第2節(jié) AI不等于企業(yè)智能化，全面且有效的第2節(jié) AI不等于企業(yè)智能化，全面且有效的方法論成為必需方法論成為必需

●AIGC不等于AI

我們必須認識到，AI各種話題及技術(shù)突破的火熱本身并不等于企業(yè)智能化。企業(yè)智能化是一個全面而復雜的過程，涉及戰(zhàn)略規(guī)劃、組織結(jié)構(gòu)、流程優(yōu)化、文化建設等多個方面，AI只是實現(xiàn)這一目標的工具之一。

作為文生文類型的AIGC（AI Generated Content，人工智能生成內(nèi)容）工具，ChatGPT憑借其出色的內(nèi)容快速生成能力，鮮明地展示了AIGC的優(yōu)勢。大語言模型能夠“聽得懂人話”，并以文字形式表達，這種自然語言交互的方式極大地增強了人機交互的便利性。除了生成文字內(nèi)容，AIGC 的范疇還涵蓋了文生圖、文生音樂、文生視頻等多種形式。

然而，ChatGPT的火熱也帶來了一些認知偏差。人們驚嘆于它能在10秒內(nèi)寫出莎士比亞風格的十四行詩，或是將晦澀的學術(shù)論文轉(zhuǎn)化為通俗易懂的科普文案，甚至將它奉為神明，盡管它的名字并不容易記住。這種現(xiàn)象導致許多人將 AIGC等同于AI的全部，但實際上，ChatGPT雖然能解決許多問題的相關(guān)性，但它本質(zhì)上是一個語言處理工具，專注于提供文本生成的能力。它的成功并不意味著它可以替代整個AI領(lǐng)域，AIGC只是AI眾多應用領(lǐng)域中的一個分支。

AI的整體研究和發(fā)展涉及的技術(shù)與應用遠比AIGC更為廣泛和復雜，研究領(lǐng)域涵蓋了機器人、語音識別、圖像識別、自然語言處理、專家系統(tǒng)、機器學習、計算機視覺等多個方面，每個領(lǐng)域都有其獨特的應用場景和技術(shù)挑戰(zhàn)。AI相關(guān)技術(shù)及應用領(lǐng)域如表1-1所示。

同時，AI帶來的變革遠超內(nèi)容生成的范圍，它正在深刻改變各行各業(yè)的運作方式，從制造業(yè)、零售業(yè)到醫(yī)療保健，從金融分析到教育科技等，涉及各行各業(yè)的核心業(yè)務流程。

例如，Meta與雷朋合作推出了智能眼鏡—Meta雷朋，是AI技術(shù)在可穿戴設備領(lǐng)域的一個亮點嘗試。這款智能眼鏡不僅延續(xù)了雷朋的經(jīng)典設計風格，還集成了多種先進的AI功能。用戶可以通過簡單的語音指令控制拍照、錄像和接聽電話，內(nèi)置的高清攝像頭可以捕捉并同步照片和視頻到手機或其他設備。此外，眼鏡還能通過藍牙或Wi-Fi直接上傳內(nèi)容至Facebook、Instagram等社交平臺，方便、快捷地分享生活點滴。其自然語言處理技術(shù)使得用戶能夠進行免提操作，極大提高了便捷性。

另一波值得關(guān)注的AI技術(shù)浪潮是AI Agent。OpenAI首席執(zhí)行官山姆·阿爾特曼看好人類帶寬的限制可能會被Agent打破，因為Agent能夠像一個聰明的同事一樣，與用戶一起合作完成項目。上一節(jié)提到的凱茜·伍德在《Big Ideas 2025》中也預測AI Agent正逐步接管人類生活。

以LLM（Large Language Model，大語言模型）為核心控制器，Agent將帶來記憶、工具、規(guī)劃、行動等四類能力，與各行各業(yè)需要解決的問題結(jié)合，催生了一大批AI Agent。阿里巴巴的云棲大會的AI創(chuàng)業(yè)競賽上就已經(jīng)出現(xiàn)了教育、游戲、信息與知識獲取、內(nèi)容創(chuàng)作、芯片開發(fā)、營銷銷售等領(lǐng)域的AI Agent項目。所有創(chuàng)業(yè)者都卯足了勁，搶占AI Agent市場。

美國市場研究機構(gòu) MarketsandMarkets 曾發(fā)布，2023 年全球自主人工智能和自主智能體（Autonomous Agent）市場的收入規(guī)模超過48億美元，預計到2028年有望達到285億美元左右，2023—2028年的年復合增長率為43%。

隨著技術(shù)的不斷進步，AI的領(lǐng)域范圍、應用范圍也會隨之擴大，能為企業(yè)提供豐富的應用場景。作為企業(yè)管理者，視角也應該放寬并與時俱進，需要全面認識AI技術(shù)的多樣性，將AI技術(shù)視為一種長期的戰(zhàn)略資源，并根據(jù)自身業(yè)務需求選擇合適的技術(shù)類型部署與落地。

●AI也不等于企業(yè)智能化

人工智能的跨越式發(fā)展帶來了耳目一新的沖擊，但同時，AI所釋放的巨大能量也讓很多人產(chǎn)生了一個錯誤觀念，以為運用 AI 工具就等于企業(yè)智能化，仿佛AI就是靈丹妙藥，就是企業(yè)數(shù)字化轉(zhuǎn)型的全部解藥。

答案很明顯，購買GPT-4企業(yè)版≠企業(yè)智能化，就像給原始人iPhone≠創(chuàng)造數(shù)字文明。

我常常跟身邊的人提一個例子，可以幫助大家更好地理解上述這段話放到企業(yè)場景里的意思。我們做營銷工作時，往往會根據(jù)目標受眾的不同，有針對性地生產(chǎn)2～3個信息側(cè)重點不同的廣告片，分發(fā)給不同的2～3群人，跟正確的人講正確的故事。因為生成式AI的出現(xiàn)，現(xiàn)在我們只要花一點點錢就可以生產(chǎn)出1000個片子了，但可怕的結(jié)果出現(xiàn)了，如果沒有更細致的洞察分析，1000個廣告可能不知道該分發(fā)給誰看了—AI的激進式生產(chǎn)，可能讓營銷投放更不精準了。

這種誤區(qū)實際上是在潛意識里用AI取代了我們以前一直講的大數(shù)據(jù)能力，雖然數(shù)字化為AI提供了一定的基礎(chǔ)，但是兩者之間并非是1.0到2.0的完全進化關(guān)系。數(shù)據(jù)是AI的基礎(chǔ)，沒有高質(zhì)量的數(shù)據(jù)策略，再先進的AI工具也無法發(fā)揮其應有的作用。

再進一步究其本質(zhì)，這種誤區(qū)是將技術(shù)工具的使用與企業(yè)整體智能化戰(zhàn)略混為一談。盡管AI工具如GPT-4企業(yè)版能夠顯著提升某些具體任務的效率和效果，但它們僅僅是實現(xiàn)企業(yè)智能化的工具，而不是企業(yè)管理和戰(zhàn)略規(guī)劃。

目前來看，只有很少的企業(yè)拿到了AI的顯性價值，這本來應該是唾手可得的價值。一種普遍存在的現(xiàn)象是，企業(yè)上上下下都顯得非常重視 AI，都在用 AI，但實際上企業(yè)往往只做到了把AI接入企業(yè)中，員工有AI工具可用，接下來就無為而治了。這只稱得上是把AI當成魔術(shù)秀，算不上管理和部署AI。

原因何在？當下很多AI工具上手的使用門檻很低，但同時能用得好的上限卻很高，這相當于企業(yè)只給員工發(fā)工具，但缺失了培訓，工具的好用程度取決于員工個人的摸索與領(lǐng)悟。即使有優(yōu)秀員工發(fā)現(xiàn)了某個工具在企業(yè)某個業(yè)務場景的使用優(yōu)勢，這往往也是員工個人的使用范疇，難以在企業(yè)內(nèi)部形成規(guī)模化的推廣效應。而更具難度的是，企業(yè)業(yè)務流程是自上而下設計的，如果管理者沒有根據(jù)企業(yè)特性和AI優(yōu)勢梳理形成新的工作流，AI其實就形同擺設。

這是小到工作流的改變。更深入一些，企業(yè)管理者需要意識到，單點工作使用AI的方式，和從管理上使用AI規(guī)劃系統(tǒng)、升級系統(tǒng)、重構(gòu)系統(tǒng)的方式有著根本的不同。前者能夠在短期內(nèi)帶來局部的效率提升，但其影響力有限且難以持久；后者意味著將AI技術(shù)融入企業(yè)的整體戰(zhàn)略規(guī)劃、系統(tǒng)升級和業(yè)務流程重構(gòu)中，旨在通過全面的應用實現(xiàn)企業(yè)整體的智能化轉(zhuǎn)型。后者注重全局性和系統(tǒng)性，追求全面提升企業(yè)的運營效率和競爭力。

上一節(jié)我們從下棋開始談起人工智能的想象空間，讓我們再次回到棋局的語境中，把企業(yè)管理代入進來。在棋局中，“Smart Move”通常指的是一種明智的、戰(zhàn)略性的棋步，一個“Smart Move”即能夠控制棋盤中心。在智能化的框架下重新思考如何管理一家公司，并且與技術(shù)同行，重新定義組織、流程、文化等方面的管理方法，就是當前企業(yè)管理上的“Smart Move”。

通過智能化的全局優(yōu)化，各個業(yè)務環(huán)節(jié)之間的協(xié)同作用更加明顯，信息流通更加順暢，決策更加科學。在這個過程中，新的商業(yè)模式和服務模式也會被探索出來。

以供應鏈管理為例，企業(yè)管理者可以利用AI優(yōu)化整個供應鏈的各個環(huán)節(jié)，包括需求預測、庫存管理、物流調(diào)度等，實現(xiàn)端到端的智能化；體現(xiàn)在客戶關(guān)系管理（Customer Relationship Management，CRM）方面，企業(yè)管理者需要設計的是一個AI驅(qū)動的CRM系統(tǒng)，整合多渠道的客戶數(shù)據(jù)，提供個性化的服務和精準的營銷策略，提升客戶滿意度和忠誠度。

以上無不說明，AI時代來了，但并不意味著企業(yè)的智能化也會自動到來，更考驗企業(yè)管理者的能力，需要企業(yè)管理者的選擇、部署和行動。

● 企業(yè)最牛的經(jīng)驗需要留住且傳承

如何選擇、部署和行動？

核心在于把握企業(yè)的優(yōu)勢，在發(fā)展中越變越強，同時，這也是AI智能化所擅長的部分，可以幫助企業(yè)管理者做到以往達不到的管理精度。

很可惜，這一樸實的道理在現(xiàn)實中往往獲得相反的結(jié)果。企業(yè)面臨著各種確定、不確定的變化，隨著業(yè)務的變化、人員的流動，很多需要積淀和傳承的優(yōu)勢在這個過程中被削弱甚至一遍遍歸零重建。

智能化有望打破這個僵局，將把企業(yè)最牛的經(jīng)驗留住、傳承一事作為核心競爭力并逐步加強。

進一步來說，這樣的變化主要在于企業(yè)不再依賴于員工個人的專業(yè)能力，而是把多個這樣的專業(yè)能力轉(zhuǎn)化為“知識”來進行管理，成為企業(yè)的獨有能力。

這里有一個很具代表性的例子。律師是一個知識密度非常高的行業(yè)，想要入行就要積累大量的法律知識。律師入行后，要積累與業(yè)務相關(guān)的其他領(lǐng)域知識，還要關(guān)注每年都在變化的法規(guī)和執(zhí)行細節(jié)。同時，這些知識會隨著律師的流動而流動。那么，面對跨領(lǐng)域的問題時，律師如何精準回復、保證專業(yè)性呢？

植德律所的答案是應用AI工具。過去，當律師被客戶問到非自己專業(yè)領(lǐng)域的問題時，要么自己查閱資料，要么向其他律師請教，無法做到及時響應，尤其遇到綜合疑難復雜的問題時，更需要找不同領(lǐng)域的律師請教。

植德律所最早嘗試的AI工具是語言類大模型，但往往面臨數(shù)據(jù)的專業(yè)性、時效性、安全性等方面的問題，總是無法給予準確、專業(yè)的答案。

為解決這一難題，植德律所將一些律所的語料庫，通過釘釘AI助理能力，打造出一個已學習內(nèi)部各種專業(yè)知識的AI數(shù)字人—小植同學。AI數(shù)字人小植同學懂得企業(yè)投融資、資本市場、家事財富等領(lǐng)域的知識，會根據(jù)學習過的不同專業(yè)領(lǐng)域知識和過往積累的案例，進行專業(yè)的回答。當客戶問到不同領(lǐng)域問題時，律師可以先詢問小植同學，生成的回答是基于律所專業(yè)的語料。這樣可以節(jié)省大量人力成本，同時也為客戶帶來了及時和專業(yè)的服務體驗。

這個AI工具還幫植德律所解決了更多的難題。過去遇到新的業(yè)務場景時，植德的律師往往需要在內(nèi)部花費大量時間研究此前的類似項目、工作模板，還要綜合評估項目該由哪位律師、合作人去負責。而新人入職后通用能力的培訓同樣需要消耗大量人力。

現(xiàn)在，植德的律師在獲得授權(quán)后，可以跟小植同學通過對話的方式開展數(shù)據(jù)分析。比如，在招投標業(yè)務中，可以自動分析哪個合伙人做過什么業(yè)務，大概是怎樣的情況，總結(jié)過往的經(jīng)驗和業(yè)績。除了律師，企業(yè)內(nèi)的人事、品宣、財務、行政的問題，也可以直接問AI 助理。減少培訓成本后，新人的培養(yǎng)過程也更加高效。小植同學不僅能給出一個答案，還提供原始材料的來源，完全顛覆了以往知識密集型行業(yè)做知識管理和信息收集的方式，一個人就可以成為一個團隊。

類似小植同學這樣的 AI 工具可以解決企業(yè)流動性大帶來的企業(yè)經(jīng)驗和優(yōu)勢斷檔與流失的問題，因為這些經(jīng)驗被智能化了。

未來，類似小植同學這樣可以便捷調(diào)用的企業(yè)知識庫會出現(xiàn)在更多地方。我們看到，因為AI的出現(xiàn)，學習型組織要被重新定義了。因為AI會幫助員工更好地理解企業(yè)的發(fā)展與沉淀，與AI一起進行的深度學習也不一樣了，而一切會以知識的行為來沉淀、積累與表達。

●AI時代與經(jīng)典管理學理論

仍然延續(xù)上面的話題，企業(yè)做知識管理，并非是一個新鮮事物，只不過在智能化的新背景下，經(jīng)典命題有了更新的解法。

當我們在歷史中尋找時，會發(fā)現(xiàn)企業(yè)所接受的西方商業(yè)管理方法論大多誕生于幾十年前，雖然經(jīng)過了積累與沉淀，不斷為企業(yè)帶來幫助，但眼下日新月異的智能時代正在重新定義“能力”，因此也必然重新定義“組織”，重新定義“管理”。MBA課堂上討論的經(jīng)典管理學和今天的大變局之間產(chǎn)生了難以逾越的“時差”，使得管理思維方法和技術(shù)帶來的可能性完全脫節(jié)。

但經(jīng)典仍然是經(jīng)典，很多管理學理論之所以能跨越時代，本質(zhì)在于其揭示了商業(yè)競爭與組織運作的底層邏輯。它們不因技術(shù)迭代或市場波動而失效，而是在不同歷史階段以新的形態(tài)重現(xiàn)，需要再次與時俱進罷了。

AI提供了不小的想象空間。

一方面，理論工具可以實現(xiàn)技術(shù)增強。例如，當波特戰(zhàn)略框架遇上大數(shù)據(jù)時，企業(yè)利用NLP分析海量行業(yè)報告、專利、招聘信息，自動化生成實時更新的“五力模型雷達圖”，預警競爭格局的變化；當 SWOT （Strengths，Weaknesses，Opportunitines，Threats）分析遇上機器學習時，在輸入企業(yè)運營數(shù)據(jù)后，AI自動識別優(yōu)勢（Strengths）中的技術(shù)專利壁壘、劣勢（Weaknesses）里的供應鏈脆弱點，并模擬不同戰(zhàn)略選擇的結(jié)果概率……

另一方面，以往以理論呈現(xiàn)的管理思想在算法加持下可以變得具象化。彼得·德魯克知識工作者理論通過員工數(shù)字足跡（郵件、會議記錄、代碼提交）構(gòu)建知識流動圖譜，量化“目標管理與自我控制”效能；明茨伯格戰(zhàn)略形成學派用強化學習模擬“應急戰(zhàn)略”（Emergent Strategy）演化路徑，幫助企業(yè)在混沌環(huán)境中捕捉涌現(xiàn)性機會……

基于這個判斷，本書試圖在智能化與經(jīng)典管理學理論之間架起一座橋梁，根據(jù)當下企業(yè)的核心問題，引入經(jīng)典管理方法，并灌注智能化的新技術(shù)、新思路，形成企業(yè)在AI時代全面且有效的方法論及行動方案。