科技是第一生产力，当现在的科技发展到了AI时代，会带来哪些创新和竞争范式的改变？AI最终对生产力、对人类究竟会产生什么样的影响？

中欧国际工商学院经济学与决策科学方跃教授分享了他眼中的AI行业发展与未来趋势，以及AI新浪潮下，企业与个人面临的机会与挑战。小F老师整理他分享的精华观点，一起来看看吧。

方跃教授
中欧国际工商学院经济学与决策科学教授
中欧经济学和决策科学系系主任
中欧AI与管理创新研究中心主任
AI与企业管理研究领域主任
企业数智化转型课程 联席课程主任

01

从“人工智能”到“生成式人工智能”

人工智能（AI）的概念可以追溯到1956年美国常达特茅斯学院的一场研讨会，科学家们在这次会议上共同讨论的主要议题是“机器智能”，即机器的学习能力，最终让计算机获得人类智能。

随后的1959 年，计算机科学家 Arthur Samuel定义了“机器学习”一词，即“计算机无需明确编程即可学习的能力”。机器学习算法能够检测模式并学习如何通过处理数据和经验来做出预测和建议，而不是通过接收明确的编程指令。这些算法还可以根据新的数据和经验进行调整，并随着时间的推移而改进。

“深度学习”是机器学习的子集，也是更高级的版本，特别擅长处理更广泛的数据资源（文本以及包括图像在内的非结构化数据），需要更少的人工干预，并且通常可以产生比传统机器学习更准确的结果。深度学习试图自动执行通常需要人类智能的更复杂的任务，比如描述图像、翻译文档或将声音文件转录为文本。

当然，深度学习越复杂，所需要的数据量和资源就越多，这就是大家常说的“大力出奇迹”，所谓“大力”，一是数据，二是算法的复杂性，还有就是算力，处理信息的能力。

过去这几年飞速发展的“生成式人工智能（AIGC）” 则是AI的一个具体的应用领域，它使用AI技术来自动生成文本、图像、音频或视频内容等。比如SORA就是目前最火爆的AIGC的代表。

今天大家讨论AI，不要仅仅关注AIGC。从目前企业的落地应用看，AIGC带有一定的通用性，但对很多业务和应用场景，传统AI依然很有价值，特别要关注传统AI和AIGC同业务和应用场景的融合。

02

人工智能的发展现状

这张图代表了过去30年科技推动所带来的一些影响，第一条线是互联网，互联网真正大规模落地应用是从上世纪末开始，带动了一波全新的所谓“互联网经济”，大家也可以说互联网是数字经济的最开始的一个代表，比如Google，亚马逊，都是那个年代成长起来的。

第二条线是移动互联网，又带动了一波的大型科技公司的崛起，比如Uber，TicTok。第三条线就是AI，而目前应用领域的AIGC仍处于起步的阶段。

回顾互联网和移动互联网的发展，对大家今天理解和判断AI未来5年的走向是非常有帮助的。

在互联网出现之前，面对颠覆性技术的出现，企业一般会有比较长的“犹豫”期，虽然高管们都在谈论可能的机遇，但多数会更加关注风险，观望态度明显，这点可以理解。但经历了互联网和移动互联网二十几年，目睹了前所未有的商业和社会快速发展变化，面对这波AI浪潮，企业和业界的意识和紧迫感普遍非常强。基本共识是，对个人、企业和行业，都是一次难得的机会，动作真的不能太慢，绝对不能错过。

所以过去两年，大家可以看到企业的反应速度异常快，有些企业已提出相应AI战略，比如All-in-AI 和 AI First。

生成式AI引发的情绪（AI能力相对较强的企业高管）

从全球AI发展现状来看，整个行业的竞争是非常白热化的，科技巨头们全都加入了这一赛道。美国领先于中国、欧盟和英国，成为顶级人工智能大模型的主要原创国。

如果用几个关键词来形容大家的情绪，方教授认为是“兴奋>焦虑>不确定性>卷>拼命卷”。

面对新技术，新的机会带来的兴奋是毋庸置疑的。31%的企业高管预计生成式AI将在一年内带来实质性变革。（德勤2023年12月）。

虽然大规模商业化落地应用还未形成，从商业角度看短期影响有限，但AI的长期积极影响随着技术成熟和广泛应用正逐渐显现。尽管近年全球AI风险投资出现低潮，但针对生成式AI的投资却激增，比2022年增长了近八倍，达到252亿美元。

但焦虑感也随之而来。伴随着对AI的潜在影响有了更深刻的认识，紧张和担忧的情绪也在上升。Pew Data显示，52%的普通美国人表示对AI的担忧多于兴奋，比 2022 年的 37% 有所上升。（德勤2023年12月）。而更多的高管和专家们的焦虑则来源于激烈的竞争以及技术迭代的速度实在是太快了！

对多数企业，AI的中短期价值仍然有一定不确定性。对大型企业，尤其是科技巨头，这是一场“输不起”的战争，“拼命卷”是必然结果。

03

企业的机会与挑战

方教授判断，未来3-5年，所有的企业都将面临AI转型。AI 技术将会“嵌入”到企业的所有的流程、产品和服务之中，随之带来生产力、生产工具以及相之匹配的组织和文化的变革。

根据企业和AI的交互程度，可以将企业分为两大类，一类是AI原生企业，所谓正在形成之中的“AI新势力”；另一类也是绝大多数企业，非AI原生企业，也就是AI时代的“传统企业”。AI时代的“传统企业”将毫无例外，面临“AI转型”。其中有的企业已开始制定和实施全面AI转型战略，方教授看到多数企业，还在进行试点，做“从点到面”的局部探索。当然，也有大量企业仍在观望和等待。无论企业在哪种情况，AI一定要同业务融合，为企业带来价值。之前数字化转型的经验和教训在AI转型中很有指导借鉴价值，千万不能为转型而转型。

如何判断企业面对AI转型的准备程度？其实可以从具体的维度去评分，第一是战略层面的认知，因为这是一场变革，一把手的认知最为关键，高管团队的认知对齐也很重要。第二，企业是否有好的创新土壤，包括实验和风险文化等多维度。第三是执行层面，很多企业走不下去很大程度是执行的问题。大家也可以用这个工具去给自己的企业打一打分：

https://knowledge.wharton.upenn.edu/article/whats-your-companys-ai-readiness-quotient/

那么企业如何能实现AI的成功转型呢？方教授总结了四大因素：

第一，领导力的前瞻性和变革的勇气。什么叫AI领导力？首先是认知和同频的问题，不仅是一把手一个人的认知，还有你的核心团队。AI转型面临的最大挑战并非技术本身，而是变革管理，是一把手工程。

第二，“以人为本”的AI人才战略。大家要认识到，人才与其工作方式的重要性胜于技术本身。我们的目标不是用技术替代人，而是赋能人，将人才培养作为战略核心，让人在AI环境中最大化潜能。

这也一定程度上回答了大家很关心的问题：人类的工作会不会被AI取代？

已有大量证据表明，几乎在所有领域，技术都能提升人类的价值。但企业不能把AI当做劳动力的替代品，AI不仅能提升效率，更重要的是开拓人的潜能，而潜能则可能带来新的商业模式，带来更多新的机会。因此大家不要过于担忧被AI取代，而是要学会用好AI，提升自己的价值。更多的讨论，请阅读：方跃：人工智能时代：机遇与挑战中的就业变革 | CEIBS）。

第三，构建同人类价值观匹配的负责任的AI。这涉及到公平性、可靠性和安全性、数据所有权和隐私、包容性等等。比如严格遵守既定原则和法律法规，监控法律变化，制定降风险政策，并通过风险管理框架进行定期报告和监控。同时，将负责任AI作为核心业务，为所有员工提供培训，确保他们理解并能将负责任AI原则转化为实际行动。每个企业对负责任AI都有自身理解，角度不一样，但大体上应该比较接近。

第四，打造适合AI成长的创新与重构文化。包括组织的速度、整合与协同能力、以事实为导向、和数字化能力等维度。

在新质生产力的时代下，AI的机会与时机难得，前景可期。在这次新的AI浪潮之中，未来一定会出现五大类企业：

第一类，先驱者。“吃螃蟹”的风险是很高的，他们是早期发展的重要贡献者。极少数会生存下来，但一旦活下来，最终不是独角兽，就是行业领导者。

第二类，推动者。这一波胜出概率比第一类高，集中在基础设施领域，比如芯片、算力和数据端。

第三类，变革者。积极参与，主动性强。据方教授观察，信息化和数字化能力相对强，数字化转型做得比较好企业的往往属于这一类。

第四类，适应者。大量企业属于这类，即跟随时代潮流的发展，其中部分能够胜出，当然也不乏有倒下的。

最后一类是落后者。没有及时转型，最终注定被时代所淘汰。

处于AI新浪潮中的我们到底会是哪一类呢？

方教授强调，无论企业做什么样的选择，必须要把握好转型的时机，尽可能利用和发挥好AI带来的机遇。要做到这点，企业必须结合自身现状和对AI价值的深入分析，选择适合自已的AI转型战略，并不断通过AI结合自身业务实践，不断调整与完善其战略，这一直是面对技术变革，企业能持续发展的关键所在。

最后，方教授将彼得•德鲁克的这句话送给大家：“我们无法左右变革，我们只能走在变革的前面。”