专访|德勤数字化事业群亚太总裁华思远：从爆发期到增长期，AI后续为人类带来更多增长

在内外部环境的巨大变动驱使下，数字化转型与创新已是企业面对日益复杂的运营挑战的必由之路。数字化现阶段的目标是帮助企业去收集且分析问题，但其使命价值似乎并不局限于此，那么数字化的下一个里程碑在哪?

对此，德勤数字化事业群亚太总裁华思远向网易财经表示，企业数字化发展过程中有三个趋势，第一个趋势，数字化本身有从运动化的数字化建设向可持续化的数字化建设的发展。第二个趋势，数字化开始给企业提供更多战略层面的可能性和挑战。第三个趋势，AI是中国企业数字化转型的下一个风口，是企业的战略问题，回到商业层面则混合着焦虑和兴奋的两方面。

数字化发展不会让首席数字官失业

华思远表示，过去5到10年中的确很多企业都把数字化作为一个投资和能力建设的主要方向，这也帮助了很多企业快速地实现了一些数字化的基础能力建设，但随着数字化进入深水区，我们也发现更多的企业开始用可持续的方式去面对数字化。可持续代表几个方面：一方面，从一些大规模的项目向更加小步快跑的方式把项目打散，用一个一个项目去交付它；另一方面，项目本身被打散以后，一些更小颗粒度的数字化项目和产品通常会具有非常客观实际和有针对性的一系列KPI。换句话说，“我们做任何数字化的一个小产品、小项目，要能够直接对应到企业的核心绩效上，无非是对增长的贡献、对利润的贡献、对企业满意度的贡献。”

谈及可持续化的另一个维度，华思远认为，可持续本身也代表了数字化的能力，在企业内部实现泛化。举个例子，大概100多年前，当交流电刚被发明，大部分的商业企业当中都会有一个角色叫做首席电力官，因为对电的使用在那个时刻需要非常专业的知识，可能只有一些最关键的部门才能够享受到电力本身的普及和应用。这些事情听上去和数字化在前面5年10年的情况很像，但回到现在，今天没有任何一个企业会有首席电力官。这并不意味着企业当中的首席数字官会失业，事实上也不会。“我们希望从另外一个角度来诠释数字化的能力成为企业当中每一个岗位必备的能力，而数字化本身的能力能够泛化到整个企业当中，相应的，首席数字官可以去去追逐一些更新的、更加令人振奋的技术。那这一块数字化本身，从一个运动式的方式向更加可持续的方式去转变，这是我们看到的第一个趋势。”

“在过去5-10年，当人们讲起数字化战略，它更像是一个企业本身去应用不同的数字化能力的路线图，对这样的看法，我深刻的不认同。”

华思远向网易财经表示，如果退回到迈克尔波特的竞争性五力（five forces）的角度去看一个企业本身的战略定位，生态位或企业的商业模式，很大程度上取决于它服务什么样的客户，从什么样的供应商那边得到原材料以及他竞争对手是谁，甚至还有其他的可能两到三个核心要素。那正是因为数字化过去的5年10年间周边的要素都发生了变化，有很多企业的客户、供应商和竞争对手的交互方式也发生了改变，行业竞争的壁垒变低甚至消失。战略的变化在数字化所导致的不同生态系统当中的战略重新定位，这件事情更像是一个企业真正的数字化战略。在近5年，尤其当大部分的企业，数字化基础建设已经落地之后，我们看到真正对战略、对数字化战略的一些挑战，甚至一些具体的落地变成了主流的行为，这是我们看到的第二大趋势，开始把数字化、用数字化本身对企业的商业战略和商业模式带来更多的机会。

对于人工智能企业要解决三个问题

关于AI参与中国企业数字化转型发展中存在的问题，华思远表示，从商业层面看，混合着焦虑和兴奋（两方面）。先谈焦虑部分，如果我们看AI本身，在商业社会，一定是追求利润，追求投资回报。从这个维度讲，若我们现在去看AI，整个人类社会在目前的时间点上，向AI上做的整体投入势必大过在目前为止GAI对人类社会产生的整体贡献。这也给很多商业企业带来一定的焦虑，换句话说，现在是不是一个正确的时间点去做未来的投入。

他指出，“我们知道gartner对大量的技术会有一个higher circle的定义，每个新技术的出现，首先会有一个爆发期，然后是冷静阶段，再有一个缓慢增长的真正增长期。目前实际在爆发期。在这样的时间点中，我们的投资回报相对会比较低，而风险相对会有点大。”

新兴技术的出现令人激动，挡在企业面前还有三个问题。

第一，我们做AI甚至做生成式人工智能是否可以做到可收敛。GAI被带火最早来自GPT3.5，GPT本身是一个C端的应用，那它背后带来的大量C端应用一定会有的一个特性 individual，个体本本身可能先于企业对其有一个充分的认知，这是为什么整个GAI在任何一个企业当中绝对不缺场景。

当一个企业在创新过程中面对1到2个主意，可能可以非常有针对性的去实现它，企业面花费不会觉得很多。但我们如何保证企业可以找到一个可收敛的模型，去实现这100个甚至1,000个主意的时候，不会真正花一百或者一千份的钱，找到当中可共用的成分把它沉淀成我们真正的自身内部的能力，并且保证这个能力在未来的发展阶段当中还是可以被复用。再增加一个复杂度，因为GAI的技术现在每天都在成长，如何保证现接阶段所做的投入对未来是可收敛的，不会有一些当技术发生变化、演进以后需要重新做投入。因此可收敛性非常重要。

第二，是AI，尤其是GAI本身的一致性和可靠性。同样的问题去问GPT，今天和明天的答案可能不一样，这在绝大部分的GAI模型当中都会出现，对个人生活不见得是一个大的问题，但在企业中一定会有问题，因为企业要的是接近100%的一致性和精准性。这件事背后就有大量工程化的工作需要去做，在我们实际和各个企业配合的过程当中，我们相信这不是不可能的，而且其实已经找到了行之有效的方法。但是这个背后的工程性的工作，需要很多专业化的知识和能力，这也是目前对一般的企业来说让他们焦虑的部分原因。

第三，很多要应用AI、GAI背后的很多能力，其实都不长在企业内部，它在整个生态环境当中。比如有很多大厂、有全球化的科技公司，会看到有很多本土的AI创新公司。如果我们回头去看，过去几轮大的数字化创新，可能在起步阶段有几百家公司，最后成功的可能是那几十家甚至是几家。

华思远认为，AI未来一定会带来很大机会，但主要还是以上三个问题要解决了才能有帮助，相信未来5-10年对中国经济是非常大的利好。

作者：郑皓元