中新經(jīng)緯3月31日電 題：企業(yè)如何抓住AI時代的機遇

　　作者 黃卓 北大國發(fā)院副院長、數(shù)字金融研究中心常務副主任

　　自ChatGPT推出以來，AI(人工智能)已成為市場上最熱門的詞匯之一。來自中國的開源大模型DeepSeek的第三個版本發(fā)布后，在國內(nèi)外進一步引發(fā)了AI的熱潮，它以較少的參數(shù)和算力，實現(xiàn)了與當前頂尖開源甚至閉源大模型相當?shù)哪芰Α?/p>

　　越來越多的AI成功案例，引發(fā)了全社會和全行業(yè)對人工智能的廣泛關注。在此之前，人工智能投資領域曾陷入相對低迷，許多粗放的AI企業(yè)面臨融資困難，原因在于，曾經(jīng)被寄予厚望的元宇宙和自動駕駛兩個方向的發(fā)展不及預期。如今，巨額資金正在不斷涌入AI領域。

　　AI到底引發(fā)了怎樣的變革？面對超速發(fā)展的AI技術(shù)，企業(yè)應該如何擁抱未來？

　　AI時代已經(jīng)到來

　　過去兩年里，各種生成式AI大語言模型在性能上取得了大幅提升，尤其是邏輯推理能力。第一代大模型問世時，其表現(xiàn)尚顯稚嫩，常在數(shù)學題等任務中犯低級錯誤。然而，如今的大模型在解決奧數(shù)競賽等難題時，已能取得優(yōu)異成績。甚至在與專家比拼時，也能展現(xiàn)出高度的人類智能。在許多類似于圖靈測試的比賽中，已很難區(qū)分AI與人類的差異。

　　生成式AI在需求側(cè)引發(fā)了一場革命，是以往的人工智能未及之處。它能夠以高效且創(chuàng)造性的方式生成文字、代碼、圖像和視頻等多種內(nèi)容形式，廣泛應用于教育、商業(yè)和藝術(shù)創(chuàng)作等多個領域。我們能夠從ChatGPT提供的文字和視頻中獲取靈感和想法，以滿足我們的需求。

　　生成式AI也可以被視為供給側(cè)的革命。通過自然語言的方式，它能夠較為流暢地實現(xiàn)人與機器之間的對話，使機器能夠理解人的指令，從而顯著提升人與算法之間的溝通效率和體驗。因此，它對傳統(tǒng)工作方式產(chǎn)生了沖擊。例如以往對機器的指令需要通過專業(yè)的編程語言來實現(xiàn)，這往往需要依賴專業(yè)的IT人員或電腦工程師。而ChatGPT的出現(xiàn)降低了這一門檻，使得我們能夠以自然語言來指揮機器完成任務。當然，這對于編程工程師而言并非好消息，許多初級電腦工程師的崗位因此受到威脅。

　　AI時代為企業(yè)帶來了哪些機遇？

　　AI自身就是一個新的產(chǎn)業(yè)，且這一產(chǎn)業(yè)正處于高速發(fā)展階段。AI涵蓋算力、算法、數(shù)據(jù)、應用及人才等多個方面，這些帶來了全新的增量市場，但同時也具有較高的進入門檻。例如，要參與到AI大模型的研發(fā)中，可能需要以萬張顯卡為起點，投入數(shù)億美元。

　　AI也驅(qū)動了產(chǎn)品和服務的創(chuàng)新，即“AI+應用”。企業(yè)家們應當深入思考，AI如何能為自身的產(chǎn)品及客戶創(chuàng)造新的機遇。此外，通過AI工具來提升企業(yè)經(jīng)營效率與員工工作效率，這便是“AI+人”的機遇。1973年，管理學家明茨伯格在《管理工作的本質(zhì)》中展望未來：“未來的工廠僅有兩名員工——一人一犬，人負責喂犬，犬的任務則是阻止人干擾機器，因為機器可以勝任一切，無需再受人的打擾。”如今，這一場景似乎正逐漸融入我們的生活和工作中。

　　在“AI+應用”與“AI+人”的機遇中，存在兩方面的關鍵機會：

　　其一，在需求側(cè)，助力個性化需求得到滿足。隨著收入增長，我們對產(chǎn)品和服務的個性化需求日益增長。然而，滿足這些需求的成本往往高昂，常需大量人力投入，如游戲與娛樂行業(yè)中的“大片”制作，需眾多技術(shù)人員進行設計與編程；又如情感與陪伴、照料同樣屬于人力密集型。在這些領域，AI展現(xiàn)出巨大潛力。例如，在教育領域，AI正變革著我們的教育與學習方式。北京大學近日發(fā)布通知，針對經(jīng)濟管理學教育或數(shù)學基礎相對薄弱的群體，上線了高等數(shù)學C的AI學習助手與自學系統(tǒng)，未來或許將減少對數(shù)學助教的需求，學生可通過系統(tǒng)提交問題并獲得解題指導。這雖對傳統(tǒng)助教崗位構(gòu)成挑戰(zhàn)，但若系統(tǒng)進一步升級，教授們亦需警惕被替代的風險。當然，在情感與娛樂方面的需求可能較難被替代，因此，教授們或許還需學會如何把課講得有趣、如何鼓勵學生并提供陪伴，這些同樣至關重要。

　　AI在教育、交通(特別是智能駕駛)、醫(yī)療、金融等多個領域正被廣泛應用，同時在游戲、影視及陪伴服務等方面也展現(xiàn)出巨大的潛力。然而，在這些消費需求側(cè)，一個核心問題在于付費意愿。盡管某些需求確實存在，但當要求消費者為此付費時，這些需求是否仍然成立，也就是能否構(gòu)成剛需或真需求，值得深入思考。

　　其二，在生產(chǎn)側(cè)，AI同樣孕育著巨大機遇，特別是在提升人的工作效率方面。在自動辦公和智能制造領域，AI已初步展現(xiàn)出加強團隊協(xié)同的潛力。此處的關鍵在于AI是否能切實帶來效率的提升。由于生產(chǎn)效率的提升可以直接通過經(jīng)濟效益來衡量，因此，在生產(chǎn)領域，企業(yè)對于能夠提升效率的AI技術(shù)往往具有較強的付費意愿，這更易于轉(zhuǎn)化為真實的市場需求。

　　一個尤為值得關注的機會是對創(chuàng)作人群的支持，如設計師和方案制定者，他們可以從AI技術(shù)中獲益匪淺。此外，智能推薦系統(tǒng)通過深入了解客戶需求并與之互動，能夠精準推送合適的產(chǎn)品，這也是一個重要的應用方向。在智能辦公領域，眾多職場人士已開始嘗試各種AI工具，其中編程人員尤其值得關注。盡管頗具諷刺意味，但電腦工程師這一行業(yè)很可能率先受到AI的沖擊，他們設計的ChatGPT等工具最終可能替代部分自身工作。

　　AI與制造業(yè)和工業(yè)的結(jié)合，特別是在智能制造和工業(yè)機器人領域，蘊含著巨大的發(fā)展機遇。

　　AI在賦能科學研究方面也發(fā)揮著重要作用，可顯著提升科學研究的效率。今年的諾貝爾物理學獎授予了利用AI進行科學研究的項目，這充分證明了AI對科學研究生產(chǎn)力的巨大提升。

　　企業(yè)應如何把握AI時代的機遇？

　　第一，制定AI戰(zhàn)略。企業(yè)應制定與AI相關的戰(zhàn)略，明確AI在企業(yè)核心戰(zhàn)略中的地位，以及與企業(yè)核心競爭力、未來產(chǎn)品布局和整體發(fā)展目標的關系。這是構(gòu)建AI戰(zhàn)略的關鍵所在。企業(yè)應積極融入AI生態(tài)，構(gòu)建AI合作伙伴網(wǎng)絡。

　　第二，布局AI與自身產(chǎn)品及服務的結(jié)合。盡管不必急于推出相關產(chǎn)品或服務，但企業(yè)必須思考競爭對手是否已利用AI在這些領域取得優(yōu)勢，從而對自身構(gòu)成威脅或替代。在此過程中，尋找那些能夠真正解決用戶痛點、讓用戶愿意付費的需求，才能帶來創(chuàng)新的用戶體驗和競爭優(yōu)勢。

　　第三，用AI技術(shù)提升經(jīng)營效率。企業(yè)應深入思考如何將AI納入企業(yè)或團隊的決策流程，并賦能員工。在AI時代，不同員工或項目團隊的工作效率將出現(xiàn)更大的差異，這種差異很可能源于他們對AI工具的使用能力。因此，可能會出現(xiàn)一些“超級員工”，即在AI工具的賦能下，少數(shù)幾個人組成的團隊就能展現(xiàn)出強大的生產(chǎn)力。企業(yè)需要為這些員工提供發(fā)揮能量的機制，并接受“超級員工”現(xiàn)象的存在。

　　第四，打造AI與人的組織。企業(yè)需關注兩個核心特征：人機協(xié)同、學習型組織。人機協(xié)同可能經(jīng)歷三個階段：賦能階段、共創(chuàng)階段和智能體自主導航階段。在賦能階段，人的決策為主導，但機器提供輔助，如提供更多信息、處理標準化任務等。目前，我們大多處于這一階段的早期。共創(chuàng)階段則是人與機器共同決策，機器能提供有價值的建議，兩者在決策中的重要性各占50%。到了智能體自主導航階段，人成為指揮者，負責提出方向和要求，而具體的執(zhí)行則由智能體完成，此時人負責最重要的20%的決策，智能體則負責剩余的80%。企業(yè)需根據(jù)人機協(xié)同的不同階段，在組織架構(gòu)上做出相應調(diào)整。在人工智能時代，組織的學習力至關重要。提升員工對AI技術(shù)能力的掌握是提升組織學習力的關鍵。因此，企業(yè)在打造學習型組織方面應給予更多重視。

　　第五，提升AI領導力。在AI時代，許多新趨勢尚未有足夠的樣本和案例來驗證其規(guī)律性和穩(wěn)定性，因此企業(yè)決策更多依賴于領導者的前瞻性和敏銳認知。這種認知往往超越科學的分析體系和數(shù)量化結(jié)果，是領導者基于敏銳洞察力和深刻理解作出的決策。此外，AI戰(zhàn)略的推進及其與業(yè)務的結(jié)合需要充足的資源支持，包括財務和人力資源等，這些資源的配置很大程度上取決于領導者對AI的認知能力。(中新經(jīng)緯APP)

　　中新經(jīng)緯版權(quán)所有，未經(jīng)授權(quán)，不得轉(zhuǎn)載或以其他方式使用。

責任編輯：宋亞芬