（關注公眾號設為標，獲取AI深度洞察）

全文 3,000字 | 閱讀約13分鐘

昨天，極兔速遞宣布全面接入DeepSeek大模型，成為3月份第N家加入"DeepSeek大軍"的企業(yè)。公司表示，這將協(xié)助提升人力資源效率和國際件標準清晰度，降低培訓各類員工成本。公關稿中還強調，"DeepSeek是一款基于強化學習的開源推理大模型，運行成本遠低于市場上同類產(chǎn)品"。

自2月初DeepSeek"出圈"以來，企業(yè)界掀起了一場前所未有的接入熱潮。2月6日，吉利汽車宣布星睿大模型完成與DeepSeek深度融合；2月8日，長城汽車緊隨其后；2月9日，廣汽、奇瑞相繼跟進；2月10日，比亞迪、上汽、北汽接連宣布接入...甚至連一汽-大眾、東風日產(chǎn)這樣的合資企業(yè)也未能幸免。

僅僅一個月內，超過50家大中型企業(yè)爭先恐后宣布"接入DeepSeek"，引發(fā)資本市場一片沸騰。但作為一個長期觀察AI浪潮的研究者，我不得不發(fā)出一個疑問：在這場集體狂歡中，有多少企業(yè)是真正思考過的選擇，又有多少只是盲目跟風的結果？

我要潑個冷水：大部分公司盲目接入DeepSeek可能是一個嚴重的錯誤。在與眾多企業(yè)深入合作后，我發(fā)現(xiàn)一個扎心的現(xiàn)實：事實上，大部分公司不僅不需要盲目追逐DeepSeek，甚至根本不應該有一個僅僅為了跟風而制定的AI戰(zhàn)略。

或許你聽了很驚訝，甚至覺得我是不是說反了？沒有接入DeepSeek，沒有AI戰(zhàn)略的話，公司豈不是要輸在起跑線上了嗎？我的回答是：并不會，理由有以下幾個：

一、大部分公司其實根本沒做好用AI的準備

想象一下，就算某天一份完美的"AI戰(zhàn)略計劃"神奇地出現(xiàn)在了CEO的郵箱里，大部分公司也完全沒法真正落地。這是因為，它們連最基本的基礎準備都還沒做好。

其中最核心的問題，就是"數(shù)據(jù)"。如果數(shù)據(jù)質量差——不完整、有偏差或者根本雜亂無章——那么AI的表現(xiàn)自然會很差勁。你可以有一個非常棒的戰(zhàn)略目標，但糟糕的數(shù)據(jù)會讓你寸步難行。到頭來，"AI戰(zhàn)略"只會浪費公司的精力和資源，讓企業(yè)忘記了真正應該去做的事情。

以極兔速遞為例，他們宣稱要用DeepSeek來"提升人力資源效率和國際件標準清晰度"，但問題是：這家快遞公司是否已經(jīng)建立了完整的員工績效數(shù)據(jù)庫？國際件標準是否已經(jīng)實現(xiàn)了數(shù)字化？如果沒有這些基礎工作，僅僅接入一個大模型能解決什么問題？

舉個更具體的例子：假設一家制造業(yè)企業(yè)想要用AI來預測設備故障，以減少生產(chǎn)線的停工時間。這聽起來很好，對吧？但要做到這一點，公司首先得用歷史數(shù)據(jù)識別各種設備可能發(fā)生的故障類型，并找到這些故障的"信號"——也就是故障前兆的特定數(shù)據(jù)模式或趨勢。接下來，利用這些數(shù)據(jù)通過機器學習技術建立算法，預測故障的出現(xiàn)。

到目前為止一切都很好，然而現(xiàn)實卻是：大部分公司根本沒有收集過足夠的歷史數(shù)據(jù)來訓練AI模型。想積累足夠的高質量數(shù)據(jù)并建立精準的算法，往往需要幾個月甚至幾年時間。

二、AI并不是一個孤立的"孤島"

AI是一種技術，就跟區(qū)塊鏈、物聯(lián)網(wǎng)、元宇宙一樣。公司為什么偏偏需要給AI制定單獨的戰(zhàn)略？

看看百度、阿里云、騰訊云等科技巨頭紛紛宣布接入DeepSeek的新聞，似乎接入大模型已經(jīng)成為衡量企業(yè)創(chuàng)新能力的標準。但實際上，真正的創(chuàng)新在于如何將這些技術與現(xiàn)有業(yè)務場景深度融合，而不僅僅是做個接口對接就草草了事。

更進一步說，"AI"其實也不只是一種技術，而是很多相關技術的集合，比如機器學習、計算機視覺、機器人技術、圖像識別，還有當下火熱的生成式AI。DeepSeek僅是其中一種，而非全部。

再看看現(xiàn)實里企業(yè)是怎么成功利用AI的，你會發(fā)現(xiàn)它們大多是將AI與其他技術結合在一起，共同融入到具體的業(yè)務場景中，而不是孤立地單獨使用。

極兔速遞提到要將DeepSeek應用到"物流全鏈路"，但一個成功的智能物流解決方案必然需要結合物聯(lián)網(wǎng)技術追蹤包裹、云計算處理海量訂單數(shù)據(jù)、數(shù)據(jù)分析優(yōu)化配送路線等多種技術協(xié)同工作，僅僅依靠一個語言模型是遠遠不夠的。

回到制造業(yè)的例子：假設公司確實已經(jīng)具備了相關的數(shù)據(jù)，成功訓練出了算法。那么，完整的解決方案一定還需要其他技術，比如設備上的傳感器實時采集數(shù)據(jù)，通過物聯(lián)網(wǎng)傳輸數(shù)據(jù)，再用云計算平臺存儲和處理數(shù)據(jù)，在云端運行算法，實時監(jiān)控設備狀態(tài)并發(fā)出故障預警。

看到這里，你一定會發(fā)現(xiàn)問題所在了吧：相比制定一個單獨的AI戰(zhàn)略，企業(yè)真正需要的是一個全面考慮各種技術的整體戰(zhàn)略。如果像那些宣稱"接入DeepSeek"的家電企業(yè)，只把目光盯在大模型上，而不考慮整體的智能家居生態(tài)，反而會本末倒置，造成精力的分散。

于是問題又回到了原點：AI究竟有什么特別的地方，以至于需要單獨為它制定一個專門的戰(zhàn)略呢？

三、人才還沒準備好，你拿什么做AI戰(zhàn)略？

調研顯示，很多公司在AI這件事上還很"不成熟"。什么意思呢？就是從公司高管到普通員工，絕大部分人其實根本不太懂AI，也沒有真正用過這些工具，更不習慣用數(shù)據(jù)來支持決策。這種情況下，所謂的"AI戰(zhàn)略"只會偏離實際，變成一場紙上談兵。

專家數(shù)據(jù)顯示，2024年，人工智能整個專業(yè)的在校生大概只有4萬多人，而與整個人工智能領域預計的500萬人才缺口相比，差距依然巨大。這種人才供需不平衡，使得企業(yè)在實施AI戰(zhàn)略時面臨巨大挑戰(zhàn)。

近日，清華大學、北京大學罕見接連宣布，2025年均將增加150個本科招生名額。短短一周時間內，上海交通大學、武漢大學、中國人民大學等超過15所知名高校密集宣布本科擴招。梳理下來，大部分高校擴招本科的學科范圍多為人工智能、信息技術等戰(zhàn)略新興領域。科技創(chuàng)新靠人才，人才培養(yǎng)靠教育。業(yè)內人士指出，隨著AI賦能千行百業(yè)，市場既需要技術和理論創(chuàng)新型人才，也需要能夠結合各行業(yè)實際需求的實操型人才。

但教育轉型需要時間，而企業(yè)卻急于求成。看看那些宣布與DeepSeek"深度融合"的券商、銀行和公募基金們，有多少真正了解大模型能為金融分析帶來什么樣的價值？他們的分析師和投資經(jīng)理真的準備好了使用這些先進工具嗎？還是僅僅因為競爭對手都在做，所以不得不跟進？

試想一下，如果你是公司領導，自己都對AI一知半解，又怎么可能制定出一個靠譜的AI戰(zhàn)略？顯然不現(xiàn)實。

大部分公司的起點其實還處在摸索階段，因此現(xiàn)在最重要的，并不是自上而下地去制定一套復雜的AI戰(zhàn)略。相反，更應該鼓勵一線員工主動去嘗試各種AI工具，從日常的工作中發(fā)現(xiàn)機會，摸索可能的用途。這種由下而上的探索，才更容易誕生真正有用的創(chuàng)意和方案。當然，過程中還得確保有合適的"護欄"，以便員工能夠安全地、負責任地使用AI，避免公司暴露在不必要的風險之中。

真正推動公司前進的，從來都不是技術，而是人。

要實現(xiàn)真正的"數(shù)字化成熟"，可能需要幾年甚至更長的時間，尤其當企業(yè)文化也需要同時轉型的時候。如果你以為靠一夜之間接入DeepSeek就能實現(xiàn)數(shù)字化轉型，那就好比你給一個兩歲的孩子穿上一套西裝，然后告訴大家："看，他現(xiàn)在是大人了！"顯然，這不現(xiàn)實。

四、強制AI戰(zhàn)略，會讓公司做出錯誤的決策

如果公司硬要強迫自己制定一個所謂的AI戰(zhàn)略，很可能會導致員工在做決策時，凡事都戴著"AI眼鏡"，認為每個問題都能靠AI來解決。

現(xiàn)在的確是DeepSeek最火爆的時候，但這不代表它就能解決企業(yè)的所有問題。未來肯定還有其他新技術出現(xiàn)。如果過于聚焦于接入某一特定大模型，公司可能會忽視其他同樣有效、甚至更適合的解決方案。

看看那些汽車企業(yè)的做法，從吉利星睿到長城Coffee Agent，再到廣汽ADiGOSENSE，他們紛紛宣布與DeepSeek"深度融合"，但消費者真正關心的是這些技術能否解決實際問題——更準確的導航、更安全的駕駛輔助、更舒適的用車體驗，而不僅僅是能否回答一些常識性問題。

因此，真正需要討論的不是"我們怎么才能接入DeepSeek"，也不是怎么靠AI讓公司利潤翻倍或打造新商業(yè)模式。而是，公司應該持續(xù)思考："我們如何才能更好地運用數(shù)字技術，真正改善業(yè)務表現(xiàn)，實現(xiàn)戰(zhàn)略目標？"AI只是眾多技術中的一個罷了。

之前的一篇文章里，也曾提出過類似的觀點：甚至認為公司根本不應該有單獨的"IT部門"。如果你把技術（尤其是特定的技術，比如AI）單獨從業(yè)務部門割裂開，那相當于把真正負責提升公司業(yè)績的人，與負責實施技術的人徹底隔絕了。長此以往，技術只會與業(yè)務脫節(jié)，最終帶來失敗。如果每次遇到問題，公司都只會喊著："趕快接入DeepSeek！"那么，你很可能永遠都找不到真正適合你的解決方案。

五、歷史決定了企業(yè)能走多遠

研究還發(fā)現(xiàn)，企業(yè)在某一時刻能夠做出的決策，其實很大程度上取決于過去做過的選擇。即使當時那些決定在現(xiàn)在看來已經(jīng)不合時宜，但歷史的影響往往持續(xù)存在。

尤其是在技術領域，這一點表現(xiàn)得尤為明顯。比如，十年前放棄購買某個軟件或是決定不投資某個系統(tǒng)可能在當時是對的，但這些決定在今天可能已經(jīng)成了障礙，限制了企業(yè)在AI應用上的空間。

領導者們可能會看到百度、阿里這樣的科技巨頭成功應用AI的案例，然后也想在自己公司里復制。但是，當他們真正去嘗試的時候，卻發(fā)現(xiàn)根本做不到——因為他們十年前就已經(jīng)選擇了另一條路。

有些公司過去很早就做了準備，比如早就對數(shù)據(jù)質量、技術平臺和組織能力進行了大量投資，這樣的公司自然能迅速抓住AI帶來的機會。但大部分宣布接入DeepSeek的企業(yè)顯然還遠遠沒有做到這些準備。

說到底，大多數(shù)公司過去在數(shù)字轉型中本來就行動緩慢，即使現(xiàn)在突然宣布接入DeepSeek或提出了所謂"AI戰(zhàn)略"，也不會一夜之間超越競爭對手。

如果一個企業(yè)一直以來都在數(shù)字化轉型方面動作遲緩，光靠一個漂亮的"AI戰(zhàn)略"是沒法實現(xiàn)飛躍的。到頭來，只會白白浪費精力。

所以，現(xiàn)實一點吧，別再幻想簡單地接入DeepSeek能一夜之間帶你走向成功。真正有用的AI戰(zhàn)略，只屬于那些已經(jīng)做好扎實基礎工作的公司，而不是大部分正在追逐潮流的企業(yè)。

星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設為星標" ← AI深度研究員 ? ← 設為星標

參考資料：https://www.wsj.com/business/c-suite/ai-strategy-mistakes-5db90efa

來源：官方媒體/網(wǎng)絡新聞

排版：Atlas

編輯：深思

主編: 圖靈