實際上，對于AI的應用，問問題比回答問題來得更重要。

演講：中國造隱形冠軍評委、丹麥哥本哈根商學院中國企業管理領域終身正教授 李平

編輯整理：中外管理傳媒 任慧媛

12月19日，第六屆“中國造隱形冠軍”長青懇談會在重慶璧山成功舉辦。

本屆大會以“凝聚中國隱形冠軍，激蕩人工智能時代”為主題，由中外管理傳媒主辦，重慶市璧山區人民政府協辦，璧山高新技術產業開發區管理委員會、重慶璧山現代服務業發展區管理委員會承辦，北京盛世紫云文化傳播有限公司執行，重慶綠發實業集團有限公司冠名支持。本屆大會通過多個平臺進行了同步視頻直播，吸引了超過一百萬名觀眾在線觀看。

隨著人工智能技術的快速發展，越來越多的企業開始將AI技術融入其產品和服務中，呈現出了更高的生產效率和創新可能性。

尤其在“專精特新－隱形冠軍”企業中，AI技術的應用已不再是簡單的技術替代，而是深層次的業務轉型。越來越多的企業將人工智能作為核心戰略之一，通過數據驅動的決策和智能化的運營模式，提升市場競爭力。

AI技術正成為推動產業升級和經濟高質量發展的重要動力，那么“專精特新－隱形冠軍”企業在AI時代，究竟該如何拓展創新？又如何做好人機協同？

大會上，中國造隱形冠軍評委、丹麥哥本哈根商學院中國企業管理領域終身正教授李平圍繞“專精特新與AI”這一主題發表了精彩演講。

以下為演講內容精編：

新質生產力，就是AI+大數據

新質生產力到底是什么？

新質生產力就是人工智能+大數據，這是個全新的生產要素。從歷史上講，先是以資本、土地、勞動力為生產要素的傳統生產力。后來是以技術和知識為生產要素知識生產力，再到現在以大數據和人工智能作為全新生產要素的新質生產力。但是它不取代技術知識，也不取代資本、土地和勞動力，它是一個杠桿，使效率得到極大的提升，這就是新質生產力的核心觀點。

新質生產關系最主要有兩個方面，一個是生態平臺的合作，另一個是人機協同。我們管理學之前所有的研究課題都是關于人和人的關系，但現在必須面臨人和人，人和機，機和機這三重關系，其中后兩重關系是我們面臨的重大課題。

那么，怎么去管理、調整和協同這三重關系呢？按照“馬克思主義”的觀點是，生產力決定生產關系，生產關系反作用于生產力。但鄧小平認為這個說法不完整，實際上這兩者是相互決定的。

歷史上所有的重大生產力的提升，都是在生產關系發生革命的條件下產生的，不管是文藝復興，是明治維新，還是中國的改革開放，都證明了這一點。所以鄧小平認為，生產關系不僅僅反作用生產力，生產關系還解放了生產力。

“深挖洞、廣積糧”

具體到“專精特新”，在它的底層邏輯中，“專精”就是聚焦，“特新”就是差異化，它把西方戰略管理的兩大維度綜合成了一個，就是既聚焦又差異化，這兩者的結合，就是“專精特新”的核心內容。

但是我又發現一個新的現象，就是“專精特新”這些企業并不僅僅局限在市場上的聚焦，還聚焦在核心競爭力上，這主要是由它的核心技術所定義的。核心技術可以廣泛應用在多元的市場場景中。這就是T型戰略，從一開始小T的技術和市場，逐步演化成在單一聚焦領域以技術原創為主的縱向深耕和多元化市場應用場景的橫向擴展。通俗講就是“深挖洞、廣積糧”。技術發展越深，市場應用越廣，其業務增值量就越大。

選點、連線、成面

我們把T型戰略作為一個原理，前三步主要是選點、連線、成面。下面舉幾個例子：

舜宇光學，最開始它的“選點”就是照相機、顯微鏡、望遠鏡的玻璃鏡頭。真正讓它起飛的是在2003年時進入了手機鏡頭領域。因為當時舜宇光學的老板發現了一個問題，就是單純依靠光是不行的，光一定要跟電子技術融合，要跟電傳感器、模組結合起來，那么手機就成了一個非常好的載體。之后又拓展進入了車載鏡頭、醫療鏡頭、機器人鏡頭等領域。

現在已經進入了第三個階段，就用深層光電+AI再集成技術的方式去做光學鏡頭的應用，應用的場景也就更多了。

匯川技術，被稱為“小華為”，它最早做的“選點”是電梯的電機控制系統，全國大概75%的市場，尤其是國內廠商生產的電梯，都使用的匯川技術的電機控制系統。之后，又進入了第二個階段，使用場景拓展到了3C、光伏、鋰電池、新能源汽車等領域。第三個階段就是通過AI再集成技術進行融合。

海康衛視，最早的“選點”做的是視頻信息分析，后來他們發覺信息只是分析不行，采集也很重要，于是進入了信息采集領域，即生產可見光安防和非可見光安防設備。現在又進入了第三個階段，通過機械波的分析+AI再集成，進入工業監控設備領域，從安防轉移到了工業巡檢。

寧德時代，它首先做得是3C電器，后來研究動力鋰電池技術，進入動力電池領域，再然后進入了儲能電池和電池回收技術再集成的研究。

以上四家企業，從營收上看，前兩家企業是300億左右，海康威視是900億左右，寧德時代是4000億左右，這說明不管企業大小都可以做T型模式。

為什么一個技術能夠應用在那么多的場景？學術文獻中有一個概念，叫作“拓展適應”，就是說很多技術，在開始發明的時候并不知道可能應用在其他場景，后來在發展過程中發現這個技術應用的場景很多。比如，40%的西藥都有兩種以上的應用的場景，阿司匹林本來是退燒、去痛的，后來發現它能夠稀釋血管，防止心臟病。

所以，只要扎根在一個既有的技術上面，不斷生根、集成、優化，市場的應用是萬變不離其宗的。就好比是一棵大樹要先有深深的根系和強勁的樹干，樹干上長出的所有的枝、葉、花、果都可以多元化，這就是T型模式的基本原理。

人工智能與人機協同

麥肯錫研究發現，75%的生成式人工智能都將應用在4個領域：客戶運營、市場和銷售、軟件工程、研發設計。也就是說，以上4項業務受生成式AI的影響最大。

西方的研究發現人和機器之間的關系大概分為兩種，一種叫作替代，一種叫作賦能。

在人機賦能這一關系中，大概有三種方式，第一種是AI發現問題、解決問題，人最后拍板，也就是人基本上不起什么作用；第二種是AI發現問題，人提出解決方案；第三種是AI和人共同發現問題，共同解決問題。

人機協同有一個核心悖論，即替代關系與增強關系。原來西方對“替代與增強”用的思維邏輯是非黑即白，就是要么替代要么增強。但我們研究發現，實際上“增強”里面含有“替代”“替代”里面也含有“增強”，這是一個陰陽的關系。

比如，美的的廣告部門用了ChatGPT之后發現所生成的文本和廣告視頻比人做得要好，于是就全部用AI來做。可真正做下來以后發現其實只有一半的人被替代掉了，另外一半人轉崗成了人工智能培訓師。可見它并不是完全替代了，而是部分的替代了，部分也增強了。所以，西方人非黑即白的思想，跟我們中國人陰中有陽，陽中有陰的觀點，完全不一樣，這是我們具有優勢的地方。

人工智能和人之間的關系，實際上是三個階段，第一個階段，首先要人去定義問題的本質和方向到底是什么，人一定要指出方向，劃一個范圍，讓AI在這個范圍里面進行被指導的一種探索，人來做最后的拍板決策，就是人在兩頭，AI在中間，相當于博士生導師帶博士生的模式，或者是領導帶領下屬的關系。第二個階段是以AI為主分析問題的具體構成。

第三個階段是AI模擬預測未來機會。我們現在的創新的模式無非是兩種方式，一種是先有技術后轉市場，叫作科技轉化。另外一種就是先有市場，再去找解決方案，兩種方式不管誰先誰后都把市場和技術完全隔離開了。

人工智能應用場景創新可以將以上兩者完全融合迭代，同步發生，就是市場的應用場景、產品需求和技術攻關是同一時間冒出來的。怎么冒出來的呢？一個關鍵點就是利用人工智能的模擬和仿真，它自己產生數據，再用這個數據產生算法，得出結論，再使結論在自己的運行中得到驗證或者否定，循環迭代，這樣就能夠加快我們做決策，和對市場和技術的認識發生一個質的飛躍。

問問題比回答問題更重要

這其實就是我們跟美國AI的一個重大區別，美國現在已經在科學領域應用AI。今年諾貝爾化學獎獲得者就開辟了通過計算和人工智能揭示蛋白質秘密的新途徑，為未來的科學研究提供了強大的工具。

美國通過對AI的應用，在新材料的發現、新藥的發明、新的治療方式、新疫苗、新的蛋白質結構、新的細胞分析等這些要素之間都發生了一個根本的變化，我們卻還只是在做商業上的應用，做簡單的問答。實際上，對于AI的應用，問問題比回答問題來得更重要。

比如，選點怎么選？我曾經問過一個AI模型，在老年護理這個領域里，哪些是大企業不愿意做，小企業做不了的？它立刻就給我回答了有三個領域是大企業不愿意做，小企業做不了的，這恰恰是實行T型戰略的企業最該考慮的。接著，我又換了一個方向問了另外一個AI模型。

西方有一個最新的研究發現，用大模型不能只用一個，因為每一個問題的回答都有它的偏見與不準確性。比如，可以用十幾個大模型共同回答你提出的問題。當把所有這十幾個大模型回答的結果，綜合打成一個平均值，就已經超過了咨詢公司最高等級專家的回答。所以，AI對人將來的替代性非常強，尤其是科研、咨詢、會計、律師、醫生等基本上都可能會被替代掉。

我有個基本觀點，就是我們中等水平以下的知識工作者，將來都會被AI替代掉。因為原理很簡單，對一個人的培養，從小學到中學到大學到研究生到博士、博士后，甚至到專家，都是靠書本和經驗這兩個來源去獲取知識的。而這兩個來源恰好是AI最擅長的，它一天時間就把你幾十年的時間全部替換掉了，而且它的速度極高，成本極低。

所以，剩下的中等以上的人去競爭，就看誰用AI用得好。

（根據演講內容整理，已經本人審閱）