趙福全1、劉宗巍1、劉兆鵬2、何偉2
【編者按】
AI（人工智能）的飛速發(fā)展與全面滲透，正在開啟一場顛覆性的時代變革。這場技術(shù)變革既為社會進步、產(chǎn)業(yè)重構(gòu)、企業(yè)發(fā)展和個體成長打開了全新的增長空間，也帶來了認(rèn)知顛覆、崗位調(diào)整、經(jīng)營革新、社會治理等多重挑戰(zhàn)與潛在風(fēng)險。機遇與挑戰(zhàn)共生，紅利與變局并行，身處AI加速落地的關(guān)鍵階段，每個人、每家企業(yè)、整個社會都不得不直面一系列核心拷問：個人如何借助AI賦能、規(guī)避被替代的風(fēng)險，穩(wěn)固自身不可替代的人本價值？企業(yè)如何認(rèn)清AI變革的底層邏輯，跳出盲目布局、低效應(yīng)用的困境，實現(xiàn)經(jīng)營范式與價值創(chuàng)造的迭代升級？社會如何平衡技術(shù)創(chuàng)新與安全底線、堅守人本核心，推動AI產(chǎn)業(yè)規(guī)范、健康、可持續(xù)發(fā)展？
針對當(dāng)下AI時代的種種困惑與轉(zhuǎn)型難題，趙福全教授撰寫2萬余字重磅長文——《AI時代的特征、機遇、挑戰(zhàn)與應(yīng)對》，以宏大的全局視野和深度的底層思考，系統(tǒng)解答了AI時代的核心命題。全文層層遞進、邏輯嚴(yán)密，不僅闡述了AI的本質(zhì)屬性、基本特征、深遠(yuǎn)影響與演進方向，還剖析了AI帶給人類社會的巨大機遇與嚴(yán)峻挑戰(zhàn)，更為各類主體認(rèn)清趨勢、應(yīng)對變局、落地轉(zhuǎn)型提供了一套完備、可落地的認(rèn)知體系與行動方案。
因全文體量較大、內(nèi)容厚重精深，為方便閱讀，我們將全文拆解為6期系列連載，持續(xù)推送。此篇為第6期，誠邀各位讀者關(guān)注和追更，以助系統(tǒng)了解AI時代變革的底層邏輯，明辯轉(zhuǎn)型路徑、從容應(yīng)對變局、把握時代先機。
【精彩觀點】
“AI變革的本質(zhì)是用新范式取代舊范式，其中很多工作都是企業(yè)專屬性的，因此并無后發(fā)優(yōu)勢可供依靠。另一方面，AI發(fā)展迅猛且還在加速中，因此AI變革的窗口期極短，一旦先發(fā)企業(yè)轉(zhuǎn)型成功，就會以全新發(fā)展范式和代際技術(shù)鴻溝對后發(fā)者構(gòu)成降維打擊?！?/span>
“企業(yè)要以‘產(chǎn)品力×創(chuàng)造力×管理力’為目標(biāo)導(dǎo)向，通過清晰定義場景應(yīng)用需求，加速AI能力與業(yè)務(wù)的深度融合，逐步建立起以智能體應(yīng)用為主導(dǎo)、以動態(tài)適應(yīng)性組織為保障的全新體系，從而支撐AI的充分應(yīng)用、實現(xiàn)持續(xù)的價值創(chuàng)造?！?/span>
“布局AI的過程中，企業(yè)應(yīng)沿著從大模型接入到智能體構(gòu)建的方向來推動AI的應(yīng)用落地?！?/span>
“今后企業(yè)應(yīng)把智能體的構(gòu)建與協(xié)作作為重中之重，這是充分釋放AI價值的關(guān)鍵所在?！?/span>
“企業(yè)尤其應(yīng)該采取兩個方面的重點舉措。一方面，企業(yè)要建立起完整的數(shù)據(jù)體系，確保數(shù)據(jù)有用、可用、能用、可信、安全；另一方面，企業(yè)要構(gòu)建起分層架構(gòu)的AI大腦。企業(yè)AI大腦=五層架構(gòu)+安全底線。”
“組織變革與生態(tài)建設(shè)成為企業(yè)面向AI轉(zhuǎn)型的關(guān)鍵抓手，生產(chǎn)力的躍遷必然要求生產(chǎn)關(guān)系同步變革、充分適配?！?/span>
“企業(yè)如果僅僅停留在數(shù)字化層面上，沒有深挖數(shù)據(jù)的潛力，也沒有有效推動運營決策的智能化，那將無法真正釋放AI轉(zhuǎn)型的紅利，并且終將吞下偽AI桎梏真AI發(fā)展的苦果?！?/span>
“企業(yè)擁抱AI必須真相信、真投入、真實踐，這樣才有可能形成真能力、實現(xiàn)真落地?！?/span>
【正文】
AI時代企業(yè)的轉(zhuǎn)型方向與重點舉措
1.企業(yè)必須轉(zhuǎn)變認(rèn)知和思維
接下來探討企業(yè)究竟應(yīng)該怎樣擁抱AI。在筆者看來，我們首先必須轉(zhuǎn)變固有的認(rèn)知理念和思維方式，這是擁抱AI的前提。特別是對于企業(yè)領(lǐng)軍人來說，在AI的浪潮下，真的已經(jīng)到了“不換理念就換人”的時代。
具體來說，一要建立對AI的科學(xué)認(rèn)知。對此筆者認(rèn)為，關(guān)于AI的所謂“萬能論”“有限論”“花瓶論”“忽悠論”等均有失偏頗、甚至是錯誤的。正確的認(rèn)知應(yīng)當(dāng)立足于“科學(xué)論”，即所有產(chǎn)業(yè)、企業(yè)及個人都需要與AI深度融合，同時AI將帶來指數(shù)級增大的效果。
二要對AI秉持積極開放的態(tài)度。一方面，AI變革的本質(zhì)是用新范式取代舊范式，其中很多工作都是企業(yè)專屬性的，因此并無后發(fā)優(yōu)勢可供依靠。另一方面，AI發(fā)展迅猛且還在加速中，因此AI變革的窗口期極短，一旦先發(fā)企業(yè)轉(zhuǎn)型成功，就會以全新發(fā)展范式和代際技術(shù)鴻溝對后發(fā)者構(gòu)成降維打擊。所以，企業(yè)切不可持觀望態(tài)度，對AI越早投入才越主動。
三要以科學(xué)方式推進AI應(yīng)用。包括以系統(tǒng)工程推進，從技術(shù)圖譜到能力體系再到組織基因，實施全面重構(gòu)；以明確目標(biāo)牽引，謀求實現(xiàn)企業(yè)產(chǎn)品競爭力、經(jīng)營能力和運營能力的顯著躍升；以長期主義護航，在戰(zhàn)略性統(tǒng)籌規(guī)劃的指引下有序推進戰(zhàn)術(shù)性單點突破，再以點帶面實現(xiàn)全局落地。
2.企業(yè)擁抱AI的系統(tǒng)性布局和階段性策略重點
需要著重強調(diào)的是，企業(yè)作為AI應(yīng)用的載體，一方面，要驅(qū)動場景、數(shù)據(jù)、技術(shù)、基礎(chǔ)設(shè)施、組織架構(gòu)、監(jiān)管及人才等各個維度與AI深度融合，這些維度環(huán)環(huán)相扣、相互制約、缺一不可；另一方面，要聚焦業(yè)務(wù)場景，實現(xiàn)各個維度的相互支撐、互為促進，以數(shù)據(jù)打通模型、以模型適配場景、以基礎(chǔ)設(shè)施和組織架構(gòu)等來支撐AI技術(shù)在場景中的應(yīng)用。
在具體布局AI的過程中，筆者認(rèn)為，企業(yè)應(yīng)沿著從大模型接入到智能體構(gòu)建的方向來推動AI的應(yīng)用落地，具體可分為以下五個階段：
第一階段：接入大模型。這一階段的核心是實現(xiàn)初級智能。大模型使AI向通用人工智能（AGI）的演進初露曙光，不過這個進程還處于起步階段。當(dāng)前大模型的主要應(yīng)用仍聚焦于“類人對話”。相較于此前的語言及對話模型，大模型在這方面已經(jīng)實現(xiàn)了質(zhì)的突破，并由此開啟了更多場景的應(yīng)用探索。
第二階段：搭建知識庫訓(xùn)練大模型。這一階段的核心是獲取知識。大模型從依賴有限訓(xùn)練數(shù)據(jù)的封閉系統(tǒng)，向融入企業(yè)專屬數(shù)據(jù)（知識庫）的開放智能演進。這種企業(yè)知識庫已經(jīng)顯現(xiàn)出商業(yè)價值，不過目前離實際落地還有差距。
第三階段：構(gòu)建功能型智能體。這一階段的核心是使用AI工具。此時各種功能型智能體將成為企業(yè)內(nèi)外部的標(biāo)準(zhǔn)化工具（檢索、系統(tǒng)等等），可以作為“輔助工具”得到廣泛應(yīng)用，從而為企業(yè)創(chuàng)造價值。
第四階段：構(gòu)建企業(yè)級智能體。這一階段的核心是實現(xiàn)互相協(xié)作。此時各類智能體將具備協(xié)作能力，并以“需求驅(qū)動”來實現(xiàn)價值。筆者想強調(diào)的是，“需求驅(qū)動”與傳統(tǒng)的“業(yè)務(wù)驅(qū)動”有著本質(zhì)區(qū)別：在業(yè)務(wù)驅(qū)動模式下，企業(yè)需要先定義系統(tǒng)目標(biāo)，再開發(fā)智能體，即系統(tǒng)是圍繞預(yù)設(shè)需求與目標(biāo)搭建的；而在需求驅(qū)動模式下，在各種業(yè)務(wù)場景中可以直接產(chǎn)生需求，并指引智能體開發(fā)及協(xié)作，無需先明確需求。
第五階段：構(gòu)建智能體集群。這一階段的核心是形成智能網(wǎng)絡(luò)。進入該階段，就不再是單一智能體之間進行交互，而是構(gòu)建形成了企業(yè)級的智能網(wǎng)絡(luò)。這才是AI作為新質(zhì)生產(chǎn)力服務(wù)企業(yè)，并達(dá)到工業(yè)革命級別能力的終極目標(biāo)。
當(dāng)前，大多數(shù)企業(yè)仍停留在接入大模型以及應(yīng)用簡單知識庫的階段，例如打造可與人類對話的機器人等；部分企業(yè)已經(jīng)進入了構(gòu)建智能體的階段。不過AI解決問題的能力還存在明顯局限，遠(yuǎn)不足以應(yīng)對企業(yè)的各種復(fù)雜場景。今后企業(yè)應(yīng)把智能體的構(gòu)建與協(xié)作作為重中之重，這是充分釋放AI價值的關(guān)鍵所在。
3.企業(yè)需構(gòu)建“三縱六橫”的AI應(yīng)用體系
那么，企業(yè)究竟應(yīng)該怎樣面向AI實施轉(zhuǎn)型呢？筆者就此提出了“三縱六橫”的全新AI應(yīng)用落地體系，下面對此進行詳細(xì)的論述。
所謂“三縱”是指產(chǎn)品力、創(chuàng)造力和管理力，這是所有企業(yè)應(yīng)用AI的核心目標(biāo)。就是說，企業(yè)要充分借助AI來實現(xiàn)自身產(chǎn)品競爭力、業(yè)務(wù)經(jīng)營力、體系運營力的全面提升，達(dá)成提質(zhì)增效降本的顯著效果。目前，企業(yè)往往聚焦于AI在產(chǎn)品端的應(yīng)用。產(chǎn)品力固然重要，不過創(chuàng)造力和管理力才是支撐其落地的根本。最終，企業(yè)只有借助AI全面賦能產(chǎn)品力、創(chuàng)造力和管理力升級，才能真正實現(xiàn)AI轉(zhuǎn)型的全面成功。
所謂“六橫”則是指支撐三力目標(biāo)實現(xiàn)的六大要素，包括三項應(yīng)用能力要素和三項底層能力要素。具體而言，在應(yīng)用能力層面，一是場景，即面向AI的場景理解和需求定義；二是智能體，即產(chǎn)品智能體、業(yè)務(wù)智能體、管理智能體的打造及其相互協(xié)同；三是組織與流程，即支持人機協(xié)作的動態(tài)化、協(xié)同式組織架構(gòu)及業(yè)務(wù)流程。在底層能力層面，一是數(shù)據(jù)，企業(yè)需要建立高質(zhì)量數(shù)據(jù)集和知識圖譜；二是模型，既包括通用型的基礎(chǔ)大模型，也包括企業(yè)自身的垂域和專業(yè)模型；三是算力，也就是算力平臺和智算云服務(wù)等。
更進一步來說，“三縱六橫”體系實質(zhì)上指向三個方面的核心能力：首先是面向三力場景的需求定義及轉(zhuǎn)化能力，企業(yè)要以三力目標(biāo)為牽引，強化面向AI的場景理解，并對相關(guān)需求進行清晰定義及技術(shù)轉(zhuǎn)化。其次是數(shù)字基礎(chǔ)設(shè)施建設(shè)和AI技術(shù)深度開發(fā)及平臺化部署的能力，包括數(shù)據(jù)要素化，算力支撐與動態(tài)規(guī)劃，模型選擇、部署及打通以及智能體的開發(fā)與協(xié)同等。企業(yè)唯有形成這些能力，才能將數(shù)據(jù)生產(chǎn)要素和AI技術(shù)真正轉(zhuǎn)化為新生產(chǎn)力。最后是組織動態(tài)適應(yīng)性變革的能力，企業(yè)要構(gòu)建內(nèi)外部協(xié)同的任務(wù)流，并建立可動態(tài)適應(yīng)性調(diào)整的組織。其目的是確保新生產(chǎn)關(guān)系能夠持續(xù)適配新生產(chǎn)力，以充分釋放新生產(chǎn)力的巨大潛能。
綜上，筆者認(rèn)為，企業(yè)要以“產(chǎn)品力×創(chuàng)造力×管理力”為目標(biāo)導(dǎo)向，通過清晰定義場景應(yīng)用需求，加速AI能力與業(yè)務(wù)的深度融合，逐步建立起以智能體應(yīng)用為主導(dǎo)、以動態(tài)適應(yīng)性組織為保障的全新體系，從而支撐AI的充分應(yīng)用、實現(xiàn)持續(xù)的價值創(chuàng)造。
4.企業(yè)需建立起完整的數(shù)據(jù)體系
在筆者看來，立足于上述“三縱六橫”體系，企業(yè)尤其應(yīng)該采取兩個方面的重點舉措。一方面，企業(yè)要建立起完整的數(shù)據(jù)體系，具體要點如下：
一是實現(xiàn)全生命周期的數(shù)據(jù)治理。其治理重點要從基本的數(shù)據(jù)采集、存儲，逐步升級到數(shù)據(jù)的“資產(chǎn)化、可流通”；同時，要實現(xiàn)數(shù)據(jù)采集-清洗-標(biāo)注-共享-交易-銷毀的標(biāo)準(zhǔn)閉環(huán)。
二是確保數(shù)據(jù)有用、可用、能用、可信、安全。其一，數(shù)據(jù)相關(guān)標(biāo)準(zhǔn)要從零散走向體系化、動態(tài)化和AI化。其二，數(shù)據(jù)集要標(biāo)注規(guī)范，并完整包含訓(xùn)練集、測試集，且充分保護其知識產(chǎn)權(quán)；在此基礎(chǔ)上，還要形成數(shù)據(jù)完整性、準(zhǔn)確性、一致性和時效性的評估規(guī)范，以確保數(shù)據(jù)質(zhì)量。其三，以聯(lián)邦學(xué)習(xí)、同態(tài)加密等隱私計算技術(shù)手段，實現(xiàn)數(shù)據(jù)可用而不可見。其四，基于區(qū)塊鏈等技術(shù)進行存證，實現(xiàn)數(shù)據(jù)可溯源、防篡改以及交易可信、可審計。其五，推進數(shù)據(jù)確權(quán)、定價、交易、溯源及合規(guī)監(jiān)管，以支撐數(shù)據(jù)的流通交易。
三是以智算驅(qū)動數(shù)據(jù)的云邊端協(xié)同。在技術(shù)架構(gòu)維度，要以“云-邊-端”智算協(xié)同，實現(xiàn)算力下沉，以此推動邊緣智能，實現(xiàn)數(shù)據(jù)的就近處理及高效利用。
四是實現(xiàn)數(shù)據(jù)資產(chǎn)化與自主可控。在應(yīng)用范圍上，要從單點應(yīng)用逐步走向全鏈路的數(shù)據(jù)資產(chǎn)化；在應(yīng)用深度上，要從監(jiān)控優(yōu)化逐步走向AI自主決策。尤其是在研發(fā)領(lǐng)域，包括生成式設(shè)計、AI仿真加速、數(shù)字孿生全流程映射等，都是企業(yè)應(yīng)高度關(guān)注的重點。此外，企業(yè)還要重視綠色低碳數(shù)據(jù)的收集與應(yīng)用，包括能耗采集、碳核算、能效優(yōu)化以及數(shù)字化綠色化協(xié)同等。
5.企業(yè)需構(gòu)建起分層架構(gòu)的AI大腦
另一方面，企業(yè)要構(gòu)建起分層架構(gòu)的AI大腦。對于企業(yè)AI大腦，筆者給出的定義是：一套“云-邊-端”協(xié)同、“數(shù)據(jù)-模型-知識”一體化、全價值鏈貫通的企業(yè)統(tǒng)一智能中樞?？梢?，企業(yè)AI大腦絕不是把零散的AI工具簡單堆砌在一起。
按照自下而上的邏輯，企業(yè)一要在基礎(chǔ)設(shè)施層建設(shè)算力大腦，這是智算的底座，可以統(tǒng)籌調(diào)配內(nèi)外部的算力資源，有效支持企業(yè)的各種AI需求。二要在數(shù)據(jù)層建設(shè)數(shù)據(jù)大腦，用于管理企業(yè)的數(shù)據(jù)湖。可能有人會覺得奇怪，怎么數(shù)據(jù)層也需要大腦嗎？實際上數(shù)據(jù)有不同的類型、狀態(tài)、歸屬、權(quán)限及用途，涉及到不同的主體和要素，如果沒有智能化的統(tǒng)一管理，企業(yè)是無法有效利用好數(shù)據(jù)并將其價值最大化的。三要在模型層建設(shè)模型大腦，即基于AI大模型以及各種垂域模型、專業(yè)模型等，構(gòu)建起企業(yè)的算法工廠。四要在知識與智能體層建設(shè)認(rèn)知大腦，用于管理企業(yè)的知識庫，為相關(guān)智能體提供支撐。五要在應(yīng)用場景層建設(shè)業(yè)務(wù)大腦，以實現(xiàn)企業(yè)全價值鏈的全面智能化。而在這五層架構(gòu)之下，還要建立安全與治理層，這將是確保企業(yè)AI大腦安全、順暢運行的底線。簡言之，企業(yè)AI大腦=五層架構(gòu)+安全底線。
基于上述框架構(gòu)建起來的企業(yè)AI大腦就形成了一個企業(yè)級的統(tǒng)一智能操作系統(tǒng)（AI-OS），它將覆蓋“研-產(chǎn)-供-銷-服-管”的全業(yè)務(wù)鏈路。基于此，企業(yè)將真正實現(xiàn)數(shù)據(jù)打通，并打破PLM/MES/ERP/SCM/CRM/DMS等各種工業(yè)軟件相互割裂而形成的“孤島”；將實現(xiàn)模型統(tǒng)一，以一套AI底座支撐企業(yè)的研發(fā)、生產(chǎn)、供應(yīng)鏈、銷售與服務(wù)、管理以及產(chǎn)品運維；將實現(xiàn)能力復(fù)用，包括但不限于算法、算力、標(biāo)注、知識、安全等各種核心能力；還將實現(xiàn)決策智能，從局部優(yōu)化逐步演進為全局自主決策與協(xié)同。
當(dāng)然，對于不同的企業(yè)而言，其AI大腦建設(shè)的側(cè)重和相應(yīng)的架構(gòu)應(yīng)有所差異。以汽車產(chǎn)業(yè)為例，總體而言，整車企業(yè)的目標(biāo)是建設(shè)全域AI大腦；供應(yīng)商的目標(biāo)是建設(shè)垂域AI大腦；而經(jīng)銷服務(wù)商的目標(biāo)則是建設(shè)服務(wù)型AI大腦。
6.企業(yè)面向AI轉(zhuǎn)型的抓手：組織變革與生態(tài)建設(shè)
如前所述，構(gòu)建全新的AI應(yīng)用體系及核心能力，必將帶來流程、分工、決策機制等的全面重構(gòu)。因為生產(chǎn)力的躍遷必然要求生產(chǎn)關(guān)系同步變革、充分適配。所以，組織變革與生態(tài)建設(shè)就成為了企業(yè)面向AI轉(zhuǎn)型的關(guān)鍵抓手。
筆者認(rèn)為，企業(yè)組織變革的目標(biāo)應(yīng)該是以用戶需求為導(dǎo)向，基于任務(wù)流，依托智能體驅(qū)動，構(gòu)建內(nèi)部資源協(xié)同與外部能力導(dǎo)入相結(jié)合的自組織式的綜合智能體。具體來說，在企業(yè)內(nèi)部要打造協(xié)同型組織，實現(xiàn)“你中有我、我中有你”的跨職能協(xié)作；在企業(yè)外部則要建立起能力型生態(tài)，實現(xiàn)基于專業(yè)化分工的多主體能力融合共創(chuàng)，以達(dá)到供需高效匹配、實時響應(yīng)與快速決策的目的。
也就是說，面向AI的企業(yè)組織變革，一要實現(xiàn)數(shù)據(jù)暢通，為此需要強化數(shù)據(jù)中心建設(shè)；二要實現(xiàn)協(xié)同創(chuàng)新，為此需要建立企業(yè)級的AI中臺；三要實現(xiàn)各主體充分聯(lián)動，為此需要將全局統(tǒng)籌資源配置與局部重點探索相結(jié)合，由點及面地帶動AI的全面應(yīng)用。顯然，上述組織變革一定是一把手工程，因為只有企業(yè)一把手才能憑借全局決策權(quán)與資源調(diào)配權(quán)，打破部門本位思維和職能邊界藩籬，保障組織重構(gòu)的順利落地，這也是AI時代企業(yè)轉(zhuǎn)型對領(lǐng)導(dǎo)力的明確要求。最終，企業(yè)要建立一種以智能體為核心樞紐、連接各個主體的全新組織形態(tài)。
筆者想強調(diào)的是，上述新型組織絕不是傳統(tǒng)組織的修補，也不可能一蹴而就，企業(yè)必須以深化變革和廣泛協(xié)作的理念有序推進，持續(xù)打造和完善數(shù)據(jù)閉環(huán)、智能體主導(dǎo)的生態(tài)協(xié)同型組織，才能最終實現(xiàn)全場景打通、弱中心化運行以及內(nèi)外部協(xié)同共創(chuàng)、價值共生的轉(zhuǎn)型目標(biāo)。
7.真?zhèn)蜛I辨析
有一點值得注意：在AI技術(shù)席卷全球的熱潮下，不少企業(yè)都紛紛表示正在進行AI轉(zhuǎn)型，并推出了令人眼花繚亂的各式各樣AI成果。然而在筆者看來，這其中魚目混珠，不乏很多“李鬼式”的偽AI，而非“李逵式”的真AI。這種情況可能出于企業(yè)宣傳展示的主觀需要，如果只是權(quán)宜之計，同時企業(yè)內(nèi)部正在加緊推進真AI，那倒也無傷大礙；但更可能是由于部分企業(yè)對真?zhèn)蜛I并沒有清醒、準(zhǔn)確的認(rèn)知，甚至還自以為AI做得不錯，那就不僅會影響企業(yè)的AI轉(zhuǎn)型進程，還會對外部產(chǎn)生誤導(dǎo)和混淆。有鑒于此，筆者就真?zhèn)蜛I進行如下辨析，供讀者們參考。
從核心內(nèi)涵維度看，在本質(zhì)上，AI是真正的智能化升級，即以數(shù)字化為基礎(chǔ)，通過數(shù)據(jù)深度加工來構(gòu)建各項業(yè)務(wù)中的主動智能，這才是筆者心中的真AI；而那種基于數(shù)字化深化或工具化包裝，并未突破原有的數(shù)字化邏輯，只不過是將自動化和數(shù)字化的成果貼上了AI標(biāo)簽的AI，在筆者看來就是偽AI。在能力上，真AI具備主動決策、預(yù)警、適配及服務(wù)能力，無需人工指令，就能基于數(shù)據(jù)來預(yù)判需求、識別風(fēng)險和優(yōu)化運營；而偽AI只會被動執(zhí)行人工指令，并無自主判斷能力，僅能實現(xiàn)輔助提效、數(shù)據(jù)統(tǒng)計等簡單功能。在目標(biāo)上，真AI以業(yè)務(wù)價值為導(dǎo)向，可以精準(zhǔn)匹配企業(yè)戰(zhàn)略，打造形成長期的核心競爭力；而偽AI以數(shù)量和形式為導(dǎo)向，往往追求場景等簡單的數(shù)量堆砌，或者為了完成既定AI目標(biāo)而包裝成果，并無明確的業(yè)務(wù)落地目標(biāo)，說得直白些，這只是在“為AI而AI”。
從業(yè)務(wù)和數(shù)據(jù)維度看，在業(yè)務(wù)融合方面，真AI深度嵌入到業(yè)務(wù)全流程中，與業(yè)務(wù)邏輯深度綁定，可以有效支撐業(yè)務(wù)決策和運營，并且還可以隨業(yè)務(wù)一起實時迭代優(yōu)化，從而持續(xù)滿足業(yè)務(wù)需求；而偽AI只是外部輔助工具，與業(yè)務(wù)完全是“兩張皮”，沒有融入到業(yè)務(wù)流程中，至多能“省時省力”而已，同時作為固定的數(shù)字化系統(tǒng)，也難以隨業(yè)務(wù)變化而改變，甚至還會制約業(yè)務(wù)調(diào)整。在數(shù)據(jù)利用方面，真AI強烈需要結(jié)合場景、語義性強的業(yè)務(wù)數(shù)據(jù)，因此必須實現(xiàn)數(shù)據(jù)治理，包括深度加工、準(zhǔn)確標(biāo)注和相互打通等，這樣才能使數(shù)據(jù)成為AI理解業(yè)務(wù)、解決問題的底層支撐；而偽AI并沒有吸收業(yè)務(wù)數(shù)據(jù)，對數(shù)據(jù)只是簡單的存儲、統(tǒng)計與展示，沒有明確的規(guī)劃和治理，因此數(shù)據(jù)無法支撐AI在業(yè)務(wù)中的真正應(yīng)用。
從落地價值維度看，真AI在初級階段盡管水平可能也很有限，但其成果是可積累、可進化的，能夠落地產(chǎn)生實際效益，并有力支撐企業(yè)面向AI轉(zhuǎn)型的長期戰(zhàn)略；而偽AI往往是“推出即落后”，對企業(yè)來說既浪費資源，又容易形成路徑依賴，反而成為邁向真AI轉(zhuǎn)型的障礙。
筆者在此強調(diào)真?zhèn)蜛I存在本質(zhì)差異，并不是否定數(shù)字化基礎(chǔ)工作的重要性與價值。恰恰相反，數(shù)字化的深度積累是支撐企業(yè)向真AI轉(zhuǎn)型的基礎(chǔ)，沒有數(shù)字化手段的投入、數(shù)據(jù)的采集與利用，企業(yè)根本就不具備向AI轉(zhuǎn)型的條件。但是企業(yè)如果僅僅停留在數(shù)字化層面上，沒有深挖數(shù)據(jù)的潛力，也沒有有效推動運營決策的智能化，那將無法真正釋放AI轉(zhuǎn)型的紅利，并且終將吞下偽AI桎梏真AI發(fā)展的苦果。只有將AI應(yīng)用于企業(yè)經(jīng)營的主動決策、預(yù)警、適配及服務(wù)能力上，才是走在了發(fā)展真AI的正確道路上，而為此所做的所有基礎(chǔ)積累都將助力企業(yè)最終實現(xiàn)AI轉(zhuǎn)型的厚積薄發(fā)。
總之，企業(yè)擁抱AI必須真相信、真投入、真實踐，這樣才有可能形成真能力、實現(xiàn)真落地，并在逐步強化AI應(yīng)用的過程中讓企業(yè)持續(xù)受益。
六篇連載已經(jīng)完成，后續(xù)將推出《AI時代的特征、機遇、挑戰(zhàn)與應(yīng)對》全集，敬請關(guān)注！
