对话清华李宁：企业不应把AIGC只当成降本增效的工具，格局可以更大

*网易财经智库原创文章转载需经授权。本文不构成投资决策。

出品|网易财经智库 清华大学经济管理学院

编辑|杨倩 主编|杨泽宇

《经管访谈录》是网易财经智库与清华大学经济管理学院联合出品的高端财经访谈节目，汇聚了白重恩等经济管理领域的知名学者，共同探讨经济管理领域的未来发展之路，为中国经济发展建言献策，为经济研究增添活力，为企业家提供价值坐标。

NO.04 对话清华大学经济管理学院领导力与组织管理系教授、系主任李宁：AI领域核心竞争是在争什么？

60S要点速读：

1、现在很少有一个工作是完全被AI替代掉的，更多的是一种人和AI共存互动的过程。有些企业说，降本增效，十个人的工作是不是两个人就能做？这种思路比较局限，它没有完全发挥AI的能力和作用。

2、生成式AI最开始出圈的时候，大家更多的是拿它来聊天、吟诗作画等等，但实际上它的本质是一个生产力工具，而不是简单的娱乐工具。如果我们把它认定为一个生产力的工具，那它和每个人息息相关。

3、中美在AI方面的差距客观存在，体现在三个方面：一是底层算力，二是语料方面，三是人才方面的挑战。

以下为对话要点精编：

企业用AI来降本增效，这种思路比较局限

现在很少有一个工作是完全被AI替代掉的，更多的是一种人和AI共存互动的过程。基于这一点，我们和一些企业在沟通的时候也有不同的观点。有些企业说，降本增效，十个人的工作是不是两个人就能做了？这种思路比较局限，它没有完全发挥AI的能力和作用。我要思考的是，现在还是十个人，有了AI加持之后，能不能做一百个人的事情，能够拓展现有的业务，或者是能够找到一些新的增长点？这样可能会更有价值。

这种观点与英伟达CEO黄仁勋的看法不谋而合。他曾说：“我从未见过一家公司在盈利增加后不增加雇员的。"他认为，随着公司借助AI变得更加高效，它们往往会扩大规模并雇佣更多人，而不是减少员工数量。以我们科研团队为例，所有人都在全面拥抱AI，但团队人数一直在不断增加，因为可以做的事情更多了。

然而，要充分发挥AI的潜力，企业还需要更深入地思考如何利用数字化转型带来的海量数据。当企业数字化转型之后，员工在工作的场景中会时刻产生出很多数据，比如在线的合作文档、邮件、会议纪要等。过去我们提出一个观点，即企业有了这样的数据，特别是在和人管理的场景当中有了这样的数据，但并没有随之产生合适的管理的洞见。这里有一个鸿沟——有这么多的数据，这些数据能干什么呢？

业务端数据用得比较好，比如市场预测消费行为的研究，但在和人相关的领域，绝大多数人都没有意识到，这里有很大的潜力。因为与管理相关的决策也是决策，它也要考虑科学性，怎么能够最大化提升创新效率，提升员工主观的体验感，这些都是目标。

生成式AI的本质是一个生产力工具，和每个人息息相关

生成式AI是不可阻挡的，必然会造成革命性的影响。生成式AI最开始出圈的时候，大家更多的是拿它来聊天、吟诗作画等等，但实际上它的本质是一个生产力工具，而不是简单的娱乐工具。如果我们把它认定为一个生产力的工具，那它和每个人息息相关。因为它会影响到组织怎么来拥抱这个技术，组织现有的流程怎么调整，对于什么样的岗位会造成比较大的冲击。

为什么生成式AI被称为新的生产力革命，它的出现使得知识创造的边际成本变得极低。比如，借助AI，我们可以在很短时间内生成一篇高质量的文案，在短短几分钟内完成大量富有创意的想法，甚至可以快速生成图片、视频和音乐作品。这种效率和创造力的提升，将彻底改变各行各业的运作方式，使知识生产变得前所未有的廉价和高效。

人们对不是完全了解的事情，天然地会有一些防备。比如我们和生成式AI的互动，它会涌现出来很多超出预期的事情。我们已经没有办法很好地理解它的行为。过去的AI算法会给你一个很精确的答案，但你每次和ChatGPT互动，互动方式不同，它给你的结果是不一样的，而且这个结果中会有一些超出你预期的东西。我们就会有一种失控感，因为不知道它会演化成什么样子。

在更深层次来讲，如何确定AI有没有意识？以前这可能是科幻片讨论的话题，但在生成式AI出现之后，它已经不再是一个很遥远的科幻问题，而是变成一个现实讨论的问题。

我们做了很多研究，发现它对于一些具体情境的反应，已经很大程度上和人类没有太大的区别。当然，在训练的过程中，我们会给AI加一些限制，在一些涉及到很强烈价值观取向的地方，它没有办法完完全全复现人的行为。

中美在AI方面的差距存在于三方面

中美在AI方面的差距客观存在，体现在三个方面：一是底层算力，比如英伟达的GPU，包括谷歌自己生成的训练大模型，它是用自研的TPU。当然国内有华为昇腾芯片，在这方面正在加速地做一些追赶。

二是上层的语料方面，中文有很多语料，但知识的载体现在绝大多数还是英文。大模型发展到最后，语言本身不是障碍，它只是输出的形式，因为最后语言输出的是英文、法文、德文、中文。核心还是人类知识的语料库，我们在这方面天然地有一定挑战。

三是人才方面的挑战，国外很多AI专业人士、或非常大的公司里一些从事AI研发的人是华裔或者是中国留学生。我们需要有更好的人才政策的支撑，能够吸引到更优秀的人，加入到发展AI 的事业当中去。

生成式AI一经问世，就有各种和教育相关的问题，比如学生利用它写作业或者考试。从深层次来讲，在AI时代下，人需要什么样的技能？这不是简单的“禁与不禁”的问题。任何技术出现的时候，都会引发人们对技能的反思。

AI会要求我们开发出一些新的技能，比如程序员的编码能力，它本身不是一种自然的语言，而是一种机器的语言。现在有很多生成式AI，可以通过自然语言来生成代码。在这样的情况下，程序员自己写代码的能力还是必要的吗？这是值得探讨的。如果代码问题被AI解决，程序员可能想的更多的是整个软件系统的架构和内在的逻辑。那么，程序员整体架构的能力是不是就会有显著的提升？

【经管访谈录】相关拓展内容

对话白重恩：解决“卡脖子”的问题和“探索未来”的创新同样重要