當(dāng)下AI浪潮和我們經(jīng)歷過的前兩波到底有什么區(qū)別和共同之處？90年代開始的互聯(lián)網(wǎng)浪潮，以及大約15年后的移動(dòng)互聯(lián)網(wǎng)浪潮，這兩波是國內(nèi)的企業(yè)基本上都經(jīng)歷過的，也是中國改革開放積累到一定程度，經(jīng)濟(jì)成長最關(guān)鍵和最美好的一段時(shí)期。所以這兩段經(jīng)歷對(duì)我們理解這波AI浪潮有很大啟發(fā)和幫助。實(shí)際上這兩波浪潮跟人工智能浪潮有一定共性——都會(huì)帶來規(guī)模經(jīng)濟(jì)以及產(chǎn)生顛覆性的技術(shù)。但是也有不同的地方。過去這兩年從生成式人工智能的角度來觀察，不管國內(nèi)還是國外，落地應(yīng)用都比我們想象得慢，對(duì)勞動(dòng)力市場的沖擊也就比我們想象得溫和。

我們進(jìn)入了一個(gè)新的時(shí)代，它一定會(huì)帶來新的變化，這個(gè)變化有些我們看得清楚，有些還看不清楚。可以肯定的是，這一時(shí)代將提升生產(chǎn)力，但同時(shí)也會(huì)引發(fā)生產(chǎn)關(guān)系的新問題。員工對(duì)使用和培養(yǎng)人工智能的抵觸，恰巧反映了生產(chǎn)關(guān)系和利益分配的問題。例如，當(dāng)企業(yè)開發(fā)自己的垂直算法，這些算法的能力提升到一定水平后，可能會(huì)取代一些員工的工作。這引出了員工在這一過程中的角色問題：員工可能對(duì)產(chǎn)品有所貢獻(xiàn)，但隨著人工智能的發(fā)展，他們的角色可能會(huì)發(fā)生變化，這是我們之前未曾面對(duì)的問題。因此，企業(yè)面臨著新的管理挑戰(zhàn)，需要進(jìn)行研究和探索，以適應(yīng)這些變化。

各方專家如何看待人工智能對(duì)經(jīng)濟(jì)的潛在影響？可以肯定的是，大方向沒有問題。2000年互聯(lián)網(wǎng)泡沫破過一次，但是不代表它不代表未來——它一定代表未來。對(duì)于社會(huì)整體而言，長期的增長是可以接受的，例如50年或100年的逐步發(fā)展；但對(duì)于企業(yè)乃至個(gè)人來說，3-5年的成長周期已經(jīng)相當(dāng)漫長。所以我們更感興趣的是如何落地。簡單談一下三派不同觀點(diǎn)，供大家參考：

正面派認(rèn)為人工智能會(huì)帶來較快的規(guī)?；绊?，同時(shí)每年會(huì)產(chǎn)生萬億美元級(jí)的增長。MIT數(shù)字經(jīng)濟(jì)倡導(dǎo)行動(dòng)聯(lián)合創(chuàng)始人兼首席研究科學(xué)家Andrew McAfee認(rèn)為，除了帶來生產(chǎn)力的增長以外，對(duì)生產(chǎn)關(guān)系產(chǎn)生的影響也相對(duì)積極——不會(huì)加劇不平等或嚴(yán)重沖擊就業(yè)市場，因此他對(duì)AI與生產(chǎn)力的關(guān)系持樂觀態(tài)度。

中間派認(rèn)為人工智能的規(guī)模經(jīng)濟(jì)一定不亞于互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)，但是需要時(shí)間——換句話說就是目前成本太高，且在落地場景中存在問題。同時(shí)人工智能帶來的很多負(fù)面問題是需要企業(yè)解決的，例如隱私安全、倫理問題、分配問題等。

相對(duì)滯后一派的是今年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)中的一位，在半年前他曾估算只有當(dāng)AI能夠自動(dòng)化大約40%的工作任務(wù)時(shí)，才能顯著提高生產(chǎn)力。因此他認(rèn)為人工智能按現(xiàn)在的情況一定會(huì)形成泡沫，因?yàn)轭A(yù)期達(dá)不到。

我個(gè)人認(rèn)為在未來3-5年，AI 技術(shù)將會(huì)“嵌入”到企業(yè)的所有的流程、產(chǎn)品和服務(wù)之中。包括人力資源的工作流一定會(huì)發(fā)生變化，自動(dòng)化能達(dá)到的程度將取決于企業(yè)的整體狀況和業(yè)務(wù)需求——這是一定會(huì)發(fā)生的，否則企業(yè)將很難發(fā)展。

目前國內(nèi)的現(xiàn)狀是企業(yè)級(jí)應(yīng)用并不多。不管企業(yè)倡導(dǎo)不倡導(dǎo)，員工或多或少都在用AI——這表明企業(yè)AI應(yīng)用是遠(yuǎn)遠(yuǎn)滯后于個(gè)人的。因此在我看來，個(gè)人行為向企業(yè)行為轉(zhuǎn)變的標(biāo)志是企業(yè)AI應(yīng)用的大規(guī)模落地。當(dāng)前大模型應(yīng)用成本的下降，一方面是由于大模型廠商之間的競爭加劇，另一方面是因?yàn)槿狈Υ笠?guī)模的應(yīng)用場景——一個(gè)企業(yè)中只有少數(shù)員工每天僅使用AI工具半小時(shí)或一小時(shí)，與企業(yè)全天候24小時(shí)大規(guī)模調(diào)用AI相比，兩者完全不是一個(gè)數(shù)量級(jí)。要使大型模型發(fā)揮實(shí)效，首當(dāng)其沖的是降低成本。成本的降低依賴于實(shí)際應(yīng)用，而應(yīng)用則需找到合適的場景。我們的高管需要說服自己，理解為何這項(xiàng)成本能夠創(chuàng)造相應(yīng)的價(jià)值。這是我們目前面臨的基本狀況。

關(guān)于AI轉(zhuǎn)型我想分享兩點(diǎn)。一個(gè)是由點(diǎn)到面：梳理業(yè)務(wù)環(huán)節(jié)-價(jià)值創(chuàng)造-選擇場景進(jìn)行試點(diǎn)-由點(diǎn)到面，這個(gè)我們叫做AI in ALL——盡可能把AI用到各個(gè)環(huán)節(jié)上。還有一種就是全面轉(zhuǎn)型，我們現(xiàn)在提到的AI優(yōu)先也好，AI First也好，我的理解就是全面轉(zhuǎn)型。

AI in All就是梳理你的業(yè)務(wù)模型，找出可以應(yīng)用AI的環(huán)節(jié)，尤其是在互動(dòng)和內(nèi)容生成方面。目前，規(guī)?；钠髽I(yè)應(yīng)用主要集中在營銷、客服、軟件生成和辦公自動(dòng)化等領(lǐng)域，無論是在金融還是制造業(yè)等行業(yè)，生成式AI都表現(xiàn)得很出色。當(dāng)然，傳統(tǒng)的AI應(yīng)用如檢測和安防也很重要，但生成式AI的核心在于內(nèi)容生成，盡管它已經(jīng)發(fā)展到多模態(tài)，但仍然主要沿著這一方向前進(jìn)。目前有近50%的企業(yè)正在小范圍試點(diǎn)應(yīng)用；大約15%的企業(yè)尚未開始采用AI，甚至還沒有進(jìn)行試點(diǎn)或分享；而超過20%的企業(yè)已經(jīng)進(jìn)入了下一步，即全面采用AI戰(zhàn)略，也就是所謂的“All in AI”。建議前期推廣技術(shù)時(shí)，作為應(yīng)用者不必過于關(guān)注技術(shù)的細(xì)節(jié)，因?yàn)檫@些技術(shù)是有門檻的，也是有風(fēng)險(xiǎn)的。你需要的是基于成熟技術(shù)的解決方案，因?yàn)槟闶菓?yīng)用者，而不是開發(fā)者。不要涉及太前沿的技術(shù)，這樣使用起來相對(duì)容易，風(fēng)險(xiǎn)也較小。

不管你是什么業(yè)務(wù)、想怎么做，無外乎圍繞兩個(gè)維度來展開：X軸代表可行性，涉及資源的可用性、成本和風(fēng)險(xiǎn)；Y軸代表價(jià)值創(chuàng)造，這是一個(gè)多維度的概念，具體取決于你的業(yè)務(wù)目標(biāo)和衡量標(biāo)準(zhǔn)。以人力資源領(lǐng)域?yàn)槔?，我們?nèi)绾卧u(píng)估AI帶來的價(jià)值？最重要的衡量維度是什么？一方面，要考慮基礎(chǔ)價(jià)值；另一方面，考慮實(shí)施的可行性。理想情況下，我們希望這兩個(gè)方面都能達(dá)到高水平，即核心價(jià)值高且可行性強(qiáng)，這樣才能將業(yè)務(wù)推向成功的頂點(diǎn)。

因此，首先要識(shí)別并優(yōu)先投資那些能夠充分利用AI的業(yè)務(wù)領(lǐng)域。這是我們所說的理想狀態(tài)。當(dāng)然，實(shí)施過程中也存在許多誤區(qū)，最常見的就是期望過高。目前AI技術(shù)尚未達(dá)到某些預(yù)期的水平，除了技術(shù)問題，大家往往也沒有實(shí)際動(dòng)手去應(yīng)用。建立一個(gè)以AI為核心的企業(yè)，第一步就是讓所有人都了解并開始使用這項(xiàng)技術(shù)。最終，這個(gè)過程也會(huì)涉及到人才的篩選，因?yàn)椴皇敲總€(gè)人都能有效地利用AI。這是一個(gè)基本的實(shí)施過程，涉及到對(duì)技術(shù)的理解和應(yīng)用，以及人才的培養(yǎng)和篩選。

很多企業(yè)家會(huì)談這個(gè)問題：這項(xiàng)技術(shù)能帶來什么？他們需要具體的指標(biāo)來衡量。我們很難說清楚，但是我覺得過程最重要。如果你認(rèn)同未來企業(yè)一定是AI型的企業(yè)，并且這將成為你的核心競爭優(yōu)勢，那么現(xiàn)在就該開始行動(dòng)了。重點(diǎn)應(yīng)該放在從流程、文化和人才三個(gè)方面培養(yǎng)AI能力的過程上，這個(gè)過程的重要性遠(yuǎn)遠(yuǎn)超過從財(cái)務(wù)角度計(jì)算每投入一塊錢能帶來多少價(jià)值。國外許多成功的企業(yè)都重視過程，先不要計(jì)較最后的結(jié)果，它一定會(huì)是反反復(fù)復(fù)迭代才能做好的。

還有一個(gè)AI轉(zhuǎn)型是AI戰(zhàn)略，我們今天談AI真的不是降本增效這么簡單，企業(yè)AI轉(zhuǎn)型不在戰(zhàn)術(shù)而在戰(zhàn)略——優(yōu)秀的企業(yè)一定會(huì)走到這個(gè)階段。此外還要意識(shí)到，如果將AI僅作為戰(zhàn)術(shù)或工具，它不會(huì)帶來真正的競爭優(yōu)勢，因?yàn)樵谖磥砣轿迥陜?nèi)，AI可能會(huì)成為行業(yè)的標(biāo)準(zhǔn)配置。就像現(xiàn)在，不使用計(jì)算機(jī)、網(wǎng)絡(luò)或云服務(wù)的企業(yè)已經(jīng)很少見，這些已經(jīng)成為基本配置，而非競爭優(yōu)勢。所以依賴AI作為差異化的手段將不再有效。

未來的組織將是以人工智能為基礎(chǔ)，以人為本是可持續(xù)發(fā)展技術(shù)的核心目標(biāo)。在人機(jī)協(xié)同方面，我們的目標(biāo)是讓機(jī)器替代任務(wù)而非工作，這是我們與員工合作的方向。隨著這個(gè)趨勢的發(fā)展，人力資本的定義也將發(fā)生變化，未來人力資源管理將不僅涉及人類，還包括算法和數(shù)字人。未來的HR是廣義的，一部分是人類，一部分是機(jī)器——不僅包括傳統(tǒng)意義上的人類員工，還涵蓋了機(jī)器和算法。人力資源將變得更加廣泛，包括人類和機(jī)器，未來招聘可能還會(huì)涉及算法。這種趨勢表明，也許我們需要一個(gè)首席AI官（CAIO），因此，人力資源部門需要對(duì)技術(shù)有所了解，因?yàn)樽罱K管理的將不僅是碳基生命，還有硅基生命。

面對(duì)這次AI浪潮，許多企業(yè)都希望成為科技公司，但這究竟意味著什么？經(jīng)過幾年的數(shù)字化，我們對(duì)此有了一定的概念。人力資源部門需要負(fù)責(zé)許多相關(guān)內(nèi)容，但如果對(duì)技術(shù)和認(rèn)知的理解不足，那么這將成為一個(gè)挑戰(zhàn)。認(rèn)知是首要的，實(shí)踐緊隨其后，而在落地過程中，需要勇氣和擔(dān)當(dāng)。高管對(duì)這場變革的前瞻性，以及他們愿意付出的努力和面臨挑戰(zhàn)的準(zhǔn)備程度，將是企業(yè)的分水嶺。