彭剑锋、高红冰等重磅对话：重构或淘汰，AI时代没有第三条道路

来源：市场资讯

（来源：华夏基石e洞察）

• 对话 / 彭剑锋、高红冰、吴春波、施炜、郭伟（主持人）

• 根据2025第12届华夏基石十月管理高峰论坛·企业家专题私享会嘉宾对话内容整理，文章仅代表作者本人观点

对话嘉宾

彭剑锋 中国人民大学教授、博导，华夏基石管理咨询集团董事长

吴春波 中国人民大学教授、博导，华夏基石六君子塾首席导师

高红冰 上海财经大学教授、数字经济研究院院长

施 炜 华夏基石管理咨询集团领衔专家、中国资本市场研究院高级研究员

郭 伟 华夏基石高级合伙人、副总裁

01

如果不用AI重构商业组织模式，

未来10年、20年都不会有出路

郭伟：我们今天的话题很有时效性。就在这两天，AI领域发生了两件大事。第一件，已经没落了的诺基亚，因为受到英伟达（NVIDIA）10亿美元投资，搭上了AI概念的快车，当天股价就上涨了22%。第二件，昨天黄仁勋在GTC大会上大谈“AI繁荣论”，今天英伟达股价上涨超过5%，成为人类历史上首家突破5万亿美元市值的上市公司。“AI繁荣论”广受追捧，就象上世纪的互联网经济，只要沾边股价就会飞涨。

但另一方面，2024年6月份高盛就发表过“AI泡沫论”，认为全球AI投资面临一个巨大的困境：投入过多而收益过少。而且形成了一个制造泡沫的循环：AI公司描述了一个有巨大收益的未来，然后向云服务公司释放股权；云服务公司靠着投资AI公司所获得的概念在资本市场上赢得高估值，融资投入到云数据的基础设施建设上；再将建成的设施免费租给AI公司使用。最终，股民承担了未来收益的所有风险。

我国虽然情况不同，但大体逻辑相似。各地政府大力兴建数据中心建设，再通过招商引资以免费使用的方式租给知名AI公司，未来收益的所有风险由政府和金融机构承担。

可以看到，中国也好，美国也好，“AI繁荣论”和“AI泡沫论”争论的焦点在于AI产业未来的收益。到底是“下一个风口”，还是“鹅城的税收到90年以后了”？

我们先请4位专家每个人5分钟时间谈谈自己的观点和理由。

高红冰：非常荣幸今年有机会参加华夏基石十月年会的论坛。

AI投资走到今天，我先说结论，我认为讨论AI的上半场或者下半场，这个命题本身并不成立。因为AI由于大模型的驱动，AI应用及产业化才刚刚拉开一个序幕，应该讲上半场到没到，现在这个阶段，还只是技术的突破，还不能当作上半场来看，这跟互联网还不一样。互联网在2000年的时候出现了泡沫，当时是“.com”。“.com”，主要是向雅虎模式看齐，当年的商业模式，是因为做了HTTP，做了WWW,做了Web,世人以为这是互联网，但其实这仅仅是互联网产业化的一个序幕，主要是互联网的数字内容应用。后来因为雅虎模式破灭了，大家就觉得互联网不行——一些人认为，当时的互联网没有在生产部门、商业部门，社会以及政府机构中产生生产力。但实际情况并非如此。当年，美国商务部分别在1997、1998、2000年，做过三个关于数字经济的年度专题报告，我当时在国务院信息办工作，组织人翻译了这几份报告，根据美国商务部的报告，当时的互联网和信息技术对经济增长、就业、对企业的效率提升等方面都有25%以上贡献。当年我去年美国专门做达调研，回到国内，一些传统经济学家跟我争论，让我拿出国内的数据来证明互联网和信息技术是有生产力的，是会产生对GDP增长贡献的，我拿不出来数据来，因为当时国内没有这样的统计数据。事后，事实证明所谓的泡沫破掉了，但WWW的泡沫破掉的后面，紧接着出现了平台经济，出现了阿里巴巴从2003年开始做淘宝，一直做到2024年交易额接近9万亿电商平台的经济现象。因此，我觉得 AI这一轮变革的能量和持续程度，或者说持续的技术突破和应用，应该数倍于互联网经济规模和影响。

如果说在互联网经济这一浪潮中，全球产生了市值最高的公司是3万亿美元，那么在AI智能经济时代，应该会出现10万亿美元市值的公司。三年前我就曾作出了这样预测，近日，英伟达市值超过5万亿美元，可以说，这一断言正走在逐步得到验证的路上。

我认为，今天AI的主要变革，首先从产业和企业的基础设施投资开始。投什么？投GPU、投算力、投智算中心；投数据的整合，数据的清洗、数据的生产、数据的加工利用，投数据资产。数据资产在中国还很抽象，但实际上在平台企业里，如果没有数据就做不了生意，往往有人喜欢把电子和商务拆开来，讨论哪个重要，但电子商务一开始就是一个专有名词，是个新的经济业态，两者之间不能拆开。今天，全球对AI大模型基础设施的投资，2025年投资了1.5万亿美元，2026年应该会投到2万亿美元，所以，我觉得这才刚开始。

这就像电力革命到来的时候，企业一定要去买一个大的发电机，一定要接入电网，让电力系统驱动生产过程的自动化，那个发展阶段，企业如果不接入电力，生产和生意就没出路。就好像，即使你会做蜡烛，你的企业会经营蜡烛的生意，但是你不会用电力网来经营、做基于电力驱动生产经营的企业组织，实际上就等于你不会做电力时代的企业经营。今天也一样，你如果不会AI，如果企业不投资AI基础设施，不用AI技术和系统来武装和重新构造商业模式组织，那么，你在未来的10年、20年都不会有出路。

彭剑锋：我非常赞成高老师的观点。确实，现在我们称之为AI时代或者产业互联网时代，其实刚刚拉开序幕。中国的企业，现在还处在BI阶段，更谈不上DI、AI阶段。

我认同 “AI 时代才刚开始” 这一观点，并且认为当前 AI 领域的泡沫还不够，仍需进一步加大泡沫规模。原因在于，任何一场新型技术革命，都必须吸引更多技术、人才、资金与资源的投入，让所有相关利益者都坚信这是未来的大趋势，推动各类资本与人才向该领域聚集，最终才会实现 “涌现” 效应，实现产业革命。

正如黄仁勋所言，未来 AI 领域将围绕 “数字人”与 “AI机器人” 两大方向发展，这两个领域所能催生的市场规模，并非 10 万亿级，而是两个百万亿级。从目前的发展趋势来看，这一判断无疑是成立的。

不过，这场数字化转型升级，对中国企业来说，难度依然较大。具体来看，平台化公司面临的问题不大——这类企业早已将数字资产作为核心资产，算力与算法也已成为企业核心能力，并且能够依托数字资产创造价值。

真正的难点在于中国传统制造业。要知道，中国承担了全球百分之四十几的制造业份额，如何通过数字化手段推动中国制造业实现真正的转型升级，是当前面临的关键挑战。目前，我们能看到的成功案例并不多，即便是传统企业，真正通过加大数字化投入，实现企业系统效率提升、创新能力增强以及客户一体化体验优化的，仍属少数。

在诸多企业中，美的算一个成功的例子。

七八年前我曾两次考察一家服装品牌企业，因为它曾是数字化标杆。但我每次问到老板“你现在赚不赚钱”，他从不谈及财务问题，闭口不谈，因为它一直亏损。我说你真正要把数字化作为标杆的话，财务指标必须要改善，盈利能力、成本、创新能力都要提升。我认为这几年传统企业转型比较好的还是美的，美的这些年的销售收入、利润状况、系统效率、创新能力等，通过数字化转型升级都得到了系统提升。

我最近到一个酒厂去，按道理酿酒是一个传统工艺，但现在整个酿酒过程全部都是数字化，过去1万人的工厂现在只要100个人，这种替代显而易见。但光是人工替代，并不带来企业系统效率提升，这个企业的盈利能力近年反倒在下降。虽然机器人替代很成功，但是它的系统效率、品牌在市场上的表现并不好。我们看一个企业AI是否有效，还是要看在应用以后，体现在盈利能力、创新能力、客户的体验价值上。如果没有这些东西，搞AI恐怕还没到时候。

我们看到，四中全会在加大对农业数字化的投入，反倒是现在很多养猪、养鸡的智能化程度比较高。我们到褚橙去，褚橙对种橙子的数字化投入每年也很大，而且带来了效率的提升。从这一点来讲，我觉得现在是个加大投入的时候，还没到见成果的时候。

真正要实现数字化转型升级的系统效率化，还要靠整个社会基于数字化的生态体系的形成。企业单一搞封闭式数字化，不跟生态对接，不跟整个产业对接，就谈不上系统效率。这一次我认为它跟90年代所谓的平台经济和商业互联网时代不一样。现在的数字化转型升级对企业来讲，涉及到深层次的战略问题、组织问题、人才问题，所面临的阻力更大，变革的要求更高更深更广，所以难度也更大。

吴春波：我历来都是保守主义。关于AI，因为我没有全球视野，不做技术，又是文科生，也没有做研究，所以到底上半场还是下半场、繁荣还是泡沫，说不清楚，不敢乱做评论。但我看到一个现象：AI在论坛、各种会议非常热，但在企业好像形成两个极端：一冷一热。这是我观察的现象，这是第一点。

第二点，刚才彭老师提到的问题：现在搞AI的企业什么时候赚钱、多少年后赚钱、能赚多少钱，这个问题需要回答。如果企业想加入AI，必须投钱，而且需要大量的投资，这是一个最基本常识。

第三，中国是一个容易产生泡沫的国度——从房地产泡沫、互联网泡沫，到前一段光伏泡沫，我看中央二台讲光伏已经跌破成本价了，现在还在卷，所以，要保持适当的理性、适当的谨慎和适当的乐观。因为企业最关键是要活下去。

腾讯的吴军写过《浪潮之巅》，不管泡沫如何，每次新技术革命之后都会拍死一些企业，但一些企业也会利用这个机会成为新贵。但我想讲另外一个问题，我想对我们企业做一些批判，通过我的批判引发大家的自我批判。不知道大家有没有感受，现在我们很多组织打着AI的旗号在折磨人。比如去医院看病，挂号就给难死了，扫这个码扫那个码。上次幸亏我儿子带着我，他不带着我，那天看不了病。中午三个人去一家火锅店吃饭，见不到服务员，一直扫码。扫码先扫锅底，锅底到底是什么解释不清，折腾半天。然后拿起那些涮的东西又要扫码；付费的时候锅底要先扫一次，扫完码以后，还要扫美团，美团完了再扫另外一个。这就是我们管理懒惰和对消费者的不负责任。

前一段时间《中外管理》评隐形冠军，河南新乡有一家做鞋垫的企业，做到两个亿。现在又做保健鞋垫，也在走国际化。当时我跟他们说：我们做鞋垫别忘了中国农村大市场，别光盯着年轻人、光盯着城里。他说我们线上有，当时我急了，我说农民上网买双鞋垫，不管是京东还是其他，都是送到镇上，他跑半天去拿一个鞋垫去？这就是我们营销的懒惰和战略上的懒惰。

还有一家做衬衣的企业，公司充满了活力，平均年龄20岁左右。他们做的T恤真好，300块钱一件，全都在网上销售。当时我就问老板，为什么不走线下？谁上网买T恤？90后、00后买的T恤都是20块钱一件。我们不能以失去企业最基本的常识来思考。

我觉得还要回到人性，回到客户，回到做企业的最基本常识来思考，千万不能因为技术的先进而造成我们倦怠的一个借口。比如说看抖音，看抖音就是满足眼睛愉悦，因为看抖音不会思考，看书才思考，但现在有多少人在看书？今天拿到施炜老师的书了，我相信不会有多少人看，不是书不好，而是大家现在都不看了。

施炜：关于AI，我同意郭院长的观点，的确刚刚开始，万里行程可能连一公里都没有走完。这是一次新的技术革命和产业革命。工业革命以来，已经发生过3次技术及产业革命，分别是动力革命、电气革命和互联网革命。

人工智能有3个要素：算力、算法和数据，它们共同产生功能和生成应用场景。这些场景，会极大地改变我们的生产和生活方式。

第一重场景，是生产的智能化和无人化。未来的大部分工厂肯定几乎不需要工人，未来的农田里也不需要劳动力。现在有些地方，一个年纪比较大的农民已经能种30亩地了，从耕地、播种，到施肥、收割，都有专业化的服务。将来农机车辆一定会无人驾驶和操作。这是很快就会出现的图景。

第二重场景，是生活的智能化和便利化。像我这样体重超标的人，现在爬不动山了；将来有了骨骼机器人相助，就又可以登上山顶了。比如家居，已经出现照明、温度、湿度、通风、空气清新度多重功能合一的智能设备；未来的家务劳动将主要由机器人及智能机器承担和完成。即便在人的神经领域，通过脑机对接装置，也可能解决困扰很多人的睡眠问题。

第三重场景，是文本生成和知识运用。现在写一篇文章、生成一个海报、制作一段视频、编写一段程序，效率比手工时代要提高百倍甚至千倍。这次我出的新书的封面就是人工智能软件做的，把设计要求以及设计元素输入后自动生成，基本上可以达到七八十分的水平。

第四重场景，是虚拟世界的出现。我们所处的世界，除了物理世界，现在通过数字孪生有了虚拟世界。在数字形态里，我们凭借仿真系统可以完成许多物理世界里难以完成甚至不可能完成的任务。

第五重场景，是极速计算。人工智能在算力支持下，可以使计算变得非常快，以前需要数年乃至几十年的计算过程，现在可能只需几秒钟。例如，现在高铁、飞机运行路线调整，可以很快完成。

这里我斗胆估计一下，再有50年左右的时间，全社会生产力系统可以实现智能化、无人化。到了那个时候，马克思所说的按需分配或许出现。问题在于，人工智能发展的几十年内，社会可能面临较大的就业难题。现在，京东也在搞无人物流，这样普通人的工作就被替代了。将来，大部分人的工作会被机器人替代，而少数人则在驾驭着替代人的机器人。这些人在社会的权力、资源结构中处于什么地位，我们现在还想象不到。

可以预见的是，人工智能会加剧社会分化。我曾经说过，对我们每个个体而言，人工智能会使愚蠢者更愚蠢，会使聪明者更聪明。我们需要做的，就是改变认知和学习方式。

真正决定人类发展的还是生产力和科学技术。今天人们所谈的种种不确定现象，都是过眼烟云。

02

当下VS未来：

过去的认知是包袱，是束缚，

要改变认知，要关注未来，关注人

郭伟：非常感谢各位老师的精彩发言和分享。今天在座的有很多企业家，我相信他们更关心的是：在AI时代到来的当下，企业该怎么办？大力投入，成为投资泡沫怎么办？不投入，错过战略制高点被人超越甚至淘汰怎么办？

请4位专家再从企业的视角，对在座的企业家朋友们给出一些意见和建议。

高红冰：讲到企业部门，先跳出企业部门补充两句话：这一轮人工智能变革的核心是AI大模型，不是我们过去讲的传统人工智能。用过去人工智能的概念和知识体系来理解它，抓不到最核心的要点。

人工智能从50年代开始走到今天，经过四个阶段。如果今天的院士是在前三个阶段的研究拿到院士的，今天他们很悲哀。因为大模型时代来了，年轻人——像阿里或者头部大厂总监层级的技术人员——今天在做的事情，他们的水平能量都已经超过院士。这些院士年纪大、知识结构老化，他们不知道大模型核心领域正在发生什么重大变革。我同很多这样的院士交流过或者听过他们的观点。我觉得我们更应该去听取年青的在AI大模型一线做创新开发的技术人员的观点和判断。

所以，第一，如果想拥抱未来，就要向年轻人学习，年纪大的人要弯下腰来向90后的AI年青一代学习，这是制胜法宝，只有这个办法能救自己。

第二，我们追溯下这场变革的脉络。2016年AlphaGo之后，2017年中国发布了新一代人工智能战略规划。2017年谷歌发布Transformer架构，到2020年OpenAI的GPT2，0完成训练，但他们没有发表，一直憋到2022年才发布。GPT-3.5发布以后，表明它在产业取得了根本性突破。这个发明是如何实现的呢？OpenAI抓取了所有互联网的45T数据，经过清洗以后有470G。看上去，这个数据量不算大，但全部是txt文件，然后用了1750亿参数，最后在英伟达的1万张卡上去跑，结果跑通了。

数据、参数、算力三个要素放在一起，往大规模去干，这就是大模型技术的基本原理。

这个大模型确实需要数据，数据量没有想象中那么大，但它只用文本训练。因为带图片视频是跑不动的，即便用10万、100万张卡，多模态也不可能完全实现。他们用文本数据跑通了，这就让产业界看明白了。看明白以后，大厂就开始行动，纷纷购买算力卡（GPU）——你有1万张卡，我大厂就上10万张，把英伟达的股票推上天。随后到今年1月份，DeepSeek出现，说我没有那么多卡，就调整算法，做了三种结构优化：做结构MoE、强化学习、推理优化，最后调完以后，并不需要那么多算力，大概10%的算力就可以训练好。

这让全世界改变了看法：原来以为拼算力就行，现在发现拼算法也可以。整个产业格局又变了。但想透了吗？谁能干这件事？要有卡才能干，要有会调算法的工程师，还得有数据。没数据什么也干不了。

所以，传统企业和传统行业面对大模型变革，如果没有数据就没法玩，这是很残酷的。刚才吴老师讲，刷红包诱导就是获取你的行为数据。因为大模型是在物理终端或实体运行中沉淀数据记录，用这些记录加工处理后变成智能。过去ERP时代是人工录入，现在不用，用手机APP，账号密码一登录，只要使用，数据就自动沉淀、清洗、打标。打标怎么打？淘宝打了5000个标：姓名一个标、身份证一个标、手机号一个标、性别一个标、身高一个标，超过5000个标。现在到即时零售市场，已经发展到4万个标签。用人的标签和买货的标签匹配，形成数据智能。这就可以把最终消费者的行为洞察出来，知道你要干什么，不是一个人，而是一群人。这就是今天讨论数字商业或数据商业的基本盘。但因为传统企业没在这个“局”里玩，所以看不到全貌。

如果大模型跑通以后，会颠覆几个领域。第一个，医疗，把最难的癌症攻克，会让你多活30年以上，这件事要注定发生；第二，改变教育，因为老师除了传授知识没有其他用处，而大模型比老师干得还好。1万个博士教一个学生，或者学生选1万个博士来用，就是这个逻辑；第三，改变金融，凡是数据和信息密集的行业最先被变革。你说大模型用的数据很脏，干这些事干不动。但你看智能驾驶，特斯拉用20万辆车采集的数据，已经做到L5级别。因为它用的数据是干净的，自己采集的，不是互联网上混乱的数据。黄仁勋把这个智能驾驶称之为“物理AI”。

物理AI在中国大有机会，因为电脑要重新玩一遍，手机要重新玩一遍，全部要上GPU上模型。汽车也要重新玩一遍：现在中国的汽车，我认为在电车和智能车之间还是以电车为主，正在迈向智能车。如果智能车玩得好，中国会在汽车工业里迎来一次新的升级和跳变。但汽车工业不能只看生产制造，要看数据体系和智能化应用生态。

回到企业内部，今天AI大模型带来的冲击，我觉得有一定规模的企业，战略、组织、业务流程、应用场景都会变，经营管理里的所有环节都会用到。首先是管理层，今天是不是真的能够改变认知。过去的认知是没用的，是包袱，是束缚。就像我刚才讲的，用做蜡烛的认知做不了电力系统的灯泡。电灯泡来的时候，做蜡烛的人注定失业，因为他们太纠缠于自己的技能，不可能在电灯泡时代成功。这不是线性增长，而是跳跃，是量子跃迁。所以，不能用现在的结构去掌握未来的结构，而是要重新调整。这对每个企业家来说都是非常大的挑战。

当然，企业家也不用怕，就去学，跟着最前沿的企业去看、去学，从整体上研究。可以跟上我们AI产业的前沿研究，去寻找AI时代的新的方法论和工具。

郭伟：非常感谢高院长的分享。我理解高院长刚才说的话。第一，企业要迎头赶上，要跟年轻人去学。第二，聪明的人去攻算法，有钱的人去攻算力；既没有钱，也缺乏智力资源的企业可以攻数据。传统企业有的是数据，这就是AI时代的财富。所以，业务能不能实现完全线上化？能不能完成全业务数据积累？能不能为数据挖掘和价值重构打好基础？这恐怕是我们现在能做的事情，也是企业在AI时代能否持续创新跟上时代的关键。

接下来有请彭老师，您对企业有些什么建议？

彭剑锋：我觉得，首先数字化既是国家战略，更是企业战略的不二选择。这不是想不想的事，而是必须要作为全新的战略选择。

作为重要的战略选择，从企业家到高管领导团队，首先要完成认知与思维的升级，否则便难以跟上时代步伐。这并非简单投入资金、运用数字化工具就能实现的事。如果整个高层领导团队及企业家没有经历认知与思维的革命，没有真正把数字化想明白、想透，贸然投入只会走很多弯路、掉入诸多陷阱。因此，当下正处于新一轮认知革命与知识刷新的阶段，我们需要重构自身的知识体系——过去所学的许多知识，如今要么已经过时，要么可被其他方式替代。因此，我十分赞成波士顿公司提出的“学习革命”这一观点，现在确实真正进入“学习革命”的时代。

记得上世纪90年代，我与吴老师、施老师一同进入咨询行业，当时正处于管理的ABC 时代。我们凭借从日本、美国获取的最新前沿管理学知识，为企业家们讲解基础的管理常识，解答“什么是企业”这类核心问题。当年我们挑选了4家企业开展咨询服务，分别是华为、美的、TCL 和六和，这4家企业都是主动购买我们的书籍、愿意接受新认知的代表。如今回过头看，它们依然是各自行业的领袖。

还有一段印象深刻的经历，我和施老师曾前往晋江授课。当时有3家企业觉得单独请我们讲课费用过高，便联合起来共同参与培训，这3家企业就是如今的安踏、九牧王和利郎。如今再看晋江地区，当年知名的企业中，也正是这3家始终保持着行业影响力。这充分说明，谁学习速度快，谁能主动拥抱时代变化，谁就能抓住时代赋予的红利。而在当下的数字化时代，这样的红利依然存在，关键在于企业能否率先完成认知升级，真正融入数字化浪潮。

我现在很少接触头部企业，更多是和90后、00后打交道。很多新事物我不懂，需要主动向他们学习，不是我给他们提供支持，反而常常是他们给我“上课”。这是一个需要主动学习的革命时代，数字化转型更是企业必须重视的战略。这绝不仅仅是首席信息官的责任，而是从企业家到高层领导的核心责任。企业必须加大投入，将信息化、数字化投入列为战略优先级。投入不仅包括资金和人才，还需要推动整个团队学习和掌握AI技能。未来，所有企业本质上都是客户经营公司，经营客户的核心就是经营数据，而经营数据的背后离不开强大的算力和算法。从这一点来说，谁拥有大数据，谁就拥有未来的核心竞争力。

真正的“以客户为中心”，是围绕客户需求开展业务，实现以需定产，而不是传统的以采定销。这种模式的变革，要求企业首先在思想观念上跟上时代，否则就可能被市场淘汰。当然，投入面临着现实挑战。现在中国企业内卷严重，普遍面临资金压力，但数字化转型的投入依然是必然选择和要求。这需要企业家具备敢赌的精神，更需要主动向年轻人学习，走出去看看外部世界的巨大变化，才能在变革中站稳脚跟。

郭伟：非常感谢彭老师。理解一下彭老师的观点，第一，这是一场学习革命，大家要突破自我认知。第二，要加大投入，积极参与到时代的变革之中。

接下来有请吴春波老师。

吴春波：我琢磨着，人除了气质上的衰老，意志、活力还会受到外界影响和地域性、器质性因素的作用，这是一个必然过程。在我看来，有两种病格外可怕：抑郁症、老年痴呆症。这两种病并非由器质性变化引起。抑郁症的成因，往往是过度关注未来。所以，我的第一个建议是，要脚踏实地、活在当下。不必过分纠结未来，不要迷失本心，别忘了初心与使命，企业经营也是如此。

现在的AI确实很初级，生成的内容很容易被分辨出来，而且废话较多，还需要不断发展完善。

我们固然要关注未来，但更要做好当下：AI终究替代不了文化，替代不了企业家的创新精神，也替代不了企业有活力的机制，无法取代我们与客户之间的情感连接，无法替代消费者的体验,更不能彻底解决企业运作机制和效率的持续提升问题。因为最深层、最大的效率，终究还是要靠人来创造。所以，我认为，适当关注未来，专注做好当下，才是最稳妥的选择。

郭伟：非常感谢吴老师。吴老师提醒我们，第一不要焦虑，企业要面向未来，但仍然要做好今天的事，不要过度关注未来，不要过度焦虑；第二，不要唯AI论，企业归根到底还是要关注人，关注文化，关注创新。

接下来有请施炜老师分享您的建议。

施炜：企业在AI应用上其实不必有太多焦虑，关键是要从自身实际出发。

第一，要以战略为导向，把AI变成实现战略、推动战略创新的手段。最近我去一家头部客车企业讲课。当前它的营销模式，核心是掌握大巴司机的相关数据，只有了解司机的反馈，才能知道车辆的生命周期，进而精准对接客户、实现销售。再比如，我接触过一家中国的供应链企业，他们的产品SKU有300多万个，在全球电商平台销售。在这种情况下，他们必然要依靠人工智能进行采购，这就是商业模式和战略指导下的AI应用。

第二，要针对企业痛点来运用AI。如果企业面临人员多、费用高的问题，就可以在设计、文本生成等环节引入AI。现在我接触的很多消费品企业，整个促销活动的相关文案、设计工作都是通过AI完成的。这类工作不需要太大的创意，用AI就能满足需求。常规的推广活动完全可以这样操作。这样一来，市场部就能减少不少人员，切实提升效能。

第三，要让年轻人去尝试AI应用。通过实践摸索，明确AI适合用在哪些场景，发现应用过程中存在的问题，进而不断迭代优化。企业对待AI，应该秉持理性务实的态度，循序渐进地推动其落地应用。

彭剑锋：我补充一个建议。

首先，火箭型提拔90后人才。现在无论是民营企业还是国有企业，领导班子都存在年龄结构老化、知识结构单一、专业结构单一的问题。因此，很多企业已明确要求，90后在领导班子中的占比需达到1/3以上。从人才培养来看，过去“之”字型的任职资格体系，确实会埋没不少人才，让90后受到压制。就像任总所说，如果让45岁的人再干15年，就会彻底耽误90后——15年后他们才能进入中高层，无疑错失了最佳发展时机。所以人才培养不能按部就班，要让有能力的90后“坐火箭”，实现连升三级，大胆将一批90后纳入高层领导团队，让他们担当重任。我们这代人虽然理念上能接受新事物，但操作层面终究不如90后。90后是互联网的原生态群体，更懂数字化时代的逻辑。企业需要让年轻人去攻克难题，即便90%的人才仍按“之”字型路径培养，至少也要有5%——10%的人能够破格连升三级。

其次，人才需要跨界融合。过去企业过度专业化，比如学钢铁的全是学钢铁的，知识结构过于单一。现在市场竞争需要立体作战、混合作战，海陆空一体化协同，亟需复合式、跨界融合的专业人才和领军人才。因此，人才结构必须优化，要大胆引入其他专业的人才。招聘时不能局限于本专业领域，比如学农的不一定只从农学院招聘，学计算机的也不局限于计算机专业毕业生，而是要打破专业壁垒，推动跨界人才融合。

所以，人才建设要抓好两点：一是火箭型提拔90后人才，二是推动人才跨界融合。只有解决好这两个问题，企业推进数字化转型才能获得坚实的人才支撑。

03

结语

郭伟：非常感谢几位老师。因为时间很快，最后请4位老师每人用一句话简短的话总结一下自己的观点，给企业家朋友们提出AI时代最重要的建议。

高红冰：我觉得关注一些东西，最好的方法就是要去用，只有你用了，才会有感受；你不用，只听大家说，只掌握知识，不会获得真感受，真进步。一句话，要立即采取行动。

彭剑锋：第一，主动拥抱；第二，大胆行动。

吴春波：8个字：关注当下，相信未来。

施炜：他们说得这么抽象。我想说的是，配1个年轻人做AI助理就可以了。在家里，儿子就是我的AI助理。

郭伟：非常感谢。希望这半个多小时的研讨，能够给大家能够带来一些启发。今天的座谈就到这里。谢谢大家。