《快看！！！AI時(shí)代，你的工作會(huì)消失嗎？》

每隔一段時(shí)間，家庭群里就會(huì)有長(zhǎng)輩分享這樣的文章，隔著屏幕都能感受到他們的焦慮情緒，生怕子女的工作被AI替代。

即使是對(duì)AI認(rèn)知稍深的年輕人，也不可避免地被“焦慮”裹挾。畢竟DeepSeek只需半分鐘就能寫(xiě)一篇不錯(cuò)的新聞稿、AI主播全天24小時(shí)直播帶貨、“大模型取代腦力勞動(dòng)”的討論層出不窮，越來(lái)越多人開(kāi)始焦慮怎么才能學(xué)會(huì)使用AI，以至于社交媒體上充斥著“XX天學(xué)會(huì)使用XX”的課程。

身處“智能文明的前夜”，許多企業(yè)也沒(méi)能逃出焦慮和擔(dān)憂的氛圍：購(gòu)買了一體機(jī)、建立了知識(shí)庫(kù)、不斷向AI投喂語(yǔ)料，結(jié)果卻不及預(yù)期。不少CEO開(kāi)始焦慮，到底是哪個(gè)環(huán)節(jié)出了錯(cuò)，大模型的落地究竟要從何處開(kāi)始？

在5月7日的2025聯(lián)想創(chuàng)新科技大會(huì)展會(huì)上，我就看到有一名“硅基員工”現(xiàn)場(chǎng)指點(diǎn)迷津，消除打工人的職場(chǎng)內(nèi)耗，為企業(yè)應(yīng)對(duì)AI焦慮出謀劃策。雖然場(chǎng)面輕松，但卻反映了企業(yè)等普遍的AI焦慮。

IDC和聯(lián)想集團(tuán)共同發(fā)布的《全球CIO報(bào)告：邁入全新AI經(jīng)濟(jì)時(shí)代》對(duì)企業(yè)的“AI焦慮”現(xiàn)象進(jìn)行了深入調(diào)研：2025年企業(yè)AI支出同比增長(zhǎng)2倍，超四成資金涌向生成式AI；近3000調(diào)研企業(yè)中有一半已部署AI，但大多數(shù)仍處應(yīng)用早期，遇到了ROI不明確、數(shù)據(jù)不足、內(nèi)部AI專業(yè)經(jīng)驗(yàn)缺口等“絆腳石”。

相對(duì)樂(lè)觀的是，這場(chǎng)AI焦慮有著鮮明的“時(shí)間差”，對(duì)新技術(shù)更加敏感的大廠，早在七八年前就在嘗試駕馭AI，他們摸索出的經(jīng)驗(yàn)和教訓(xùn)，為后來(lái)者提供了一份“避坑指南”，可以站在巨人的肩膀上少走些彎路。

比如在這屆聯(lián)想創(chuàng)新科技大會(huì)上，聯(lián)想的“超級(jí)智能體”體系正式揭開(kāi)面紗。

01 企業(yè)的AI焦慮，到底在焦慮什么？

個(gè)人的焦慮，似乎并不難解釋，歸結(jié)為一句話——“我的工作會(huì)不會(huì)被越來(lái)越聰明的AI所取代呢？”

早在2023年初，高盛就在一份報(bào)告中預(yù)計(jì)：AI可以取代相當(dāng)于3億個(gè)全職工作的崗位；另一家權(quán)威咨詢機(jī)構(gòu)普華永道，也曾進(jìn)行過(guò)全球勞動(dòng)力調(diào)查，近三分之一的受訪者表示，他們擔(dān)心自己的角色在三年內(nèi)被技術(shù)取代。

長(zhǎng)江商學(xué)院在2025年進(jìn)行了覆蓋國(guó)內(nèi)11814名職場(chǎng)受訪者的調(diào)研，報(bào)告顯示高達(dá)85.53%的受訪者對(duì)AI可能對(duì)自己的就業(yè)帶來(lái)沖擊表示擔(dān)憂，甚至67.57%的受訪者認(rèn)為替代進(jìn)程將在未來(lái)五年內(nèi)發(fā)生。

而企業(yè)到底在焦慮什么呢？

我們按照時(shí)間順序?qū)⑵髽I(yè)的AI焦慮細(xì)分為三個(gè)階段。

第一個(gè)階段是對(duì)方向的焦慮。

時(shí)間回到2022年11月末，ChatGPT火爆走紅后，大模型迅速成為資本追逐的新風(fēng)口，F(xiàn)OMO（錯(cuò)失恐懼癥）也成了普遍現(xiàn)象：初創(chuàng)企業(yè)害怕自己步子慢了，被資本冷落；大企業(yè)害怕錯(cuò)失下一次技術(shù)革命，被“彎道超車”；資本害怕押錯(cuò)了寶，和新一輪紅利擦肩而過(guò)。

第二個(gè)階段是對(duì)機(jī)會(huì)的焦慮。

當(dāng)大模型的價(jià)值被驗(yàn)證的2023年前后，幾乎每個(gè)禮拜都會(huì)有新的大模型上線，同時(shí)在算力、數(shù)據(jù)等基礎(chǔ)設(shè)施上大手筆投入。彼時(shí)大模型被比作是智能化時(shí)代的“引擎”，市面上有一種流行論調(diào)：只有訓(xùn)練出自己的大模型，才會(huì)有話語(yǔ)權(quán)，有參與競(jìng)爭(zhēng)的機(jī)會(huì)。

第三個(gè)階段是對(duì)落地的焦慮。

在大模型落地應(yīng)用的新敘事下，參與者不再局限于科技行業(yè)，制造、醫(yī)療、金融、政務(wù)等行業(yè)的大中小企業(yè)，紛紛開(kāi)始尋求AI在業(yè)務(wù)中落地，想要盡快兌現(xiàn)大模型的價(jià)值。

但在基礎(chǔ)設(shè)施投入越來(lái)越高，產(chǎn)出明顯不及預(yù)期的局面下，“焦慮”再次蔓延開(kāi)來(lái)。大模型的落地應(yīng)用本就是一個(gè)復(fù)雜的系統(tǒng)工程，不少企業(yè)遇到了技術(shù)挑戰(zhàn)、數(shù)據(jù)瓶頸、組織協(xié)同等問(wèn)題。

比如模型能力與場(chǎng)景不匹配，通用大模型無(wú)法滿足制造、保險(xiǎn)、政務(wù)等場(chǎng)景中對(duì)事實(shí)準(zhǔn)確性、邏輯推理、專業(yè)知識(shí)的要求，由于多數(shù)企業(yè)對(duì)“微調(diào)”理解不足，常常出現(xiàn)大模型“會(huì)說(shuō)話但不懂業(yè)務(wù)”的現(xiàn)象。

再比如數(shù)據(jù)上的“負(fù)擔(dān)”，不少企業(yè)數(shù)據(jù)孤島嚴(yán)重，業(yè)務(wù)系統(tǒng)之間數(shù)據(jù)難以打通，導(dǎo)致缺乏結(jié)構(gòu)化、高質(zhì)量的訓(xùn)練數(shù)據(jù)，直接“鎖死”了大模型的能力。特別是工業(yè)、醫(yī)療等場(chǎng)景，還存在數(shù)據(jù)合規(guī)等問(wèn)題。

以及跨部門協(xié)同溝通的障礙，大模型落地往往涉及IT、數(shù)據(jù)、安全、法務(wù)等多個(gè)部門，每個(gè)環(huán)節(jié)都可能拖慢進(jìn)度或成為“攔路虎”，再加上缺少熟悉大模型工程化的復(fù)合型人才，常常是花了錢，卻看不到回報(bào)。

可以列舉的痛點(diǎn)還有很多。

原因并不難解釋，企業(yè)需要的不是大模型，不是算力，而是好用的AI產(chǎn)品和解決方案。

02 聯(lián)想式突圍，對(duì)行業(yè)有什么啟示？

怎么破解企業(yè)的AI焦慮？不妨先將注意力聚焦在一個(gè)典型樣本——經(jīng)歷了信息化、數(shù)字化、智能化全過(guò)程的聯(lián)想集團(tuán)。

早在上世紀(jì)末，聯(lián)想就開(kāi)始了信息化轉(zhuǎn)型，可以說(shuō)是國(guó)內(nèi)信息化最成功的企業(yè)。不管是信息化、數(shù)字化還是智能化，都不是純粹的技術(shù)問(wèn)題，而是企業(yè)管理、研產(chǎn)供銷服的Know-How問(wèn)題。

所謂的Know-How，就像古代工匠對(duì)徒弟口傳心授的“行業(yè)秘訣”，不少企業(yè)直到近兩年才搞懂。

AI的落地應(yīng)用也是如此，大模型的性能可以用各種指標(biāo)評(píng)估，但在To B場(chǎng)景中能釋放多少生產(chǎn)力，關(guān)鍵點(diǎn)還是Know-How。

當(dāng)大多數(shù)企業(yè)還在為AI焦慮時(shí)，擅長(zhǎng)行業(yè)Know-How的聯(lián)想，已經(jīng)“提前”交出了一份AI成績(jī)單：即將收官的2024/25財(cái)年，聯(lián)想集團(tuán)前三個(gè)財(cái)季累計(jì)營(yíng)收同比增長(zhǎng)21%，凈利潤(rùn)年比前年提升了70%。

對(duì)應(yīng)到企業(yè)AI焦慮的三個(gè)階段，聯(lián)想的“突圍”也可以分為三個(gè)過(guò)程：

第一個(gè)過(guò)程是明確目標(biāo)。

2017年的聯(lián)想創(chuàng)新科技大會(huì)上，首次提出了“All in AI”戰(zhàn)略，涵蓋“設(shè)備+云”和“基礎(chǔ)設(shè)施+云”兩大核心領(lǐng)域；到了2019年，聯(lián)想確立了“3S轉(zhuǎn)型”戰(zhàn)略，即智能設(shè)備、智能基礎(chǔ)設(shè)施、智能解決方案和服務(wù)，加快以解決方案和服務(wù)為導(dǎo)向的業(yè)務(wù)轉(zhuǎn)型，成為各行各業(yè)智能化轉(zhuǎn)型的引領(lǐng)者和賦能者。

第二個(gè)過(guò)程是優(yōu)化路徑。

外界普遍為AI“船票”焦慮的2023年，聯(lián)想率先認(rèn)準(zhǔn)并確定了混合式AI技術(shù)路徑：將個(gè)人智能、企業(yè)智能與公共智能共存互補(bǔ)，混合并用。其中企業(yè)智能基于企業(yè)的私有數(shù)據(jù)和知識(shí)庫(kù)，部署在企業(yè)私有云或本地?cái)?shù)據(jù)中心，能夠同企業(yè)的各種數(shù)字化系統(tǒng)無(wú)縫對(duì)接，進(jìn)行智能化運(yùn)營(yíng)和決策。

第三個(gè)過(guò)程是加速落地。

AI不是黃金麥田，只有用起來(lái)才能產(chǎn)生價(jià)值。大模型是底層技術(shù)，而非開(kāi)箱即用的產(chǎn)品和服務(wù)，所以在AI的落地應(yīng)用上，遵循第一性原理的聯(lián)想，選擇通過(guò)智能體釋放大模型能力，改造各行各業(yè)的場(chǎng)景。

在To C場(chǎng)景中，聯(lián)想一邊和芯片廠商合作開(kāi)發(fā)定制化的算力解決方案，一邊設(shè)計(jì)了軟硬件協(xié)同優(yōu)化的“聯(lián)想推理加速引擎”，實(shí)現(xiàn)了跨端跨生態(tài)的多模型多智能體協(xié)同，幫助用戶打造“超級(jí)個(gè)體”。

在To B場(chǎng)景中，日前亮相的企業(yè)超級(jí)智能體聯(lián)想“樂(lè)享”，將作為聯(lián)想面向公眾、客戶、大聯(lián)想伙伴的新一代官方入口，擔(dān)綱意圖理解和任務(wù)規(guī)劃，并調(diào)度指揮領(lǐng)域智能體，為用戶提供服務(wù)。

做一個(gè)總結(jié)的話：聯(lián)想是一個(gè)堅(jiān)定的AI應(yīng)用主義者，沒(méi)有盲目去卷通用大模型，而是將籌碼押注到智能體，讓大模型跳出對(duì)話框，融合到不同的工作流中，不斷為個(gè)人和企業(yè)組織提高生產(chǎn)力。

03 超級(jí)智能體，一份可復(fù)制的“作業(yè)”

剛剛結(jié)束的2025聯(lián)想創(chuàng)新科技大會(huì)上，聯(lián)想邁出了沉淀內(nèi)功到對(duì)外賦能的重要一步，給出的破解企業(yè)AI焦慮的新思路。

聯(lián)想集團(tuán)董事長(zhǎng)兼CEO楊元慶在演講中發(fā)布了覆蓋全場(chǎng)景的超級(jí)智能體矩陣，包括聯(lián)想天禧個(gè)人超級(jí)智能體、聯(lián)想樂(lè)享企業(yè)超級(jí)智能體、聯(lián)想城市超級(jí)智能體，并首次定義了超級(jí)智能體的三大核心功能。

1、感知與交互：能夠?qū)崟r(shí)捕捉并深度理解環(huán)境信息與用戶當(dāng)前所處的狀態(tài)，支持文本、圖像、語(yǔ)音、手勢(shì)、眼動(dòng)追蹤、面部表情分析等多種方式協(xié)同的主動(dòng)感知，并能夠跨終端實(shí)現(xiàn)對(duì)用戶意圖的精準(zhǔn)解讀和響應(yīng)。

2、認(rèn)知與決策：支持調(diào)用跨設(shè)備、跨生態(tài)的本地的個(gè)人和企業(yè)知識(shí)庫(kù)，通過(guò)知識(shí)積累、經(jīng)驗(yàn)反思、實(shí)時(shí)學(xué)習(xí)和高效反饋，建立并維持端邊云一體的可追溯、可關(guān)聯(lián)的長(zhǎng)期記憶，準(zhǔn)確理解復(fù)雜意圖，做出推理和判斷。

3、自主與演進(jìn)：結(jié)合用戶意圖和先驗(yàn)知識(shí)，將復(fù)雜任務(wù)分解為子任務(wù)，并派發(fā)給相應(yīng)的領(lǐng)域智能體，然后自主編排執(zhí)行順序，規(guī)劃執(zhí)行步驟，基于智能體互聯(lián)協(xié)議調(diào)用跨生態(tài)工具來(lái)主動(dòng)執(zhí)行任務(wù)，并通過(guò)自我學(xué)習(xí)不斷演進(jìn)和升級(jí)。

如果說(shuō)聯(lián)想在AI賽道的闖關(guān)突圍，為千行萬(wàn)業(yè)示范了讓AI成為創(chuàng)新生產(chǎn)力的可能，樂(lè)享企業(yè)超級(jí)智能體就是一份可復(fù)制的“作業(yè)”。拆解“企業(yè)超級(jí)智能體”的結(jié)構(gòu)，針對(duì)性消除了兩大落地難點(diǎn)：

一是混合式基礎(chǔ)設(shè)施的部署。

算力是企業(yè)邁向超級(jí)智能體的第一步，聯(lián)想基于“端-邊-云-網(wǎng)”四層架構(gòu)，構(gòu)建了高效的混合計(jì)算基礎(chǔ)設(shè)施。

其中云平臺(tái)涵蓋公有云和私有云，依托聯(lián)想萬(wàn)全異構(gòu)智算平臺(tái)的GPU內(nèi)核態(tài)虛擬化技術(shù)，顯著降低了AI訓(xùn)練成本，加速了推理效率。企業(yè)可借助智能調(diào)度系統(tǒng)，實(shí)現(xiàn)數(shù)據(jù)的高效且安全地采集、存儲(chǔ)與處理，并將數(shù)據(jù)智能分發(fā)至混合云中進(jìn)行模型訓(xùn)練。模型成熟后，還可以靈活部署至邊緣設(shè)備或終端硬件，實(shí)現(xiàn)分布式推理和實(shí)時(shí)決策。

二是利用私有數(shù)據(jù)構(gòu)建應(yīng)用。

不僅僅是混合基礎(chǔ)設(shè)施，聯(lián)想還提供了模型工廠和智能體平臺(tái)，能夠基于企業(yè)私有的數(shù)據(jù)和知識(shí)庫(kù)，使用不同的模型和工具開(kāi)發(fā)通用及垂直行業(yè)解決方案，構(gòu)建人工智能解決方案的應(yīng)用庫(kù)。

簡(jiǎn)單來(lái)說(shuō)，企業(yè)超級(jí)智能體不是單一的工具，而是涉及企業(yè)和組織內(nèi)不同部門需求的合集，聯(lián)想將超級(jí)智能體定義為“認(rèn)知操作系統(tǒng)”。以聯(lián)想“樂(lè)享”為例，可以是明星銷售，找它下單、求推薦還能拿折扣；可以是資深采購(gòu)，跟它協(xié)商成為聯(lián)想供應(yīng)商；還可以是服務(wù)工程師，聯(lián)系它做設(shè)備定期保養(yǎng)；甚至是和人形機(jī)器人融合，化身企業(yè)的“硅基員工”……

無(wú)可否認(rèn)，企業(yè)超級(jí)智能體適配的場(chǎng)景依然有限，還無(wú)法滿足企業(yè)的所有需求，卻也給出了破解AI焦慮的良方：與其對(duì)著“空氣”焦慮，不如先按照聯(lián)想跑通的路徑把AI用起來(lái)，在落地應(yīng)用中持續(xù)挖掘AI的價(jià)值。

04 寫(xiě)在最后

十多年前，信息化轉(zhuǎn)型風(fēng)頭正勁時(shí)，也有無(wú)數(shù)企業(yè)為部署ERP焦慮，坊間流傳著著名的“ERP找死論”，認(rèn)為上馬ERP需要人力、物力、財(cái)力投入，對(duì)于企業(yè)管理要求也在增加，對(duì)企業(yè)來(lái)說(shuō)“是在尋死”。

歷史經(jīng)驗(yàn)告訴我們，冒險(xiǎn)上了ERP的企業(yè)，生產(chǎn)、研發(fā)、營(yíng)銷等方面的競(jìng)爭(zhēng)力持續(xù)提升，不少企業(yè)挖掘出了第二增長(zhǎng)曲線，反倒是一些畏手畏腳的企業(yè)，最終被時(shí)代所淘汰。

到了AI時(shí)代，企業(yè)的焦慮有各種來(lái)源，核心癥結(jié)仍然是“不會(huì)轉(zhuǎn)、怎么轉(zhuǎn)”。而聯(lián)想在內(nèi)的科技大廠，正在用企業(yè)超級(jí)智能體改寫(xiě)智能體的部署和開(kāi)發(fā)邏輯，全面重塑生產(chǎn)力范式，幫助企業(yè)擺脫“AI焦慮癥”。

相較于繼續(xù)為AI焦慮，不如順應(yīng)楊元慶在演講結(jié)束時(shí)的呼吁：“讓AI成為創(chuàng)新生產(chǎn)力，為我們構(gòu)建一個(gè)更智慧、更美好的未來(lái)！”