黄卓：AI时代的企业增长机遇

  生成式AI在内容生成和人机交互方面表现出色，大范围的应用于教育、商业和艺术创作等领域。

  3.由于AI涵盖了算力、算法、数据、应用及人才等多个角度，AI产业正处于快速地发展阶段。

  4.企业家应提升AI领导力，制定AI战略，布局AI与自身应用、服务场景及产品的结合。

  5.同时，企业需关注人机协同、学习型组织，加入AI生态，以把握AI时代的增长机遇。

  题记：2024年12月29日，在北大国发院30周年庆典收官之际，学院推出“商学共创日”，与各界伙伴、各班同学和各届校友通过讲座论坛的研讨合力推进中国商学的进步。本文根据北大国发院副院长、国发院BiMBA商学院院长黄卓当天上午在北大国发院“EMBA论坛”第97期的主题演讲整理。

  自两年前OpenAI推出ChatGPT以来，AI（人工智能）已成为市场上最热门的词汇之一。ChatGPT的出现让我们不禁感慨，这种从0到1的创新为什么又出现在了美国硅谷？这无疑是技术与资本完美结合的典范。

  对于整个AI行业而言，ChatGPT的推出意味着AI技术跨越了奇点。在此之前，人工智能投资领域曾陷入相对低迷，许多粗放的AI企业面临融资困难。原因主要在于，当时AI被寄予厚望的元宇宙和无人驾驶两个方向的发展没有到达预期。ChatGPT的出现为大家打开了一片新天地，不仅是从量变到质变的飞跃，更是找到了一个真正契合市场需求的应用场景。

  关于以ChatGPT为代表的生成式AI所擅长的领域，在ChatGPT问世之初我便有所感悟，且这一判断在两年后看来依然成立。

  首先，生成式AI在内容生成方面展现出卓越的能力。它能够以高效且创造性的方式生成文字、代码、图像和视频等多种内容形式，大范围的应用于教育、商业和艺术创作等多个领域。我们也可以从ChatGPT提供的文字和视频中获取灵感和想法，以满足我们的需求。这能够说是生成式AI在需求侧引发的一场革命，这是以往的人工智能未及之处。

  其次，生成式AI在人机交互方面同样表现出色。通过自然语言的方式，它能够较为流畅地实现人与机器之间的对话，使机器能够理解人的指令，从而明显提升人与算法之间的沟通效率和体验。我将此视为AI在供给侧带来的革命。因AI应用面临着一个重大的供给侧瓶颈，即程序员的供给不足。程序员的培养成本高昂，特别是在硅谷等地，如Google的高级电脑工程师年薪可达四五十万美元。以往，对机器的指令需要通过专业的编程语言来实现，这往往需要依赖专业的IT人员或电脑工程师。而ChatGPT的出现降低了这一门槛，使得我们也可以以自然语言来指挥机器达成目标。当然，这对于编程工程师而言并非好消息，许多初级电脑工程师的岗位因此受到威胁。

  ChatGPT的成功也引发了全社会和全行业对AI的广泛关注。一方面，巨额资金涌入AI领域。众多研究报告说明，未来AI领域的投资上涨的速度可能达到30%-50%。另一方面，在美国初创企业获得的天使投资中，约有三分之一投向了AI相关领域。

  过去两年里，各种生成式AI大语言模型在性能上取得了大幅度的提高，尤其是逻辑推理能力。第一代大模型问世时，其表现尚显稚嫩，常在数学题等任务中犯低级错误。然而，如今的大模型在解决奥数竞赛等难题时，已能取得优异成绩。甚至在与专家比拼时，也能展现出高度的人类智能。在许多类似于图灵测试的比赛中，已很难区分AI与人类的差异。

  此外，行业的生态与基础设施正逐渐完备。AI行业的发展背后，有几个重要的条件在起作用。

  首先是算力。随着芯片性能的不断的提高，众多科技公司已将拥有1万张GPU作为自身基础设施的标配。

  其次是算法。算法的快速推进与优化，使得计算效率得以提升，同时降低了计算所需的算力消耗。

  此外，AI与各行各业应用的结合也在不断深化，涌现出众多新的应用场景和产品。

  在AI领域，与以往的技术革命不同，目前基本上只有中国和美国两个巨头在并驾齐驱，尽管也有人对此持不同看法。我认为，中美两国各有其优势。美国擅长原创式创新，在顶尖的芯片和算法领域具有一些优势。而中国则擅长利用国家体制的力量进行投入。同时，在算法领域，我们拥有大批华人科学家以及国内算法专家，顶级科学家的数量与美国相比并不逊色。

  在应用方面，中国相对具有一定的优势，特别是在AI与硬件、制造业的结合方面，我们拥有巨大的产业优势。例如，几天前，中国一家量化私募基金旗下的开源大模型DeepSeek的第三个版本发布后，在硅谷引起了巨大轰动。硅谷将DeepSeek称为一股来自对手的神秘AI技术力量，因为它以较少的参数和算力，实现了与当前顶尖开源甚至闭源大模型相当的能力，在多项任务上表现出色。令人惊奇的是，这一成果并非来自科技巨头，而是量化私募基金旗下的大模型团队。虽然我不是技术专家，没办法做出技术性的评判，但作为一名金融学教授，我认为这是一个非常令人鼓舞的消息。

  第一阶段为生成式AI阶段，以大模型为核心，基本功能是输出文字、代码、图像、视频等，可以视为聊天机器人的高级形态。

  第二阶段则是AI智能体阶段，它可以通过大模型与其他技术、场景及产品的结合，感知人类的需求指令，接受反馈，并完成特定任务。AI智能体的发展可分为线上及线上线下融合两个阶段。目前，我们在生成式AI阶段已相对成熟，而智能体阶段则尚处于起步阶段。许多人认为，未来两年可能是AI智能体迎来爆发的时期，但重点是是否能真正解决行业或个人的需求痛点。

  第三阶段，即更为长远的目标是通用AI，它将具备更高的智能水平，可处理一般性的任务，更智能地解决人类在工作及生活中的各种挑战。

  总结而言，AI正如刘慈欣在《三体》第一部中所描述的那样，如同一场盛夏的大雨，在我们还未及撑开伞时便已扑面而来。这是一场颠覆式的技术革命。

  AI本身催生了一个新的产业——AI产业的增长。由于AI涵盖了算力、算法、数据、应用及人才等多个角度，这一产业正处于快速地发展阶段。对于企业家而言，需要思考自身与AI产业链的关系，如何为AI产业链贡献力量，并从中寻找商业机遇。这是一个全新的增量市场，但同时也具有较高的进入门槛。例如，要参与到AI大模型的研发中，在大多数情况下要以万张显卡为起点，投入数亿美元。

  AI也驱动了产品和服务的创新，即“AI+应用”。企业家们应当深入思考，AI如何能为自身的产品及客户创造新的机遇。

  通过AI工具来提升企业经营效率与员工工作效率，这便是“AI+人”的机遇。1973年，管理学家明茨伯格在《管理工作的本质》中展望未来：“未来的工厂仅有两名员工——一人一犬，人负责喂犬，犬的任务则是阻止人干扰机器，因为机器可以胜任一切，无需再受人的打扰。”如今，这一场景似乎正逐渐融入我们的生活和工作中。

  一方面，AI如何满足需求侧，尤其是其能否助力我们的个性化需求得到满足。随着收入增长，我们对产品和服务的个性化需求日渐增长。然而，满足这些需求的成本往往高昂，常需大量人力投入，如游戏与娱乐行业中的好莱坞大片制作，需众多技术人员进行设计与编程；又如情感与陪伴、照料同样属于人力密集。在这些领域，AI展现出巨大潜力。例如，在教育领域，AI正变革着我们的教育与学习方式。北京大学近日发布通知，针对经济管理学教育或数学基础相对薄弱的群体，上线了高等数学C的AI学习助手与自学系统，未来或许将减少对数学助教的需求，学生可通过系统提交问题并获得解题指导。这虽对传统助教岗位构成挑战，但若系统进一步升级，教授们亦需警惕被替代的风险。当然，在情感与娱乐方面的需求可能较难被替代，因此，教授们或许还需学会怎么样把课讲得有趣、如何鼓励学生并提供陪伴，这些同样至关重要。

  在教育、交通（特别是智能驾驶）、医疗、金融等多个领域，AI正被大范围的应用于解决信贷融资等需求，同时在游戏、影视及陪伴服务等方面也展现出巨大的潜力。

  然而，在这些消费需求侧，一个核心问题就在于付费意愿。尽管某些需求确实存在，但当要求消费者为此付费时，这些需求是否仍然成立，也就是能否构成刚需或真需求，值得深入思考。

  在工作和生产侧，AI同样孕育着巨大机遇，特别是在提升人的工作效率方面。在自动办公和智能制造领域，AI已初步展现出加强团队协同的潜力。此处的重点是AI是否能切实带来效率的提升。由于生产效率的提升可以直接通过经济效益来衡量，因此，在生产领域，企业对于能够提升效率的AI技术往往具有较强的付费意愿，这更易于转化为真实的市场需求。

  在生产侧，一个尤为需要我们来关注的机会是对创作人群的支持，如设计师和方案制定者，他们能够从AI技术中获益匪浅。此外，智能推荐系统通过进一步探索客户的真实需求并与之互动，能够精准推送合适的产品，这也是一个重要的应用方向。在智能办公领域，众多职场人士已开始尝试各种AI工具，其中编程人员尤其需要我们来关注。尽管颇具讽刺意味，但电脑工程师这一行业很可能率先受到AI的冲击，他们设计的ChatGPT等工具最终可能替代部分自身工作。

  AI与制造业和工业的结合，特别是在智能制造和工业机器人领域，蕴含着巨大的发展机遇。

  最后，AI在赋能科学研究方面发挥着及其重要的作用，明显提升了科学研究的效率。今年的诺贝尔物理学奖授予了利用AI进行科学研究的项目，这充分证明了AI对科学研究生产力的巨大提升。

  第一，提升AI领导力。面对这一新兴时代，企业家要提升AI领导力。AI领导力不仅涵盖对AI技术的理解，更重要的是领导的人需具备对未来技术和商业发展的新趋势的前瞻性认知。这种认知往往超越科学的分析体系和数量化结果，是领导的人基于敏锐洞察力和深刻理解作出的前瞻性决策。正如冰球运动员韦恩·格雷茨基所言：“我总是滑向冰球即将到达的下一个位置，而不是它现在的位置。”在AI时代，许多新趋势尚未有足够的样本和案例来验证其规律性和稳定能力，因此企业决策更多依赖于领导者的前瞻性和敏锐认知。企业家应主动学习AI知识，了解AI对商业的深远影响，以便更好地把握机遇。

  AI战略的推进及其与业务的结合需要充足的资源支持，包括财务和人力资源等。这些资源的配置特别大程度上取决于领导者对AI的认知能力。历史上不乏因领导者洞察未来技术趋势而成功制定战略的伟大企业。微软便是一个典型例子，尽管曾错过移动互联网时代，但微软果断拥抱AI，实现了市值的显著增长。

  第二，制定AI战略。企业应制定与AI相关的战略，明确AI在企业核心战略中的地位，以及与企业核心竞争力、未来产品布局和整体发展目标的关系。这是构建AI战略的关键所在。

  第三，布局AI与自身应用、服务场景及产品的结合。尽管不必急于推出有关产品或服务，但企业一定思考竞争对手是否已利用AI在这些领域取得优势，从而对自身构成威胁或替代。在此过程中，寻找并解决用户的真实需求至关重要。只有那些能够真正解决用户痛点、让用户愿意付费的需求，才能带来创新的使用者真实的体验和竞争优势。

  第四，用AI技术提升经营效率。企业在面对AI技术时，应深入思考怎么样借此提升经营效率。这包括将AI纳入企业或团队的决策流程，并赋能员工。在AI时代，我们可能会逐渐观察到，不同员工或项目团队的工作效率将出现更大的差异，这种差异很可能源于他们对AI工具的使用能力。因此，有极大几率会出现一些“超级员工”，即在AI工具的赋能下，少数几个人组成的团队就能展现出强大的生产力。企业家需要为这些员工提供发挥能量的机制，并接受“超级员工”现象的存在。

  第五，打造AI与人的组织。为了打造适应AI与人协作的组织，企业需关注两个核心特征：人机协同、学习型组织。

  人机协同可能经历三个阶段：赋能阶段、共创阶段和智能体自主导航阶段。在赋能阶段，人的决策为主导，但机器提供辅助，如提供更多信息、处理标准化任务等。目前，我们大多处于这一阶段的早期。共创阶段则是人与机器共同决策，机器能提供有价值的建议，两者在决策中的重要性各占50%。到了智能体自主导航阶段，人成为指挥者，负责提出方向和要求，而具体的执行则由智能体完成，此时人负责最重要的20%的决策，智能体则负责剩余的80%。企业需依据人机协同的不同阶段，在组织架构上做出相应调整。

  同时，在AI时代，组织的学习力至关重要。提升员工对AI技术能力的掌握是提升组织学习力的关键。因此，企业在打造学习型组织方面应给予更多重视。

  第六，加入AI生态。企业应积极融入AI生态，构建AI合作伙伴网络。这包括与跨行业的AI公司进行合作，并参与到整个AI行业的治理中。

  综上所述，AI时代为中国公司能够带来了增长机遇。希望企业家们能够进一步探索并拥抱这一变革。

  整理：何又夕编辑：王贤青 白尧相关文章阅读：余昌华：科技发展如何推动经济稳步的增长李力行：2025年的经济压力与财政应对要点