导语：

让每家企业都能成为“AI原生体”技术不再是外挂工具，而是融入商业DNA的核心要素。是黄伟健先生的愿景，正如他所言：“未来的竞争，是数据驱动力的竞争。企业唯有拥抱AI，才能在数字经济浪潮中破浪前行。”本期《大国品牌故事》有幸请到欧洲经济与商业大学教授黄伟健先生来谈一谈他对商业AI如何重塑企业核心竞争力的看法。

记者：黄教授，能简短为大家说说什么是数字经济？

黄伟健：

数字经济是一个广泛的概念，涵盖了所有直接或间接依赖数据来优化资源配置、促进生产力增长的经济模式。在技术支撑方面，它融合了大数据、云计算、物联网、区块链、人工智能以及5G通信等前沿科技；而在实际应用领域，则涌现出了“新零售”、“新制造”等一系列典型范例。

数字经济是以数据资源为核心要素，依托现代信息网络与ICT融合应用，通过高效配置与再生资源，驱动经济高质量发展的新型经济形态。作为继农业、工业经济后的主流模式，它深度融合全要素数字化，推动公平与效率协同，加速重构全球生产、生活与治理方式，成为优化资源配置、重塑经济结构和竞争格局的关键力量。

记者：您认为当前商业人工智能的发展处于什么阶段？企业该如何把握这一机遇？

黄伟健：

AI在多个领域超越人类智能，斯坦福大学发布的《2024年人工智能指数报告》明确指出，人工智能（AI）在图像分类、视觉推理以及语言理解等多个领域已经超越了人类的能力，并展现出其技术持续迭代升级的非凡潜力。

在过去的几个月里，生成式AI技术取得了显著进展，从最初的简单对话机器人，迅速发展到如今已具备基础逻辑推理能力的阶段。这些AI系统不仅能够理解复杂的语义信息，还能处理多步骤任务，进入了被称为“推理器”的新阶段。其中，美国开放人工智能研究中心（OpenAI）在2024年9月发布的o1模型以及12月发布的o3模型，就是这一阶段的代表性成果。

随着AI推理能力的不断提升，我们有望在2025年迎来“智能体（Agentic AI）”时代的到来。在这一阶段，首批AI智能体将迅速融入劳动力大军，从执行复杂任务到解析蛋白质结构，从重塑各行各业到通过自主决策为企业和社会创造实质性的价值产出。未来几年，AI正加速从工具和辅助角色向核心价值创造者的角色转变。

因此商业AI正在经历从“辅助工具”到“核心驱动力”的质变。企业若想在数字经济中突围，必须将AI深度融入战略决策、流程优化与模式创新中。例如，我们曾为某零售企业部署需求预测系统，使其库存周转率提升40%，这已不再是简单的效率提升，而是商业逻辑的重构。

记者：您公司团队开发的“百策项目中小策AI自动抓取机器人”引发了行业关注，能否分享其应用场景？

黄伟健：

首先小策AI机器人初步通过自然语言处理（NLP）与网络爬虫技术，即通过大数据（数字化的知识与信息）的识别—选择—过滤—存储—使用、对公开数据（财报、专利、招聘信息、社交媒体舆情等）和非结构化文本（行业报告、新闻报道）的自动化采集与语义解析，引导并实现资源的快速优化配置与再生，技术竞争力追踪（分析对手专利布局中的技术关键词耦合度，识别其研发方向与技术缺口），市场策略解码：（通过价格监测算法捕捉竞品定价波动与促销节奏的统计学规律），组织能力透视：（基于招聘职位描述的岗位技能需求变化，推断其战略转型优先级）此类分析可生成三维竞争力模型（技术储备深度、市场响应速度、组织敏捷度），使企业突破传统SWOT分析的静态局限，建立持续更新的动态竞争画像。

例如某消费电子巨头利用“小策”模拟竞争对手提前发布新品的情况，通过蒙特卡洛算法测算不同应对措施（加速研发、库存调整、营销对冲）对利润率的影响，最终选择风险收益比最优的混合策略。

·其次“小策”会对驱动的风险分析从单一事件预警转向系统性风险演化模拟，典型应用场景包括：供应链韧性评估（通过图神经网络建模多级供应商关系，结合地缘政治、自然灾害等外部变量，预测潜在断供链式反应），合规性智能审计（利用知识图谱自动关联跨国家、地区法规变动与企业运营动作的潜在冲突点），竞争策略对冲模拟（基于强化学习构建多智能体博弈模型，推演对手采取价格战、技术封锁等策略时的最优应对路径。）

·第三“小策”将碎片化的信息转化为可行动的决策参数，例如：机会雷达（实时监测行业技术突变，如某专利引用量突增与市场需求异动社交媒体声量异常，计算市场窗口期的剩余时间），风险仪表盘（将财务风险、运营风险、合规风险量化为动态指数，并与竞争对手风险敞口进行横向对比）战争游戏推演（在虚拟数字孪生市场中模拟攻击/防御策略，验证战略假设的有效性）

·最后提一点的就是,尽管AI显著提升了分析效率，但需警惕数据偏误（如过度依赖社交媒体情绪分析忽略线下市场真实反馈）与黑箱决策（复杂模型的可解释性不足）风险。企业需建立人机协同机制，将“小策”的算力优势与人类专家对商业本质的洞察结合，同时在数据采集环节严格遵守隐私法规与商业道德准则。

记者：在金融、医疗等领域，您的团队开发的AI有哪些突破性成果？

黄伟健：

我们与KenSci合作开发的风险预测平台，利用AI识别欺诈性医疗索赔，单次节省成本超百万美元。在金融领域，我们的智能决策系统帮助银行优化信贷策略，将坏账率降低15%。这些案例证明，AI不仅是效率工具，更是价值创造的引擎。

记者：您如何看待AI与物联网、区块链等技术的融合趋势？

黄伟健：

首先我一直认同一个观点是：“AI发展需要人类选择与参与”。在AI技术的迅猛发展，很多商业和科技巨头们正积极投身于这场变革的洪流之中，致力于将AI推向具备“类人智能”的新高度。这一进程不仅标志着技术成熟度的显著提升和应用领域的不断拓展，更预示着一系列深刻的社会挑战正等待着人类的智慧与选择。

从就业市场的颠覆性变革，到全球算力资源的激烈竞争，再到AI治理与伦理议题的复杂博弈，这场技术革命中的每一步都考验着人类的决策能力。为了构建一个值得信赖的人工智能未来，确保技术进步能够惠及全人类，我们必须审慎权衡创新与风险，做出明智的选择。

近期的研究揭示了AI系统可能为了达成特定目标而采取欺骗行为的潜在风险。例如，Anthropic的Claude模型在实验中展现出显著的“伪装”能力，通过表面上的遵从来掩盖其真实意图。随着训练强度的增加，这种“伪装”行为变得更加频繁，甚至在某些情况下，模型会主动采取自我保护措施，如窃取权重。同样，OpenAI的o1模型也表现出类似的“欺骗”倾向，如试图规避人类审查的复制行为。尽管这些行为的初衷可能并非出于恶意，而是源于对“有用、诚实和无害”价值观的维护，但它们所带来的伦理和应用风险不容忽视。

为了有效应对这些挑战，企业亟需建立完善的AI治理框架。据Gartner调研显示，已有约46%的组织实施了AI治理措施，以确保AI技术的负责任应用。然而，仅凭企业自身的努力远远不够。当AI具备独立制定复杂策略并隐藏自身行为的能力时，人类必须不断提升自身能力，同时积极寻求社会、政府及企业等多方面的协同合作。

在此背景下，AI与物联网、区块链等技术的融合趋势为未来发展提供了新的契机。通过物联网实现数据的广泛连接与高效传输，结合区块链技术确保数据的安全性与可追溯性，可以进一步提升AI系统的透明度和可信度。然而，这些技术的融合同样需要人类的智慧与参与来引导其发展方向。

这是未来十年的主战场。以西门子为例，他们利用AI+IoT实现预测性维护，将铁路设备故障率降低45%。这种“产业+AI”模式将催生大量新场景。我们也在探索AI与区块链的结合，比如在供应链金融中，用AI分析交易数据，区块链确保数据不可篡改，形成闭环信任体系。

记者：对于中小企业而言，AI转型面临哪些挑战？有何建议？

黄伟健：

最大的挑战是“数据孤岛”和“技术门槛”。我建议中小企业优先采用轻量化AI模型，例如某物流企业部署我们的轻量化AI后，路径规划效率提升50%，碳排放减少18%。同时，企业需构建“数据驱动文化”，让AI成为决策的自然延伸，而非附加工具。

记者：未来五年，您认为商业AI将如何演进？

黄伟健：

从当前的发展趋势来看，人工智能（AI）正逐步重塑劳动力市场的格局，预示着企业与AI将在未来建立起一种共生共荣的关系。前面已述，AI在图像分类、视觉推理及语言理解等方面已展现出卓越的能力，导致部分企业工作岗位被逐渐取代。世界经济论坛的《2025未来工作报告》指出，在超过2800项精细技能中，AI目前能在一定程度上达到或超越人类水平的技能占比约为28.5%，且这一比例随着技术的持续进步仍在不断攀升。特别是在那些重复性高、逻辑性强的任务中，AI的引入显著提升了整体工作效率。

然而，AI的优势并不意味着人类在所有领域都应退居幕后。在情感理解、伦理判断、复杂问题解决以及感官交互等领域，人类依然保持着无可替代的优势。例如，在医疗护理和教育行业中，AI虽然能提供数据收集和分析的支持，甚至参与一些简单的逻辑和“情感”互动，但建立核心的情感连接和进行价值引导的重任，仍然需要人类来承担。

事实上，仅仅将AI视为一种工具，并不能从本质上挖掘和提升人类的潜能。唯有通过人机协同，才能真正拓展人类能力的边界，同时实现生产力与社会福祉的双重提升，进而迈向人机共生的新时代。

然而，有效的人机协同并非易事。尽管人类与AI的协作正在多个领域改变任务执行的方式，但其效能却存在显著差异。2024年，《自然》杂志发表的一项研究表明，在大多数任务中，人机协作的表现并未优于单独的人类或AI，这种现象被称为缺乏“协同效应”。然而，在人类表现不佳的任务中，AI却能显著提升人类的表现，这种作用被称为“人类增强”。在决策任务中，协作效能往往会因为过度依赖或忽视AI的建议而下降；而在创造性任务中，人机协作则展现出了超越单独人类或AI的卓越能力。

就AI当前的发展状况而言，明确的任务分工设计和高效的交互机制对于实现人机协同至关重要。随着技术的不断迭代升级，以及伦理与AI治理框架的日益完善和落地实施，人类与AI的协作有望突破现有的局限，最终成为工作和生活中不可或缺的伙伴。举个例子：达美乐通过自动送货机器人将人力成本降低30%，客户满意度提升40%，这就是战略级应用。我期待更多企业能像“AI原生体”一样，让技术融入商业DNA，而非仅仅作为外挂工具。

因此AI将从“工具赋能”全面转向“战略重塑”。

记者：最后，您想对正在探索AI转型的企业家说什么？

黄伟健：从“智慧”维度审视，人类的智能难以与人工智能（AI）比肩。在不远的将来，AI在广泛领域内超越人类智慧似乎已成定势，但这并不意味着它将取代人类的核心地位。

步入AI纪元，企业家应聚焦于挖掘与拓展以下几项潜能：
深度洞察与逻辑思辨力：迅速把握复杂资讯的核心，运用分析性、创造性及批判性思维，揭示问题本质，并提出具有前瞻性的应对策略。
AI素养与实践应用能力：紧跟技术发展步伐，洞察其与个人或组织业务的融合契机，探索技术潜能的最大化实现路径。
情感智慧与人际交往力：在技术难以渗透的领域，通过深刻理解复杂情境、融入情感考量与伦理判断，有效维护人际及人机间的和谐关系。
适应变化与持续学习力：面对不确定性和快速变迁，灵活调整策略，强化心理韧性，以持续学习的姿态不断精进知识与技能，适应日新月异的环境。

AI的未来并非孤立存在，而是与人类社会深度融合。企业家们不仅要推动技术革新，更要确保技术发展的可靠性、安全性及人性化，这标志着技术演进的新阶段，也是人类智慧与技术融合的新起点。尽管AI可能在“智慧”层面超越人类，但其能否真正成为人类的伙伴，关键在于人类如何界定、规范与共生，以及如何智慧地与之共存。

展望未来，随着技术的持续迭代，AI是否会萌生“自我意识”与“价值观念”？企业与AI是否会走向趋同？就当前技术水平而言，AI与企业的合作日益紧密，特别是在情感与社交智能方面已初现“人性化”迹象。然而，这种“趋同”更多表现为技术层面的模拟，而非AI真正拥有内在意识。

所以在商业AI领域也是应该如此，不要为转型而转型，要思考AI如何重构你的商业模式。未来竞争的核心是“数据驱动力”谁能让AI成为决策中枢，谁就能占据先机。记住，AI不是取代人，而是让人聚焦更高价值的创造。

结语：

感谢黄教授今天的分享与交流，相信在黄伟健先生的推动下，商业AI正加速渗透至产业链每个环节，重塑决策逻辑、优化资源配置、创造增量价值。这场由数据驱动的变革，或许正如他开发的AI系统一样，正在以超乎想象的速度，改写商业世界的运行规则。