻挑戰(zhàn)。

展望未來，可能出現五類企業(yè)：技術開發(fā)的先驅者（如OpenAI，但僅有少數能存活并成為行業(yè)領軍者）、技術發(fā)展與大規(guī)模應用的推動者（如英偉達等基礎設施企業(yè)）、適應者（希望跟上技術浪潮，避免被淘汰的“防御型”選手）、進攻型（ 全面進行AI轉型的企業(yè)，將成為技術浪潮的積極參與者和推動者），以及觀望徘徊、最終可能因無法跟上浪潮而被淘汰的企業(yè)。

AI對所有企業(yè)，無論大小，都帶來了前所未有的機遇。未來3-5年，AI技術將深度融入企業(yè)的各個流程、產品和服務中，引發(fā)生產力、生產工具以及組織和文化的全面變革，包括效率、創(chuàng)新、用戶體驗、決策、協(xié)同和敏捷性等方面的顯著提升。

過去一年多來，我觀察到國內企業(yè)對AI的認知正在不斷提高，不僅是對技術本身的理解，還包括對AI可能給行業(yè)和企業(yè)帶來的潛在影響的認知，以及如何制定AI戰(zhàn)略和推進AI轉型。越來越多的企業(yè)意識到，真正的競爭對手并非AI技術本身，而是那些能夠更好地利用AI的人和組織。

從技術開發(fā)的角度來看，我們觀察到規(guī)模較小的企業(yè)往往動作更快。而從業(yè)務應用層面來看，規(guī)模較大的企業(yè)在AI的投入和落地應用方面更為積極，而規(guī)模較小的企業(yè)則更多處于內部試點階段。今天，我們討論AI轉型，與二十多年前討論數字化轉型時的情況頗為相似。對所有企業(yè)而言，無論規(guī)模大小，都再次站在了一個關鍵的轉折點。

02

企業(yè)AI轉型是“一把手”工程

變革管理是一項重要的一把手工程，高層領導的支持和參與是轉型成功的關鍵。人工智能的應用落地應由真正了解業(yè)務的一線團隊來推動。

對于企業(yè)而言，AI轉型具體可以如何來實現呢？

實際上，并非所有企業(yè)都需要自建大型模型，除了構建與開發(fā)的成本，一旦實現大規(guī)模商業(yè)應用，其運營成本將非常高昂。同時，開發(fā)者還需承擔“負責任”的“管理員”角色，包括培養(yǎng)模型的“價值觀”和“責任感”。

其次，企業(yè)可以根據自身需求選擇開源或閉源模式。開源模式以Meta和IBM為代表，注重AI的民主化和透明度；而閉源模式則由谷歌、微軟和OpenAI引領，更關注技術保護和商業(yè)利益。但無論選擇哪種模式，AI轉型都是一項“一把手”工程，其最大的挑戰(zhàn)在于變革管理。

接下來，AI的未來發(fā)展將呈現多元化趨勢，包括小語言模型、多模態(tài)模型和AI智能體的發(fā)展，同時行業(yè)模型將更加細化，人才爭奪也將更為激烈。此外，我們還將看到科技巨頭對AI初創(chuàng)公司的收購趨勢持續(xù)。

在AI轉型的初期，企業(yè)應首先明確業(yè)務需求和戰(zhàn)略目標，從而確定轉型的優(yōu)先級和步驟。在這個過程中，有三點需要特別注意：

1.降低對AI轉型的過高預期，避免理想化。由于人類自身的復雜性和偏見，AI的大規(guī)模應用需要考慮到具體應用的容錯率以及對利弊的權衡。

2.重視數據的獨特性，確保數據的準確性、完整性和相關性，以充分發(fā)揮AI的潛力。

3.變革管理是一項重要的“一把手”工程，高層領導的支持和參與是轉型成功的關鍵。人工智能的應用落地應由真正了解業(yè)務的一線團隊來推動。

為了評估AI轉型的階段性情況，企業(yè)可以參考一些主流模型，如沃頓商學院的企業(yè)人工智能準備程度衡量維度（包括戰(zhàn)略、執(zhí)行、創(chuàng)新和賦能能力）以及哈佛商學院研究學者提出的IDEA框架【包括識別（Identify）、確定（Determine）、推斷（Extrapolate）和預測（Anticipate）】。這些框架有助于企業(yè)高管分析技術對自身人才和組織的影響，使企業(yè)在AI不斷進化的過程中保持準備狀態(tài)。

03

“以人為本”是大規(guī)模落地的關鍵

未來的工作場景將是人機協(xié)作的時代，AI將以“智能體”的形式參與到我們的工作中，成為我們的“同事”、“合作者”甚至在某些方面扮演“領導”角色。

過去的一年里，人工智能技術的發(fā)展讓世界迎來了一個重要的轉折點。它不僅為各行各業(yè)帶來了顯著的生產力增長機遇，還大幅提高了工作效率。對于企業(yè)管理者而言，AI既是實現突破的新機遇，也是必須應對的新挑戰(zhàn)。

回顧歷史，每當顛覆性技術出現，人們總會擔憂其將大規(guī)模替代人類。然而，在現實中，AI技術仍處于輔助階段，其主要作用在于賦能而非取代人類。我們目前正處于一個轉型期，需要聚焦于如何最佳地結合人類智慧與機器智能，共同創(chuàng)造價值。

盡管眾多企業(yè)正在積極推動AI技術的應用，但部分員工對此持抵觸態(tài)度。他們擔心AI可能取代他們的工作，而不僅僅是提高效率。這種擔憂導致了很多關于AI何時能取代人類員工、哪些崗位將面臨失業(yè)的討論。有人甚至質疑，如果AI真的取代了他們的工作，那么他們?yōu)槭裁匆獛椭髽I(yè)訓練一個替代自己的AI？

然而，我認為現在對很多問題下結論還為時過早。AI技術仍處于快速發(fā)展和迭代的過程中，許多不完善的地方將隨著時間推移而逐步改善。從長遠來看，關鍵在于人類如何與AI技術共同進化，讓AI更好地激發(fā)人類潛能，并為人類創(chuàng)造更廣闊的價值空間。

因此，在企業(yè)大規(guī)模推廣AI時，必須實踐“以人為本”的戰(zhàn)略。未來的工作場景將是人機協(xié)作的時代，AI將以“智能體”的形式參與到我們的工作中，成為我們的“同事” “合作者”甚至在某些方面扮演“領導”角色。但我們必須明白，領導力與創(chuàng)新能力是AI無法替代的，我們應當重視AI型人才的培養(yǎng)。

我相信，人工智能的真正力量不僅在于提高生產效率，更重要的是它能幫助人類“挖掘”自身并發(fā)揮潛能。作為企業(yè)家，我們需要考慮如何推動“人性化AI”的生產力提升，構建AI創(chuàng)新文化和支持性環(huán)境，提供有意義的工作并再培訓員工，留住高需求人才，以及培養(yǎng)社交情感技能以實現人機協(xié)同。

在面對人工智能時，人類的經驗依然至關重要。我們需要努力學習和有效利用AI，這將帶來人類角色的不斷變化，也可能讓我們對自己的能力有新的定義。這實際上是人類的一種進化。

AI將繼續(xù)改變世界，而我們的任務是在這一變化中找到自己的位置，抓住機遇，打造適應未來智能時代的競爭力。我們不僅要接受AI，還要學會如何與之和諧共舞，以便在科技革命中保持領先地位。人工智能的快速發(fā)展在某種程度上推動了人類的自我迭代和重新定義，我們需要找到人類工作的意義和幸福感，以應對AI帶來的變革。

當AI“威脅”到人類的某些“獨特能力”（如創(chuàng)造能力）時，我們可能會“強迫”自己努力迭代自身，重新定義“我是誰”和屬于自己的獨特價值。企業(yè)應避免因采納AI而導致人類員工的“去人性化”，保持開放的心態(tài)和學習能力至關重要。賦予工作更多意義，讓員工在AI轉型中找到自身的特有價值。認知的重要性不言而喻，它將決定我們的心態(tài)。面對AI變革，正確的心態(tài)是關鍵。正如彼得·德魯克在《21世紀的管理挑戰(zhàn)》中所言：“我們無法左右變革，我們只能走在變革的前面。”