WAIC刚落下帷幕，与前几年不同的是，今年的WAIC与会者更多开始关注AI对社会和企业的价值在哪里。而麦肯锡报告显示，全球88%的企业已经部署了生成式AI，但只有5%到7%获得了显著的财务回报。

过去两年，几乎每一家像样的公司都在谈AI转型，CEO们在各种场合展示着自己企业的AI应用。但冷静下来算账的时候，问题开始浮现：钱花出去了，人也用了，可利润表上那根线，怎么没怎么动？

提升个人效率远远不够

麦肯锡2025年的全球AI调研报告显示，88%的企业已经在至少一个业务职能中常态化使用AI，但大多数企业的AI使用，仍然停留在单点文档处理、智能问答这些浅层工具应用阶段。AI技术尚未深度融入企业核心业务流程，技术投入与价值产出之间存在明显的错配。

前两年大家谈大模型、谈技术、谈工具很多，但从去年下半年开始，越来越多的企业家表示，真正落地后最难的部分，不是技术，而是组织和人。

比如，一家企业给所有员工开通了AI工具，员工们用ChatGPT写周报、用Midjourney做海报，个人效率确实提升了。但部门间的协作、核心业务流程的运转，却几乎没有改变。个人效率的提升，并没有线性转化为组织绩效的提升。

同济大学经济与管理学院副院长王洪伟，用一组数据点明了问题的严重性：“麦肯锡的调研显示，88%的企业在使用AI，但真正在财务上有显著提升的，只有5%到7%。”他进一步解释，因为AI使用和流程重塑之间存在巨大的鸿沟。个人使用行为，不等于组织使用行为。

这种鸿沟，也同样发生在组织与组织之间。北汽新能源享界超级工厂设备工程部部长李明宇分享了一个业界的例子，他表示，某个工厂曾提出想搭建一个制造园区的数字孪生模型，需要采集水、电、气等能源数据。AI企业说数据质量不够，工厂反问需要多高的采样频率？毫秒级还是秒级？数据集基础不足和数据标准的不一致，也同样给AI落地带来挑战。

面对这样的困境，企业应该如何解呢？对此，百型智能创始人兼 CEO 韩美表示，“企业AI的下一阶段，不是部署更多彼此割裂的单点Agent，而是建立能够理解企业、统一智能体决策、并根据真实业务结果持续进化的企业本体。”

而郭为也与笔者分享了神州数码的解题思路，他表示，AI应用不是简单的技术叠加，而是一个系统工程。 他引用熊彼特的理论，认为创新本质上是对生产要素的重新编排。而AI作为新的生产要素，必须与业务流程、管理方法、业务模式三者协同，才能真正发挥作用。

“这是一场‘AI次方’的系统性重构。”郭为说，“如果数据质量和专家水平是小于1的，那AI的应用最后就是0。只有当大于1的时候，才能让数字不断变大。”

郭为分享了一个制药行业的案例：一家头部创新药企，在撰写FDA的临床研究报告（CSR）时，需要整合临床数据、科学论文、合规要求等多方信息。传统上，这个任务依赖有经验的高级工程师，耗时3个月。但通过神州数码的“神州问学”平台，将写报告的过程分解成多个智能体（Agent）协同工作，报告生成时间缩短到了几天，效率提升了80%以上。“过去，这些经验都藏在老师傅的脑子里，离开了他，整个流程就断了。”郭为进一步指出，“现在，我们把隐性知识变成了显性的、可复用的数据资产。这才是AI真正的价值所在。”

AI的价值落在哪？

如果说AI for Process是方向，那具体从哪里切入，则考验着每一个企业的决策者。德勤中国咨询业务首席增长官黄伟强与笔者分享了一个成功的案例，他介绍，一家拥有三千多家门店的全球快餐连锁品牌，店经理培养需要一年，但离职率超过30%。他们做了一件事：把十个最好的店经理聚在一起，花6-8周时间，用知识图谱把他们的隐性运营经验蒸馏出来，训练成多个Agent。然后把门店里标准化的配货、供应等工作交给AI，店经理则腾出精力去处理那些需要情感沟通和现场决断的事务。结果，一个店经理可以同时管理两三个甚至四个门店。黄伟强指出，效率上来了，人员流失的问题也缓解了。

这个案例揭示了一个关键规律：AI落地的价值，往往集中在那些高频、刚需、有明确痛点的场景里。

不过，并非所有场景都适合AI。在制造业，李明宇举了个例子：“例如设备故障预测这个场景，老师傅的经验是‘听声音、看温度，甚至闻味道’，这些非结构化的信息，其实很难被模型捕捉。”

这或许也是制造业的AI应用，从规模上看，目前仍以判别式AI为主，而非生成式AI的原因之一。腾讯研究院与毕马威联合发布的《工业大模型报告》显示，在制造业的核心生产环节，大量的企业仍然选择判别式AI。MarketResearch的数据也显示，到2032年，全球AI与制造业结合的市场规模预计仅为64亿美金。

“这说明，生成式AI在工业场景的落地，需要找到适合的细分场景和流程。”李明宇补充道，“我们现在的做法是，先把数据和流程梳理清楚，再考虑用AI做什么。不要为了AI而AI。”

人机共生是组织变革的最后一公里

技术问题解决了，组织问题接踵而至。企业管理者在将AI与业务融合的过程中，往往会遇见一个棘手的问题——当AI开始“蒸馏”老师傅的Skill，员工会怎么想？

“我接触的很多企业里，员工的第一个反应是恐惧——怕失去工作，怕失去权力。”黄伟强分享到。北京大学国家发展研究院管理学教授杨壮则从领导力的角度给出了更深刻的洞察：“在AI技术革命时代，有效运用AI赋能是企业成功必要条件，否则企业将被AI革命远远抛弃。但是成功的充分条件是企业领军人物必须具备符合人类发展趋势的使命、愿景、价值观，真正给社会、企业、员工赋能，并让他们有发自内心的幸福感和愉悦感。这些人文品质AI不具备，也不可能替代有人文素质修养的企业家、CEO、创始人。”

杨壮以胖东来为例。胖东来给员工开8000元工资、给90%的人股权，AI大概率不会推荐这么做。但正因为有了这些反共识的决策，胖东来改变了整个零售业的生态。“这都是人的判断，是对人的洞察力。”杨壮进一步指出，“有了这个基础，AI 是很好的辅助工具。没有这个基础，AI 只会让你更快地走向错误的方向。”

黄伟强在分享前面提到的餐厅经理的案例时，也曾表示，这些店经理第一个问题就是：为什么要把我的经验拿出来？训练完了，我是不是就没工作了？“我们告诉他们，AI不是让你失业，而是让你去管更多的店，权力更大、收入更高。这样，他们才愿意配合。”黄伟强表示，“碳基人和硅基人的融合，关键是要让员工看到，AI不是为了替代他们，而是为了增强他们。”

那么，如何推动这种“人机共生”的组织变革？

从企业管理者的意识出发，杨壮提出了领导力的“三元模型”：思想、能力、品格。思想是指对未来的前瞻性判断，能力是指专业主义精神，品格是指能不能共赢。中国企业出海遇到的很多问题，表面上是技术问题，其实是另一层面的问题——我们能不能做到共生？

答案有很多，但方向已经逐渐清晰。AI不会替代管理者，会用AI的管理者会替代不会用AI的。而真正能走出来的企业，它们的管理一定是知道AI该干什么、人该干什么，以及两者如何一起转动那台名为“流程”的飞轮——而能够做到的，或许是既懂技术逻辑、更懂人性逻辑的组织。

（文｜Leo张ToB杂谈，作者｜张申宇，编辑丨杨林）