精彩觀點：
1.“技術(shù)不等于價值”，真正的價值在于企業(yè)如何將這種技術(shù)轉(zhuǎn)化為結(jié)構(gòu)性的生產(chǎn)力革命，而這正是未來幾年全球經(jīng)濟(jì)增長的關(guān)鍵所在。
2.對AI的大量投入，模型、算力、數(shù)據(jù)中心、電力和人才爭奪等，如能在應(yīng)用端帶來規(guī)?；涞?，企業(yè)和社會為其價值買單，就一定能帶來顛覆性的生產(chǎn)力提升。反之，若缺乏實際價值支撐，市場能或重演2000年互聯(lián)網(wǎng)泡沫。
3.編碼和醫(yī)療健康是目前AI在場景和應(yīng)用領(lǐng)域最突出的。AI在編碼方面的價值已初步顯現(xiàn)；從垂直領(lǐng)域看，醫(yī)療健康行業(yè)占了所有垂直領(lǐng)域AI支出的近一半。
4.未來的趨勢是：AI作為技術(shù)，仍然具有生產(chǎn)工具的特征，但同時已出現(xiàn)了勞動力的特征（如智能助手和數(shù)字員工，并參與管理決策），AI進(jìn)一步強化了數(shù)據(jù)作為生產(chǎn)資料的特征。這意味著，未來的競爭不是單純的效率競爭，更是生產(chǎn)力和隨之帶來的生產(chǎn)關(guān)系的性質(zhì)的變革，是創(chuàng)新、知識和價值創(chuàng)造的根本性重塑，未來工作將從人本組織到人機協(xié)同和融合。
5.AI時代生產(chǎn)力的結(jié)構(gòu)將被重寫。工業(yè)化的核心是分工和組織協(xié)同，之后的信息化和數(shù)字化雖然極大推動了企業(yè)外部的無邊界化，導(dǎo)致了生態(tài)和產(chǎn)業(yè)價值鏈的形成，但打破企業(yè)內(nèi)部的組織邊界一直都是阻礙組織生長和發(fā)展的管理難題。AI有機會真正打破企業(yè)內(nèi)部的組織邊界，人機的有效協(xié)同和融合，企業(yè)會走向“超級智體“，有望從根本上解決組織弊病，真正實現(xiàn)數(shù)據(jù)和智慧驅(qū)動，讓組織實現(xiàn)敏捷和扁平化，特別是大，型組織。
6.過去幾十年，“敏捷和扁平化”是應(yīng)對快節(jié)奏世界的法寶，強調(diào)小團(tuán)隊和迭代。但如今，AI正在縮短決策周期，傳統(tǒng)的敏捷和扁平化框架已經(jīng)不足以應(yīng)對。未來的組織不再是以崗位或科層為核心，崗位逐漸消失，演化為一種由人類能力、AI能力與組織機制動態(tài)組合的智能協(xié)同網(wǎng)絡(luò)。
7.請不要把人工智能當(dāng)技術(shù)來部署，請把人工智能當(dāng)“人才”來培養(yǎng)。這要求企業(yè)實現(xiàn)“組織共智化”——讓組織具備像大模型一樣的“智慧大腦”，核心是讓企業(yè)的“智慧”能夠沉淀，并自我學(xué)習(xí)、自我成長。要想成為真正的“學(xué)習(xí)型組織”，目前依賴于人本的框架和方式，是很難實現(xiàn)的。
8.人類員工的角色將從“分工協(xié)同”走向“人機共生”，從單純使用AI，轉(zhuǎn)變?yōu)椤皫А盇I和“造”AI。人不再扮演控制和執(zhí)行的角色，而是由“企業(yè)智能大腦”驅(qū)動業(yè)務(wù)，盡可能地培養(yǎng)AI合格上崗，由AI團(tuán)隊打工，人類走向負(fù)責(zé)價值“定義”的領(lǐng)導(dǎo)者和結(jié)果“驗收”的管理者。
9.這場AI競爭，雖然不是嚴(yán)格意義下的零和博弈，但一定會有贏家和輸家。關(guān)鍵在于領(lǐng)導(dǎo)者的前瞻性以及企業(yè)的組織、創(chuàng)新與執(zhí)行能力——唯有真正將AI融入業(yè)務(wù)、驅(qū)動效率與創(chuàng)新的企業(yè)，才能充分發(fā)揮AI的潛力，只有實現(xiàn)結(jié)構(gòu)性的生產(chǎn)力變革，才能在未來AI時代的競爭中勝出。
10.不要只是用AI增強工作，而要“重塑工作”。企業(yè)只有兩類出路：“要么原生AI化，要么全面AI化”。這要求管理者進(jìn)行真正的“白板推演”，重新思考公司在AI時代應(yīng)有的模樣，而不是簡單地將AI嫁接到現(xiàn)有業(yè)務(wù)上。

12月19日，由華爾街見聞和中歐國際工商學(xué)院聯(lián)合主辦的第八屆「Alpha峰會」在中歐國際工商學(xué)院（上海）舉行。

中歐經(jīng)濟(jì)學(xué)與決策科學(xué)教席教授、中歐AI與管理創(chuàng)新研究中心主任方躍，在題為“全球經(jīng)濟(jì)的下一個增長引擎：智能組織與結(jié)構(gòu)性生產(chǎn)力革命”的分享中，深刻剖析了人工智能如何重塑全球商業(yè)格局。

方躍教授指出，當(dāng)前的市場確實在為一個由大規(guī)模生產(chǎn)力提升和組織重構(gòu)所定義的未來進(jìn)行定價。盡管有像OpenAI這樣的巨頭還在“燒錢”階段，甚至彭博社預(yù)測其要到2029年才能實現(xiàn)現(xiàn)金流為正，但這與單純的投機不同。

他將當(dāng)下的AI熱潮比作“互聯(lián)網(wǎng)泡沫”而非“郁金香狂熱”。雖然短期內(nèi)可能存在估值過高，但其背后是由真正的技術(shù)革命驅(qū)動的。方躍教授強調(diào)：

技術(shù)不等于價值。

真正的價值在于企業(yè)如何將這種技術(shù)轉(zhuǎn)化為結(jié)構(gòu)性的生產(chǎn)力革命，而這正是未來幾年全球經(jīng)濟(jì)增長的關(guān)鍵所在。

以下是華爾街見聞?wù)淼木A內(nèi)容：

今天我想從微觀角度與大家探討AI。我們一提到AI，往往會想到與知識生產(chǎn)力相關(guān)的特定企業(yè)和行業(yè)。但一個關(guān)鍵問題是：這一波AI浪潮的影響范圍能否更廣？它是否也會為制造業(yè)、服務(wù)業(yè)等相對傳統(tǒng)的行業(yè)帶來新機遇？

從宏觀投資來看，過去幾年AI領(lǐng)域的投資熱度前所未有，并主要集中在美國和中國。投資是經(jīng)濟(jì)發(fā)展的重要組成部分，而另一個更具前瞻性的指標(biāo)也值得關(guān)注。過去我們非常關(guān)注商業(yè)地產(chǎn)，將其視為經(jīng)濟(jì)增長的重要預(yù)測指標(biāo)。

但今年6月，全球?qū)?shù)據(jù)中心的投資已經(jīng)超過了商業(yè)地產(chǎn)。這預(yù)示著未來的競爭焦點將發(fā)生重大轉(zhuǎn)移，大家對未來抱有巨大希望。

當(dāng)然，這也帶來了新的挑戰(zhàn)。如此大量的數(shù)據(jù)中心建設(shè)，目前還主要用于模型訓(xùn)練，尚未進(jìn)入企業(yè)大規(guī)模應(yīng)用的階段，但其用電量已占據(jù)相當(dāng)大的比例。據(jù)預(yù)測，未來用于AI訓(xùn)練和應(yīng)用的電力消耗，很快將超過其他所有用電量的總和。

AI是泡沫還是革命？

AI能否真正帶來生產(chǎn)力的提升？它對企業(yè)和行業(yè)又意味著什么？尤其是在OpenAI 5.0發(fā)布后，一些人可能感到些許失望，我們距離通用人工智能（AGI）似乎還有一段距離。

關(guān)于“AI是否是泡沫”的討論，不外乎兩類觀點：

• 真正的泡沫：像歷史上的投機狂熱，價值與價格嚴(yán)重脫鉤。
• 未來的革命：像互聯(lián)網(wǎng)泡沫一樣，雖然短期內(nèi)存在估值問題，但長期必然能帶來生產(chǎn)力的巨大提升。

對于企業(yè)而言，互聯(lián)網(wǎng)泡沫最終只是一個時間點的問題。但身處其中的企業(yè)和個人，如何把握時機則至關(guān)重要。AI技術(shù)的發(fā)展速度極快，因為它具備自我迭代的能力，AI正在參與自身的開發(fā)，這會加速大模型的發(fā)展。

如果從傳統(tǒng)的估值角度看，要收回如此巨大的投資，AI需要產(chǎn)生何種規(guī)模的應(yīng)用和價值？這確實是一個問號。即便是OpenAI自己也預(yù)測，其現(xiàn)金流可能要到2029年才能轉(zhuǎn)正。

然而，股票市場反映的是對未來的預(yù)期，這個預(yù)期的基礎(chǔ)是：人工智能能夠帶來生產(chǎn)力提升，并被企業(yè)廣泛應(yīng)用。

雖然AGI的到來可能比想象中要慢，導(dǎo)致一些企業(yè)在遠(yuǎn)大理想與眼前市場競爭之間做戰(zhàn)略調(diào)整，但我認(rèn)為Meta的扎克伯格這句話，基本道出了許多科技大廠的心聲：

如果我們錯誤地投入了巨額資金，固然不幸；但如果不投，風(fēng)險可能更大。

這也解釋了為何各大廠商不惜余力地投身這場競爭。

技術(shù)≠價值：從實驗室走向規(guī)?；涞?/strong>

嚴(yán)格來說，實驗室里的任何發(fā)明，如果不能落地并帶來價值，就不能稱之為“技術(shù)”。我個人感覺，AI正處在從實驗室走向大規(guī)模落地應(yīng)用的關(guān)鍵階段。

“我們生產(chǎn)出了大量的牛仔褲和鏟子，但這并不意味著去挖礦就一定能找到黃金。”這句話提醒我們，技術(shù)本身不等于價值。

回顧過去25年（1997-2022），正是互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)帶來顛覆性影響的時期。全球人均GDP的中位數(shù)翻了6倍，而中國更是增長了16倍，這背后很大程度上依賴于數(shù)字經(jīng)濟(jì)帶來的技術(shù)顛覆。

然而，如果我們觀察增長速度的曲線，會發(fā)現(xiàn)包括中國和印度在內(nèi)的許多國家，人均GDP增速都呈現(xiàn)出一個“倒U型”——前期生產(chǎn)力增速極高，隨后紅利逐漸消失。

這說明，互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)“把原有業(yè)務(wù)重做一遍”所帶來的紅利，已基本耗盡。技術(shù)若能產(chǎn)生大規(guī)模應(yīng)用價值，必將帶來生產(chǎn)力的飛躍。那么，目前AI的應(yīng)用場景在哪里？

• 最成熟的應(yīng)用：編程IT建設(shè)。凡是已被數(shù)字化的領(lǐng)域，最終都可能被AI化。
• 快速發(fā)展的應(yīng)用：市場營銷，因為內(nèi)容生成和客戶互動是生成式AI的強項。此外，許多流程化、標(biāo)準(zhǔn)化的工作，如人力資源財務(wù)，也已開始產(chǎn)生價值。
• 投入最大的行業(yè)：大健康領(lǐng)域，包括制藥。

我們可以看到，AI的影響是跨行業(yè)的，未來幾乎所有場景都能在某種程度上得到AI的輔助。

AI落地的關(guān)鍵：從技術(shù)問題到組織能力問題

真正讓AI從實驗室走向大規(guī)模落地的關(guān)鍵，在于企業(yè)級的規(guī)?；瘧?yīng)用。

現(xiàn)在我們看到的是，許多企業(yè)都在進(jìn)行試點，容易找到若干場景讓小團(tuán)隊嘗試，但如何大規(guī)模推廣？這考驗的是企業(yè)的組織能力。

我經(jīng)常問那些進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)：如果給自己打分，得分高或低的原因是什么？那些阻礙你做好數(shù)字化轉(zhuǎn)型的因素是否依然存在？如果這些問題沒有想清楚，這波AI浪潮恐怕也難以真正幫到你。

技術(shù)只是一個起點，落地需要巨大的努力。

可以預(yù)見，這波浪潮一定會讓一些企業(yè)離開市場，也會讓一些企業(yè)成為新的引領(lǐng)者。在這個過程中，簡單的模仿案例并非最佳路徑，因為AI對所有企業(yè)都是全新的，每個企業(yè)的狀況也各不相同。

生產(chǎn)力三要素的重構(gòu)：AI顛覆性的核心

要找到AI轉(zhuǎn)型的方向，首先必須想清楚AI的顛覆性究竟在哪里。傳統(tǒng)的生產(chǎn)力由三大要素構(gòu)成：勞動力、生產(chǎn)工具、生產(chǎn)資料。

在工業(yè)化乃至互聯(lián)網(wǎng)時代，這三者界限分明。但今天的AI屬于哪一部分？

它依然是生產(chǎn)工具。它也開始具備勞動力的特征（數(shù)字員工、具身智能）。它還能生成數(shù)據(jù)，具備生產(chǎn)資料的特征。

這波AI最核心的顛覆，就是徹底打破了這三大要素的界限。這在人類歷史上前所未有，必然會帶來生產(chǎn)關(guān)系的重大變革。

一個簡單的例子：企業(yè)里，HR管人（勞動力），IT/CTO管技術(shù)（生產(chǎn)工具）?，F(xiàn)在問題來了，數(shù)字員工應(yīng)該歸誰管？HR如何幫助AI成為合規(guī)員工？IT又該如何考核它、讓它與人類協(xié)同？

這正是生產(chǎn)關(guān)系變革的開端。

勞動力的新形態(tài)與組織的進(jìn)化

過去，生產(chǎn)力的提升主要靠分工，而組織研究的核心在于協(xié)同。當(dāng)企業(yè)規(guī)模擴大，協(xié)同變得異常困難。

互聯(lián)網(wǎng)雖然改善了信息溝通，但決策、執(zhí)行、學(xué)習(xí)等環(huán)節(jié)仍大量依賴人力，導(dǎo)致許多互聯(lián)網(wǎng)原生企業(yè)發(fā)展到一定規(guī)模后，也出現(xiàn)了傳統(tǒng)企業(yè)的組織問題。而AI的到來，可能會帶來根本性的改變：

從分工到人機融合：

• 未來，崗位可能不再固定，而是以項目為單位。一個項目可以動態(tài)組合人類員工和數(shù)字員工，這將徹底改變原有的分工模式，走向“人機協(xié)同”。

企業(yè)智慧的沉淀：

• 過去，知識和智慧大多存在于專家的頭腦中，人員流失會造成巨大損失。AI可以將這些知識沉淀為“企業(yè)智慧大腦”，無論是新員工上崗，還是對前瞻性問題做判斷，都能提供支持。
• 一位企業(yè)家甚至設(shè)想，等他離世后，依然可以通過“智慧大腦”參與董事會，提供建議。

因此，不要把AI當(dāng)技術(shù)來部署，而要把它當(dāng)“人才”來培養(yǎng)。

培養(yǎng)人才需要什么？需要讓他懂業(yè)務(wù)、容他犯錯、給他鍛煉。培養(yǎng)AI也是如此。AI要成為合格的“員工”，需要懂業(yè)務(wù)、解決問題、有價值觀、能與人類及其他AI協(xié)同合作。

企業(yè)的終極形態(tài)：超級智體

我們認(rèn)為，未來企業(yè)將走向“超級智體”的形態(tài)。這包含三部分：

• 機器智人化：AI從工具進(jìn)化為員工，甚至專家。
• 人人智體化：優(yōu)秀員工的標(biāo)準(zhǔn)將從“善用AI”轉(zhuǎn)變?yōu)椤澳芊衽囵B(yǎng)出合格的AI專家”。因為AI專家是可復(fù)制的，這就創(chuàng)造了“無限勞動力”的概念，這對所有企業(yè)，包括傳統(tǒng)企業(yè)，都意味著巨大的變革。
• 組織共智化：企業(yè)的知識最終沉淀為“智慧大腦”，使企業(yè)能像AI一樣自我學(xué)習(xí)、自我進(jìn)化。

要培養(yǎng)出懂業(yè)務(wù)的AI人才，首先需要高質(zhì)量的業(yè)務(wù)數(shù)據(jù)，這意味著企業(yè)的信息化和數(shù)字化基礎(chǔ)必須扎實。

我常對企業(yè)說：第一，如果你信息化、數(shù)字化做得一塌糊涂還能活到今天，恭喜你運氣不錯。第二，機會來了，課還得補，但AI能讓你走捷徑，以更低的成本、更快的速度補上這一課。

如何走向超級智體：進(jìn)化三部曲

企業(yè)的進(jìn)化路徑大致可分為三個階段：

• AI Ready (準(zhǔn)備就緒)：大多數(shù)企業(yè)目前處于這個階段，進(jìn)行試點、嘗試，甚至補課。
• All in AI (全面AI化)：將成功的試點大規(guī)模落地推廣，這一步相當(dāng)困難。
• 超級智體：實現(xiàn)最終的組織進(jìn)化。

無論處于哪個階段，都需要強調(diào)幾點：

• 重新構(gòu)想：必須擺脫“人+工具”的舊思維框架。
• 著眼增長：AI帶來的不僅僅是降本增效，更是“無限勞動力”和打破組織邊界帶來的新增長模式?；ヂ?lián)網(wǎng)打破了企業(yè)間的邊界，而AI將真正打破企業(yè)內(nèi)部的邊界。
• 保持緊迫性：觀望的時間比互聯(lián)網(wǎng)時代更短，必須立即行動。