《数字价值观察室》是钛媒体与ITValue联合推出的一档有关企业数字化的深度视频访谈栏目，脱胎于已连续举办十余届的ITValue Summit 数字价值年会。栏目内容聚焦产业人士最为关注的数字化问题，邀请行业专家、企业家等作为“观察员”现场论道，探寻数字经济的真问题与真答案。

数字化转型是十多年来业务转型的核心，随着AI的崛起，数字化转型本身也在发生改变，AI正在极大地改变数字化转型。毫无疑问，AI将成为大多数数字化转型举措的关键，这只是一个数字化转型和AI将以多快的速度完全融合的问题，这意味着数字化转型必须跟随AI的脚步。

那么AI究竟在数字化里扮演着什么角色？企业应该如何将AI应用落地？在使用AI的过程中有哪些痛点和困惑？

数字价值观察室·2023T-EDGE全球创新大会特别版，钛媒体集团联合创始人、ITValue发起理事万宁对话亚信安全数字化支撑部总经理冯朝晖，深入探讨“AI如何影响数字化转型”。

【附上本期直播时间轴，帮你快速跳转感兴趣的部分】

03:10-05:18 AI对企业在业务层面有哪些影响

05:20-12:10“理解力缺陷”是现阶段AI应用的最大局限

12:10-21:19 数据安全是企业应用AI最担忧的问题

21:30-29:10 如何看待OpenAI背后“加速派”和“对齐派”的冲突

29:20-35:45 AI现阶段在企业数字化转型中能够应用在哪些领域

36:10-42:00 大健康行业如何应用AI创造新价值

42:17-51:53 未来AI会在哪些领域的应用带来价值推动

【以下为节目文字实录，经钛媒体APP编辑删减】

万宁：深于实践，探寻数字产业真相。欢迎来到数字价值观察室，我是本期观察员万宁。

过去的十几年，数字化转型一直是企业IT建设的核心方向。然而，随着AI的迅速崛起，数字化转型的趋势发生了重大变化，但是技术发展却未达预期。在今天的讨论中，我希望与行业内的资深专家冯朝晖先生共同深入探讨“AI未来如何影响企业的数字化转型”。

在今天直播开始之前，我和一位客户讨论AI带来的影响，虽然AI正在对许多领域产生深远变革，但财务或审计部门的人员可能是最直接感受到焦虑的群体，因为AI已经能够替代他们原来从事的许多重复性工作。AI是否真的会在未来一段时间内对业务环境引发类似的变化？请冯总从企业的角度出发解读一下。

冯朝晖：对于AI对企业未来的影响，其实最坦白的答案是 “不知道”。

正如陈春花教授所说，“未来的世界是未知无处不在”，我们很难预测AI将如何改变企业，它的成长速度之快超出了我们的想象，我们无法准确预见它对企业的影响。所以，最坦白的回答是，这是一个未知数。

根据目前我们所能观察到的AI和企业的发展情况，AI在未来的角色很可能成为员工的效率工具，即大家所称的Copilot模式。AI的当前能力主要体现在帮助员工提高工作效率上。

比如让AI承担70%的工作，而剩余的30%需要人工进行评判。因此，在提高效率方面，AI具有广泛的使用场景和巨大的价值。这也是目前许多企业在尝试的重要方向。

这样的提效，在很多领域都已经发生。比如销售领域，AI已经起到了提高效率的作用。它帮助销售人员获取客户的背景知识，优先判断和解决特定场景的问题，以及在客服场景中快速定位需要解决问题的领域。虽然AI目前只能给出初始答案，但通过客服人员的快速理解后，能够给出最终答案，这极大地提高了客服的效率。

“理解力缺陷”是现阶段AI应用的最大局限

万宁：理解能力是不是AI的一个缺陷？

冯朝晖：AI目前的能力主要体现在自然语言处理上，例如写作，然而对于它所写的内容，AI的理解程度仍然存在一定的局限性。在企业的实际应用场景中，特别是ToB领域，由于涉及特定的行业和产品，存在大量的业务逻辑，只有在对业务逻辑有深刻理解的基础上，才能有效地回答客户的问题并解决问题。这使得AI的理解能力在企业使用AI的过程中成为一个巨大的挑战。

万宁：所以根据当前人工智能技术的发展路径，AI仍然难以真正理解复杂的逻辑关系，尤其是在ToB领域中。当遇到高度复杂的业务逻辑时，AI可能无法充分发挥其作用。在客服场景中，很多时候客户向AI提出很多个问题，但最终的指向依旧是让人工客服出面解决。

冯朝晖：是的，目前C端的智能客服普遍存在理解力较弱的问题。核心原因在于AI在处理复杂问题时的精准度不够。对于ToB企业而言，精准度是非常重要的，因为客服解决业务问题一定不可能是70%的准确率，这是不可接受的。精准度的本质在于AI的理解力不足，而并非算力或信息不足。

万宁：也就是说目前为止，AI在企业内部的优势主要体现在对海量数据的分析处理上，通过汇总相关有效的答案，极大地提高效能性。

比如在同一时间内，一个人原来能看100篇文章，现在AI可以看100万篇文章。比如像人力资源部门，挑选候选人要看简历，原来可能看十份就已经疲劳了，现在AI可以看成千上万份，然后由人给出一些标准，让AI帮助快速有效的去把要的那个人找出来，这个能做到吗？

冯朝晖：这又引出了一个新问题。AI需要人们能够精准地告诉它要寻找什么，但实际上我们往往无法完全表达清楚我们的真正需求。因此，现在出现了一个热门的新行业，叫做Prompt Engineering（提问工程师），其核心是帮助人们尽可能清晰地表述需求。

包括面试的场景。我曾经面试过很多人，发现即使我与HR提出了很多需求，实际到场的人员与我的预期还是存在一定的偏差。这是因为我自己也无法完全准确表达我的需求。当然，对于一些简单的基层岗位，可能更容易描述需求，但是涉及到专业技术的岗位就非常困难了。

万宁：AI的价值和作用一方面体现在，当我们无法清晰地描述需求时，AI可以通过各种分析提供ABCDE等多种方案，让人来选择最符合需求的方案。

冯朝晖：而且我们在不断的跟AI交流的过程中，会不断修正需求，答案可能会越来越准确。

万宁：这就是我们和AI相处之道，我们需要明确其优劣势。AI的优势在于处理海量信息的能力，可以帮助我们提高效率。然而，这也给人们带来了一定的焦虑，担心AI会对许多岗位产生影响。

但从目前来看，这个担忧似乎为时过早。由于AI技术的局限性，它更多是概率分析和提供最优解，因此提出好问题成为了使用AI最重要的环节。只有当我们能够向AI提出精准、清晰的问题时，才能真正获得AI能力的帮助。

数据安全是企业应用AI最担忧的问题

冯朝晖：在企业应用AI的过程中，我个人觉得有两个鸿沟。

第一个是如何提出精准、清晰的问题。第二个是如何解决AI大模型的本地化问题，即如何让大模型能够学习并理解企业的业务知识。这是企业现阶段在使用AI过程中的很大挑战。

直接照搬一个大模型对于企业来说成本高昂，难以承受。如何对大模型进行局部优化，使其能够适应特定企业、产品、业务逻辑和企业文化，通过局部优化打造定制化的机器人，成为了一个重要的问题。

万宁：因为千行百业有各种业态，每个业态都有非常多专业Know-How的积累。这个积累其实是大模型在具体应用场景中的体现，需要AI在专业知识和大模型的计算能力间高度结合。这是目前为止我们企业面对大模型落地应用一筹莫展的关键鸿沟。

冯朝晖：这个鸿沟有两方面的因素，其实第一个因素是算力成本很高，是企业成本的问题。

第二个问题，其实也是我加入亚信安全很重要的原因，数据安全的问题。企业是否愿意把核心的产品、知识、业务逻辑提供给一个大模型。而大模型理论上说是大家都可以用的。企业做了很长时间建立了自己的壁垒和护城河，舍不舍得把自己的护城河交给大模型？这是我觉得，每个企业在大模型面前都都比较举步维艰很大的挑战。

万宁：我们一方面渴望着技术带来帮助，但反过来也害怕由于技术渗透，导致了企业原来传统专业壁垒丧失。

冯朝晖：不光是行业壁垒，包括企业壁垒。每个行业里面为什么有No.1、No.2、No.3，企业如果把自己的全部业务Know-How都交给了大模型，那它的护城河还存在吗？

万宁：冯总，我来challenge一下你的这个观点。事实上我们大家都知道，必须去拥抱未来，拥抱数字化，拥抱大模型。那应该如何去解决这个壁垒的问题？安全层面已经有了一些解决方案，同时是不是也会有另外一个市场繁荣的信号，就是当更多的企业意识到技术进步所带来的帮助，他们是否会基于自身行业或企业的特点，在某些特定的领域开发自己的“小”大模型？因为技术的渗透是挡不住的。

冯朝晖：这个问题特别好，这也是现在很多企业在拥抱AI过程中，特别纠结犹豫的问题。不拥抱AI，未来会有很大的挑战，拥抱AI则意味着要应对由此带来的新的挑战。

从企业角度来说，如果能够实现大模型的私有化部署，能够充分利用大模型的能力，同时又能够保持对模型的掌控，那将是一种理想的解决方案。然而，目前还没有看到这样的曙光

另一种解决方案，是在企业内部找到合适的应用场景，使大模型的能力得以充分应用，为企业建立一条新的护城河。我相信会有一些企业愿意踏出这一步，进行探索和尝试。

万宁：面对着不可逆的数字化前景与未来，面对着工具不断强大的渗透，企业不能做鸵鸟，不能回避。未来的那些真正走出来企业，一定会去勇于尝试，找到与大模型和自己企业发展安全共存的新方式，因为这才是解决之道。

由于算力的昂贵，由于大模型目前为止私有化部署其实是美好的梦想，目前即便是在局部应用中能够运用好大模型的能力，已经使企业可以在竞争中获得优势了。冯总既涉足互联网行业又涉足传统行业，您有什么建议可以分享吗？

冯朝晖：我认为，关键在于寻求短期效益与长期利益的平衡。长期利益是指AI的发展是不可阻挡的，它必将改变我们的行业。短期效益则是在可见的范围内，如何保护企业已搭建的护城河，保持业务的增长。

这是一个很微妙的平衡。这意味着企业必须找到合适的场景去尝试、去学习、去了解。当对未知的事物了解越多时，安全感也会逐渐增强，从而更有可能愿意将企业的护城河与AI进行融合。也许在AI与企业真正融合后，我们会发现之前所有的顾虑都是多余的。

回到德鲁克的管理理论，企业的核心价值是组织，一个优秀的组织其实是别人学不到的。因为企业有优秀的组织，所以才会有高绩效，才会有护城河，才会有行业地位。假如这个组织都是机器人呢？它的边界是无限的，那是不是可以通吃这个行业？

我相信每个企业都在艰难的寻找这个平衡。

“加速派”和“对齐派”的冲突，现阶段还为时尚早

万宁：最近，OpenAI公司经历了一次剧烈的动荡。我经常讲我是一个技术原教旨主义者，我一直认为技术可以帮助我们变得更好，因此致力于推动技术的进步并分享技术进步带来的各种好处。但的确已经有些人开始思考机器拥有智慧后的情况，因此出现了对齐派。这次OpenAI的事件中，加速派和对齐派摊牌，最终加速派获得了胜利。

我相信，作为企业和希望利用技术提高自身能力的人会更倾向于支持加速派。那么您如何看待这两个不同的立场呢？另外，在未来技术加速发展的过程中，AI是否真的能够展现出更强大的能力呢？我们又应该为此做些什么准备呢？

冯朝晖：首先，从我个人角度来看，加速派最终获胜，背后微软一定有很大的推动。因为从企业本身来讲，做企业的人天生都是加速派的信徒。至于加速派和对齐派，实际上是个信仰问题，因为谁也说不出为什么，我们只是一种相信。

从本质上说，我相信人类本身的潜力远远没有充分发挥。根据对大脑的初步研究，当脑细胞之间连接数越高的时候人越聪明。脑科学有一个很惊奇的发现，人的大脑在十岁时达到脑细胞连接数的峰值，过了十岁之后，这种连接数在逐渐减少。所以当我们逐渐走向社会，我们变得越来越聪明，但是其实越来越不智慧。

智慧这个事情，跟聪明不是一个概念。

比如真正的大智慧源自于耶稣、释迦牟尼和孔子等几千年前的人物。他们当时所处的世界知识水平远低于我们现代社会，但他们的智慧是我们难以企及的高度。

另一个广为人知的故事是，爱因斯坦在遗愿中要求捐献他的大脑供科学家们研究。通过解剖发现，他大脑中使用的脑细胞仅占不到30%，而剩下的70%则完全没有被使用。因此，我相信技术的加速发展能够将人类从日常繁忙琐事中解放出来。

万宁：当我们尚未面对更高能力的工具时，就开始担心无法驾驭它或被其控制。您的观点是，我们不必过于担心高级工具可能带来的危害，而应更多地思考这个工具是否有助于激发我们的大脑潜能。

冯朝晖：最近，我重新看了《黑客帝国》。电影里为什么母体（Matrix）要允许叛逆者的存在呢？这是因为母体自身并没有进化的能力。它让叛逆者出现，实际上是让叛逆者去推动进化。当叛逆者完成进化后，母体会被迫重启，并在重启过程中再次实现进化。人类进化的潜力我们完全不了解，我认为随着技术的发展，人类自身的能力可能会取得巨大的进步。

万宁：这又回到了我们最初的话题。大模型的发展阶段需要我们提出更好的问题。同样，我们提出的问题和人类的智慧也是帮助AI或人工智能成长的关键环节。至于现在AI是否能够产生自我智慧或自我意识，并反过来反噬人类，可能担忧得有点过早了。

冯朝晖：这种思考是基于人类不再进化的假设，但我认为人类也会继续成长。或许有一天，每个人都能够拥有像释迦牟尼那样的大智慧。

“客服”和“售后”是企业尝试AI的最佳场景

万宁：AI在目前的企业数字化转型中，还处在逐渐养成阶段，您觉得现在AI在企业数字化转型中，有哪些领域已经开始呈现出它的价值？

冯朝晖：考虑将AI应用于某个场景，本质上是在确定投资的方向，AI是需要投入的，企业必定会考虑投入与产出比，没有任何企业会不计回报地投入。因此，我们要将AI放在真正能够给企业带来回报的场景中尝试，否则即便AI在某些场景中的表现很好，但没有对企业的Bottom line或者Top line直接产生影响，那么企业的持续投入很快就会打折扣。

所以我们尝试的场景，就是在客服和售后，因为这两个领域有几个优势。

第一，客服和售后部门作为企业对外公开的服务窗口，企业不会过于担心机密泄露的问题。因为客服和售后所接触到的信息通常是允许对外公开的，与产研部门不同，他们不涉及企业核心的机密信息，但是他们所处理的信息通常是与业务紧密相关的公开信息。因此在这个过程中，潜在的数据泄露问题得到了解决。

第二，解决了AI和业务结合的问题。现阶段AI确实无法替完全替代人工，所以可以采用Copilot模式来帮客户提效。此外，AI还可以解决客服培训的问题。一个优秀的客服是需要培训的，特别是在有很多专业要求的ToB领域，AI可以提供很多基础性的知识，让新客服有比较好的起点。

这能够直接提升客服的质量，同时够降低成本，而且客户的感知会很好。客服是有高峰期的，比如说在安全行业，当遇到类似国家护网行动等事件时，企业的客服通常会面临大量售后电话的涌入，如果机器人客服能够先行处理一些简单问题，将会大大减轻人工客服的压力。

通过在客服领域使用AI，我们可以越来越了解它，并逐步扩大应用范围。比如使用AI制作销售解决方案，会牵扯到多一点的企业核心机密，然后也许未来逐渐参与到产品研发和功能设置等更核心的业务环节中。这是一个渐进的过程，企业需要逐步敞开大门，让AI逐渐融入。在这个过程中企业不能盲目地闭上眼睛，要关注AI的成长，了解对AI的控制程度。

万宁：冯总通过他的具体实践，向我们提供了应对AI冲击的建议，并给出了企业如何运用AI进行数字化转型的思路，我把它简单总结叫循序&渐进。

首先循序，我们担心大模型和AI可能带来威胁，因为它们可能泄露关键Know-How，破坏企业原先建立的企业壁垒。

比如先选择客服、售后，其实并不会触及到企业的核心技术。然而，这个过程确实能帮助AI获取并积累相关知识。这是一个逐步养成的过程，随着时间的推移，可以逐渐提高AI的能力。通过不断养成的过程，实现AI持续、渐进的进步。

大健康也许是最后应用AI技术的领域

万宁：除了在售后领域的应用，人工智能和大模型技术已经引起了许多行业的关注。您之前曾任职的爱康国宾就是一个很好的例子，企业积累了大量的个人健康数据，这些数据就像一座巨大的金矿。如果将数学分析和模型能力应用于这些数据，将挖掘出极高的价值。那么，像爱康国宾这样的企业和业务，应该如何运用人工智能或大模型技术来创造新的价值呢？

冯朝晖：这就涉及到另外一个AI技术无法回避的问题，伦理。医药医疗行业可能是最后才会应用AI技术的领域，因为涉及到伦理问题，特别是关于人的问题。

首先是个人健康数据的安全性问题，这也是为什么数据安全公司如今备受欢迎的原因，在未来的AI时代，数据安全将变得更加重要。只有当数据安全问题得到妥善解决，AI技术才能真正全面落地。然而，医疗行业不仅仅涉及到数据泄露的问题，更重要的是，当人们的生死决策权交给机器时，伦理问题便浮出水面，这会是一个巨大的挑战。

万宁：当面对选择时，你会选择站在技术派还是对齐派呢？随着人工智能的学习和机器智能的发展，它们可能已经无意识地开始进入医疗领域，分析每个个体的健康状况，甚至可能掌握我们的健康？你是否因此也会产生类似对齐派的忧虑？

冯朝晖：实际上，刚才我们提到的关于医疗行业遇到的挑战，也正是对齐派的担忧。然而，基于我对AI在医疗领域应用的了解，我非常愿意接受由AI医生进行诊断。事实上医疗行业现在已经应用了许多AI技术，AI的能力虽然还达不到最优秀的医生水平，但是已经超越了医生的平均水平。然而，由于伦理挑战的存在，从政府角度考虑，目前还不能批准这样的尝试。

这并不是AI自身技术能力的问题，而是基于人性中的伦理和道德规范。这是最难突破的一条底线，也是对齐派所担忧和焦虑的根本出发点。

万宁：我们确实认识到AI在帮助企业实现数字化方面带来了巨大的价值。比如通过AI审片、辅助诊断等。在医疗行业里，误诊或错误判断所导致的死亡人数可能远远超过疾病本身。而AI技术的应用，实际上减少了这种误诊或误判断的问题。我接触过很多这样的案例，的确AI技术在帮助我们。然而，对齐派的担忧可能不仅源于对技术的理解不足，导致失去安全感。我们的制度层面和规则层面是否确实落后于当前技术的发展，进而导致了当前激烈的冲突？

冯朝晖：首先，从结果来看，制度确实在限制技术的发展，这是不容置疑的。然而，我并不愿意使用“落后”这个词来描述制度，因为很多制度的制定是基于道德和伦理原则考量，是出于对一个社会所谓的公认的规范和道德的维护来制定的，出发点与技术完全不同。所以技术发展与制度的冲突愈发凸显，例如自动驾驶领域，这些问题并非单纯依靠技术范畴就能解决的。

万宁：就像商学院经常讨论的伦理问题：在两条铁轨上，一条人多人少，你会选择撞哪个？实际上，谁都不应该撞，因为生命至高无上。然而，在实际技术发展中，技术决策者们却常常面临这样的选择。我们二位本质上是技术的拥护者，坚信技术会带来改变。您从您的角度提到了在大健康领域目前的发展和一些展望。

现阶段AI对企业的重要价值是组织优化

万宁：在可见的时间范围内，人工智能可能在哪些行业能够带来的价值和推动。哪些是我们现在值得关注并需要准备的？

冯朝晖：我认为，如何将人工智能真正用于造福员工是企业值得关注的问题。从企业角度来看，亚信安全最近进行了一次内部数字化转型的讨论。在讨论转型的目标和意义时，我们得出了两个非常重要的结论。

第一个结论是，我们进行数字化转型并利用AI技术，是为了提高客户感知。通过这样的技术手段更好地理解客户，满足并解决他们自己可能都没有意识到的需求。

另一个非常重要的突破是员工的感知。通过数字化手段和AI技术，能够全方位地感知员工的状况，激发他们的积极性和能动性。例如，通过技术手段我们可以及时了解员工在工作中遇到的困难和挑战，并提供合适的工具帮助他们解决这些问题。同时，我们还可以感知员工当前的压力状况，是否需要安排心理咨询师进行心理疏导。通过这些措施，我们可以及时发现并解决职场中可能出现的异常情况，避免不幸事件的发生。

也许在我们的日常工作中，我们可能会发现一些异常的一些情况，比如某个员工最近承受的压力特别大，他自己可能都没有感觉到，那我就提前给他些温暖和关怀。其实企一个企业最终的价值创造是体现在员工的价值创造和对为顾客创造价值。我觉得这是我们觉得数字化加上AI，未来对企业能够发生最大价值的影响地方。

企业最终的价值创造是体现在员工的价值创造和对顾客创造价值上的，我认为这是数字化和AI的结合在未来对企业产生最大的价值影响。

万宁：确实员工感知是非常重要的。正如您所提到的德鲁克的例子，任何形式的管理或组织效率最终都要落实到人身上。然而，过去的管理规则大多基于显性数据，我们并没有真正地去感知，特别是现在面对着00后和Z世代的新员工，我们更难以了解现在员工的情况。因此，利用人工智能的相关技术手段可以帮助我们了解员工的真实状况。我们经常强调高效的组织需要过程管理，通过过程管理可以避免更糟糕的结果，使组织效率整体更加成功。

但是现在确确实实我们是面对的一个黑幕。那也可能是说因为这个使得我们在员工感知这方面是一个突破，这个确确实实是AI现在给我们展现的一个场景。因为我们有太多的触点，太多的数据，太多的方式是可以去了解员工究竟怎么样。

我们现在确实面临着一些困难和挑战，但这也可能是我们在员工感知方面取得突破的机会。我们拥有众多的触点和数据来源，可以了解员工的真实情况。通过人工智能的技术手段更深入地分析这些数据，更好地感知员工的状况，从而为组织带来更大的价值。

冯朝晖：而且AI在这方面它有太多的应用场景。

万宁：确实，比如销售团队的管理往往是最难的，因为销售人员经常在外工作，尽管我们可能已经使用了各种流程管理系统和手段，还是难以掌握他们的实际情况。但借助AI的能力，结合数据的多维度和多元性，以及海量数据，可以帮助我们更好地提高效率和了解销售人员的实际情况。通过这种感知，企业可以更好地制定相应的管理措施，提高销售业绩。

冯朝晖：销售部门是一个企业中最孤独的部门，他们承担着最大的压力，同时也是企业中最大的价值创造者。通过数字化和AI技术的帮助，我们可以为员工提供支持和关怀，例如在他们遇到困难或客户责备时给予安慰和鼓励。这种关怀可以帮助员工缓解情绪，提高工作效率，同时也增强了员工的归属感和忠诚度。我们越来越意识到，其实员工不是管出来的，员工是需要看见的。

万宁：很多时候员工关怀或员工关护往往只停留在口号上，现在通过AI的一些手段能够来感知员工的真实状态，并具备预判性和过程性地进行有效干预，才能及时发现问题并采取相应的措施，避免事情发展到不可挽回的地步。

冯朝晖：从心理学和人性角度来看，人是需要被关注和看见的。当他们的困难被别人看见时，感受会好很多；当他们的成就或付出被别人认可时，会更有动力去做得更好。能够被激发的员工是企业最有价值的员工。然而，以前企业往往只是走流程，很难真正关注员工的内心需求和情感变化。

万宁：所有奖励都是最后是结果性的，并不是真正过程性的。

冯朝晖：对，不是过程性的，而且带着很多的主观性，是基于一个人对另外一个人的判断，有太多主观因素影响。通过数字化和智能化手段，我们可以实时感知员工的状态，更加客观地了解他们的需求和问题，从而激发出员工的无限创造力。这对于企业来说无疑是一种巨大的价值。

另外，针对00后和Z世代员工，不能依靠管理来约束他们，而应该通过看见和理解他们来激发他们的创造性。这些员工成长于高度个性化的时代，他们的能力已经超越了我们。一旦他们的创造性被激发出来，能够为企业带来巨大的价值。

万宁：“管理”这个词其实在Z世代身上是失效的。

冯朝晖：我们内部推广就是看见员工，看见他的需要。

万宁：在企业内部我们可以看到，AI的应用需要有一个循序渐进的基本原则。首先从客服与售后开始，然后逐渐向前延伸到客户感知和分析，通过画像和海量数据的辅助，更高效地了解客户的需求和行为，从而更好地满足他们的期望。接下来是员工感知，通过数据模型和人工智能等手段，建立真正感知员工需求的能力。最终，我们希望建立一个更高效的组织形态，以适应未来数字世界的发展。

冯朝晖：这就是德鲁克一直强调的组织效率，当组织效率达到极致，所有员工都在服务于顾客的价值创造，那么企业价值、企业的绩效就真正高效和最大化了。

数字化的最终目的是组织赋能

万宁：在谈论数字化如何进入到企业时，您提到了循序&渐进的原则。其实循序也是我们这批搞技术的CIO们一个永恒的命题，在推动企业数字化发展、建设或转型的过程中，如何发现和构建新的序列是一项重要而具有挑战性的工作。通过原来在爱康国宾、万科到现在亚信安全，对于如何建立新的数字世界中的秩序感，您有哪些建议？

冯朝晖：每个企业在面对数字化和AI的挑战时，都会遇到自身独特的问题。许多企业最终没有达到预期的效果，核心原因往往是将数字化或AI仅仅视为一个项目或运动，而忽略了它们在企业中到底要承接什么。

数字化和智能化在企业的应用，不仅仅是为了提高效率或优化流程，它们更是在承接和实现组织能力。它必须成为企业自身的基因，数字化销售或数字化营销并不是目的，是对整个组织进行赋能和改造。只有将这种意识达成共识，企业才能更好地利用数字化和智能化工具来提升自身的竞争力。

万宁：在高度数字化时代，员工感知是一个非常重要的议题。这不再仅仅是CIO的职责，而是所有公司领导者都应该关注和具备的意识。只有当所有领导者都具备这种意识，才能真正推动公司在数字化转型中实现更高效的发展。

冯朝晖：大家需要认识到，数字化不仅仅是为了实现技术更新或提高效率，而是为了在组织内植入一个新的基因序列，使组织能够持续成长和适应变化。只有达成这个共识，才能更好地推动数字化转型并实现更高效的发展。

万宁：我们探讨了AI对企业数字化转型的影响，并涉及了许多话题。其中，我们谈到了OpenAI最近发生的重大事件，技术加速派和对齐派之间的争议。这场冲突的起因源于我们对未来技术发展安全感的缺失，但冲突的结束让我们看到，技术发展是永恒的话题。世界一直持续的不断在向前发展，必须要迎接和拥抱新的技术。

回到本期节目的核心问题，如何去运用人工智能帮助企业数字化转型，冯总结合他的经验和简介，为我们提供了一个粗略的路径方向：从一些具体的场景开始，如售后和客服。这些领域已经有了安全标准和业务相关性，能够很好地训练模型。一方面可以帮助解决企业当前的问题，另一方面也是最安全的选择。

AI在企业内进一步发展方向是客户感知，通过这种方式来扩大企业的能力边界，提高效率，并以此展望未来，建立数字化企业的员工感知，使数字员工能够在更好的环境中发挥能动性，实现组织的效率和价值最大化。

想了解更多数字化信息

掌握节目最新资讯

欢迎扫描下方二维码

加入数字价值观察团

获取更多独家内容！