2025年開年，全球AI生態版圖就接連迎來重磅突破——DeepSeek R1平地驚雷轟動業內，其開源策略與創新訓練方法正吸引微軟、英偉達、亞馬遜等美國云計算平臺接入，加速企業的AI落地應用；而OpenAI同期發布的Agent工具Operator和Deep Research更顯野心，標志著AI向開發與人類性能相匹配（或超過人類性能）的通用人工智能（AGI）的總體目標邁出了重要一步。

中歐國際工商學院億緯鋰能經濟學與決策科學教席教授、中歐AI與管理創新研究中心主任方躍觀察到，AI正將技術的角色從“信息傳遞者”轉變為“思考者”和“執行者”，推動機器從“快思考”向“慢思考”演進，企業在這場智能化躍遷的轉型中也伴隨著人對技術的依賴和創作力弱化的隱憂。本文中，方躍教授為站在人機協作十字路口的企業指明了極具建設性的方向。

進入2025年，企業AI轉型也在加速，企業面臨尋找和實現AI價值的挑戰。AI變革蘊藏著巨大的潛力，其顛覆性遠超互聯網。但企業家必須清楚地認識到，AI帶來的不僅是生產效率的提升和更多的創新機會，它還必將重塑勞動力市場、生產力格局和管理者的角色，有可能進一步增強資本和技術的權力，并帶來能源消耗大量上升的擔心。

企業AI轉型

過去的2024年，AI正在從靜態輸出轉向跨文本、語音和視覺輸入的動態實時交互。我們相信，2025年是AI應用落地實現價值的關鍵一年。AI正全面滲透到企業的運營、產品和服務中。

企業AI轉型正處于“AI-in-ALL”不同發展階段。

狀態A的企業處于觀望與學習階段，關注AI發展趨勢，評估其潛在價值。

狀態B的企業，其部分員工自發使用AI提升個人效率，內部開始試點AI賦能，以優化運營流程為核心。預計到2025年，企業將持續試驗，探索AI如何深度融入業務。目前，大量的AI應用（產品和服務）集中在這個方向。

對狀態C的企業而言，AI已逐步嵌入企業產品與服務，增強客戶體驗，提供個性化、智能化產品，形成差異化競爭優勢。AI正推動產品創新與用戶體驗升級。

狀態D的企業已實現AI在內部運營與外部服務的深度融合，布局“AI in All”，全面推動“流程/產品/服務+AI”模式。

沃頓商學院最新研究顯示，2024年全球大型企業每周使用生成式AI的比例已從2023年的37%躍升至72%，AI正加速與企業流程、產品和服務的深度融合。相比之下，國內企業在AI落地應用推進上仍具有很大提升空間。企業在規劃AI轉型戰略時，需結合自身情況，從兩個關鍵維度進行分析：AI所能帶來的潛在價值以及AI實施落地的可行性。“AI-in-ALL”轉型中的企業，可按這兩個維度梳理主要核心業務，以優先實施潛在價值高及可實施性強的項目。

在這一轉型過程中，企業的AI戰略路徑通常呈現出兩種不同模式或階段：“AI-in-ALL”即“產業+AI”，在現有業務框架內逐步嵌入AI，優化流程、提升效率；“ALL-in-AI”即“AI+產業”，以AI為核心重塑企業組織、運營模式與商業邏輯，實現全新增長與價值創造。

AI轉型的目標不應局限于降本增效。當AI成為標配，僅將其作為工具，企業將難以形成持續的競爭優勢，唯有深度整合至業務戰略，才能釋放AI真正的潛力。

圍繞大型語言模型可能帶來的價值有很多討論，但AI的商業模式決定了其成功與失敗。企業需通過“動手”實踐，方能獲得寶貴的見解，避免隱藏的陷阱，并在業務一線先驅的指導下朝著AI目標邁進。

在AI產品與服務方面，企業需關注其長期實際價值。沃頓商學院的研究表明，具備共情能力的AI聊天機器人可在短時間內緩解用戶孤獨感，甚至媲美人際交流。然而，長期依賴AI可能削弱人類真實的社交能力。因此，企業在推廣AI時，需要平衡短期價值與長期社會影響，確保在提升用戶福祉的同時，又不取代人類社交的本質需求。

與此同時，企業IT將從應用程序架構走向AI代理和數據架構。技術領導者如何組織和管理團隊、人才、IT架構和成本，可能會因生成式AI而發生巨大變化。

在AI時代，IT架構會發生很大變化，從傳統以應用程序為中心演變為多Agent架構。技術領導者負責“領導”成百上千個不同的Agents。這些Agents可以相互通信并與外部世界交互，以實現復雜目標。例如，一組Agents可能會與庫存、供應鏈和智能分析進行交互，自動監控庫存水平，在需要時生成采購訂單并將其發送給相關供應商，實現無需人工參與的智能集成、決策和協同系統。

另外，AI技術的不斷發展也會對企業管理和工業軟件市場產生深遠的影響。近期，SAP已經宣布將DeepSeek大模型集成到SAP的ERP（企業資源計劃）軟件中，一些有能力和需求的企業也會利用AI大模型自研，如CRM（客戶關系管理）和人力資源等軟件，勢必導致AI時代的SaaS（軟件即服務）軟件市場更加智能和多元化。

打造“超級智能體”的

不確定性與挑戰

在AI轉型過程中，企業還需應對兩大不確定性：技術發展的不確定性和業務價值的不確定性。

AI技術快速演進，邊界模糊，行業觀點分歧，企業難以準確預測其未來趨勢。管理者需保持敏銳洞察，制定靈活策略，避免盲目跟風或錯失機遇。

AI對業務的實際影響尚不明朗，缺乏長期數據支撐，企業需選擇合適業務場景，通過小規模試點，從“AI-in-ALL”開始，逐步驗證其商業價值，確保投入的有效性。

盡管AI應用正在加速推進，但其高昂的成本與數據局限仍是長期挑戰。市場由少數巨頭主導，有可能導致AI成本難以大幅降低。同時，AI依賴人類已有知識，隨著數據消耗，模型性能或將下降，影響長期價值。企業需權衡成本與收益，確保技術可持續應用。

在AI戰略實施過程中，企業還面臨以下關鍵挑戰：

戰略目標不明確，資源配置分散。缺乏清晰目標，資源投入分散，優先級不明，導致難以形成可持續增長路徑。

技術與業務需求脫節。過度關注技術而忽視核心業務需求，導致AI解決方案難以滿足實際痛點，影響商業價值。

對AI創新期待過高。AI在增量創新方面表現突出，但顛覆性創新作用尚不明確，過去一年仍缺乏讓人眼前一亮的突破性應用。

數字化成熟度不足。數據孤島現象嚴重，質量參差不齊，傳統IT架構難以支撐AI算力需求，影響部署效果。

組織文化與執行力不足。內部對AI變革存在抗拒，團隊協作不暢，流程優化滯后，高層與基層認知差異影響戰略落地等。

同任何變革一樣，AI轉型同樣是“一把手工程”，最重要的是前瞻性與變革意愿。我們這里請企業高管特別關注以下幾方面：

01

增長驅動與運營融合：高管們面臨著越來越大的壓力，他們需要證明AI投資的有形投資回報率。企業需以市場和競爭為導向，精準契合客戶需求，使AI深度嵌入核心業務，優化流程，提升體驗，驅動增長。數據驅動的決策能力可助力企業在快速變化的環境中保持競爭優勢。

02

生態協同與戰略拓展：雖然生成式AI具有巨大的潛力，但許多領導者難以理解它如何與現有業務模型集成、影響價值鏈并影響財務結果。企業需通過與技術和供應鏈合作伙伴協作，可快速彌補短板，借助行業生態拓展業務邊界，實現差異化競爭。AI賦能供應鏈管理，助力資源優化，確保戰略可持續性。

03

重視企業知識創新體系的搭建：AI可為企業提供超越人類認知邊界的知識創新，通過知識顆粒度解構（深度學習）、知識流程自動化（文檔智能處理）、產品研發加速（如藥物發現）和運營流程優化（缺陷檢測），顯著提升效率并降低成本。當前AI仍處于輔助地位，人類在創意生成、知識融合與戰略決策中保持主導性，形成"人類需求牽引+AI能力支撐"的創新范式。企業需將AI嵌入戰略掃描、客戶洞察、產品研發等環節，構建人機協同的新型知識創新體系。

04

創新型組織與文化：推動創新與增長導向的文化，強化跨部門協作，打破信息孤島，確保AI戰略順利落地，實現高效協同與敏捷響應。企業必須明確，AI不僅是一種工具，更是全新收入來源的催化劑。企業需大力探索如何使用AI創建創新產品，和如何重塑傳統業務模式并為戰略增長創造新的機會。

05

負責任的AI治理：這是AI應用面臨的一個普遍問題。平衡AI的變革力量與必要的保障措施是實現廣泛社會效益的關鍵，領導者必須探索制定指導方針的策略，以實現增長、管理風險并為每個人釋放AI的潛力。企業需建立完善的AI治理框架，確保技術合規、減少偏見，維護透明度與公平性，提升信譽與社會責任，通過不斷實踐，探索如何推動負責任AI的部署。

06

以人為本的AI管理：AI在提升效率的同時，也帶來員工自主權的挑戰。企業需要不斷探索重新培訓員工、培養AI素養、管理變革以及鼓勵人類與AI之間團隊合作所需的新方法。

07

AI領導力與人才布局：設立首席AI官（CAIO），推動AI與業務深度融合，培養復合型人才，確保技術在企業各層級高效應用，助力AI驅動的轉型升級。

08

AI轉型是系統工程，需循序漸進：AI的潛力釋放需要時間，企業需同步推進軟件開發、人員培訓及變革管理。

過去近20年在數字化轉型中獲得的經驗和交過的學費，對今天的AI轉型非常寶貴。我們再次強調，如果不重視業務與技術的結合以及組織與文化的變革，結論必然是：“舊組織+新技術=昂貴的舊組織”。

中國不少企業曾是互聯網時代的顛覆者，但AI正在重構互聯網時代形成的商業模式和競爭邏輯。若無法跟上AI浪潮，這些企業可能在未來幾年淪為“傳統企業”。

擁抱AI

在技術變革面前，我們總是本能地抗拒那些可能顛覆既定秩序的力量。

AI的不透明性、情感缺失，以及對人類主觀判斷的挑戰，使其在社會中引發廣泛的不信任。過去2年，AI的快速發展加劇了這一不安。技術性失業的烏云籠罩，人們擔心AI取代人類角色、削弱個人價值。抵觸也源于利益格局的重塑，AI正在沖擊傳統職業，威脅既得利益，導致部分群體被排斥。

然而歷史證明，技術進步不可逆，恐懼與抵制無法阻止AI融入社會。我們需要跳出“人機對抗”的思維定式。我們需要認識到：AI是效率機器，可以不斷提升效率；人是非效率機器，人類必須保持自主性、創造性和判斷力，由于自主性、創造性和判斷力的非標屬性，必然是低效的，兩者衡量的標準不同。只有聚焦人與AI的合理分工，探索優勢互補，才能在AI時代實現共生協作。

我們再次提示企業和員工，僅將AI視為工具，只能帶來某些工作崗位短暫的穩定。如曾經依賴人工調整的提示詞工程，如今AI已實現自主優化，這有可能導致相關崗位失去競爭力。

盡管企業領導者對AI寄予厚望，員工的猶豫與技能不足，已成為轉型從“AI-in-All”走向“All-in-AI”的障礙。AI的大規模成功落地應用有賴于員工的動機、能力與外部支持。企業需提供清晰的應用場景，結合培訓與激勵機制，幫助員工將AI視為協作者，而非競爭對手。同時，降低技術使用門檻，激發員工主動探索，使其從被動接受者轉變為主動創造者。

我們必須避免這樣的場景發生：AI成為大規模替代人類員工的效率工具，同時，將企業變為由機器人嚴控監管、幫助資本“無限降低”生產成本的工作場所。

AI的快速發展正深刻重塑企業與個人的思維模式和決策方式。然而，過度依賴AI可能削弱人類的批判性思維和自主判斷，使人們在技術裹挾下喪失主動性。要在AI時代保持競爭力，企業和個人需理性看待AI的優勢與局限，避免盲目信任，同時承擔相應的倫理責任，確保AI真正賦能人類，而非取而代之。企業應堅持公平、透明和包容的價值導向，而非片面追求效率最大化。

在AI驅動的商業環境中，人類角色正從執行者轉向戰略引領者。培養AI素養至關重要，個人和組織應認識自身認知局限，掌握基本AI知識，以做出更理性、前瞻的決策。AI雖在信息處理和分析以及流程自動化等方面具有優勢，但決定企業未來的依然是人類的戰略遠見、創新能力與價值判斷。

企業在擁抱AI時，需明確其定位——未來的競爭優勢將屬于那些深度融合AI與人類智慧，構建“人機共生”模式，并能快速調整自己，開發可持續的商業模式，把握風險，在價值創新上持續引領行業的企業。

教授簡介

方躍教授是中歐國際工商學院經濟學與決策科學教授、經濟學和決策科學系系主任、中歐AI與企業管理研究領域主任。方躍教授于2018年在中歐創辦大數據研究中心，并擔任研究中心首屆主任，并于2024年初在中歐成立并負責AI與管理創新研究中心，重點關注AI對企業管理及產業發展的影響和如何打造AI驅動型組織，致力于構建具有商學院特色的AI產學研平臺，及AI與管理創新的高端智庫。

加入中歐之前，他作為終身教授曾執教于美國多所大學，并擔任麻省理工學院國際金融服務研究中心（IFSRC）、麻省理工學院制造業領袖項目（LFM）以及美國能源部能源信息管理局（EIA）研究員。方躍教授自2005年到2018年長期擔任美國一家能源對沖基金的執行董事，并為包括AT&T、GE Capital、Intel Capital在內的多家跨國公司和中國企業提供人工智能、數智化轉型、大數據和金融科技等方面的咨詢服務。

創意圖片已獲視覺中國授權。

來源| 經濟觀察報

編輯| 李鈺婷

責編| 岳頂軍

歡迎點擊小程序，全方位了解中歐！

你還可以在這些平臺關注中歐

關注中歐官方視頻號

點擊咨詢中歐課程