每個時代都有其標志性的技術，每個技術的產生或極大地解放了個體的勞動力，提高了個體與組織之間的協作效率，或極大地促進了生產效率或使用體驗，或將極大地優化了資源配置和供需匹配效率，從而提高人們的生活水平。從青銅時代的手工器件到工業時代的動力機器，再到信息時代的互聯網技術，都在不斷地提高生產資料配置效率，更高效滿足人們多元需求。

每個技術產生后都會持續較長時間，一方面要接受市場的檢驗；另一方面，技術從萌芽狀態到成熟狀態亦需要一段時間，而且使技術廣泛應用于工作生活的諸多場景中也需要不斷探索。在這個階段，人類的生活形態和商業形態都受到該技術的影響。技術的產生和發展總是迎合人性，符合人心正念訴求，這是因為市場的本質其實是供需的匹配，而市場環境和群體需求又是影響社會供需的主要因素之一。

在信息技術的催動下現實世界與網絡世界逐漸融合，現實規則與網絡規則的相互映射與融合也是數字經濟背景下組織與生態良性發展的基礎。在數字社會，以數據、算法、算力等為基礎的數字經濟活動大量出現。

社會生活中，人們大多都是在信任關系和組織協作上而開展諸多活動，未來數字經濟活動中基于機器信任和機器智能將極大地改變生成關系，提升生產力。當我們可以用理性的算法協議或技術制約等解決人性在陌生場景中的不信任問題，并且在人與智能機器/智能體無縫協作后，就意味著我們可以通過技術優勢形成的社會信任關系，促使人們的生產協作效率大幅提升，使整個社會運行成本大幅下降，使資源配置效率和供需匹配效率大幅提高。

技術的本質是讓人們更好地認識事物、解決問題，為人類的高質量發展賦能。數字化技術的普及和應用為人們應對多變且復雜的商業環境創造了更多可能。

當前，AI技術的快速發展也是如此。其在人類更好的認識事物、解決問題等方面有著巨大的潛力。就像互聯網從“可選”變成“必需”，AI 將成為企業生存的“新氧氣”——未來所有的業務將生于AI、長于AI、成于AI，沒有AI，業務將無法呼吸。

在20世紀90年代，互聯網曾是“可有可無”的工具，企業僅將其用于郵件或基礎信息展示。但進入21世紀后，互聯網逐漸演變為商業基礎設施：

• 2000s（可選階段）：企業官網是“加分項”，電商僅是線下補充（如早期亞馬遜賣書）。

• 2010s（必需階段）：沒有線上渠道的企業難以生存（如實體零售被淘寶、京東顛覆）。

• 2020s（底層設施階段）：互聯網如同電力，滲透到所有業務環節（如外賣、在線醫療、遠程辦公）。

• 目前，AI 正在重復這一路徑：

• 2010s（可選階段）：AI 僅用于特定場景（如推薦算法、語音助手）。

• 2020s（必需階段）：企業不用AI優化供應鏈、營銷或產品，就會失去競爭力（如傳統客服被AI替代）。

• 2030s（底層設施階段）：AI 將像今天的互聯網一樣無形卻無處不在，成為數字商業的“新氧氣”。

  AI從必須階段到底層基礎設施階段，源于該技術突破了以往判別式AI的發展邏輯，發展到現今的生成式AI。

以往判別式AI的發展具有較大的局限性。判別式AI（如圖像分類、語音識別）本質是“已知答案的選擇題”，依賴海量標注數據且泛化能力弱。例如，自動駕駛系統在罕見場景（如極端天氣或突發路障）中失效概率高達37%。其工具屬性明顯，輸入明確指令，輸出預設答案，缺乏自主創造新解決方案的能力。

而生成式AI通過大模型學習數據分布，具備“無中生有”的創造力。GPT-4可基于“未來城市防洪設計”提示，生成涵蓋水文模擬、材料選擇、應急方案的完整策劃書。同時，隨著多模態融合，例如GPT-4V同時處理文本、圖像、視頻，為復雜系統（如智慧城市交通管理）提供統一決策接口，將極大地提升業務發展的效率。此外，DeepSeek通過算法優化將大模型訓練成本降低80%，使中小企業能部署AI基礎設施。

前者是基于已知問題的決策與判別，后者是基于未知問題的回復與解決，很明顯后者具有極高的想象空間和創新空間。

尤其是，AI Agent?的崛起使機器從被動工具轉向具備自主決策與執行能力的協作伙伴。微軟智能體解析商業郵件、OpenAI的o1/o3模型處理復雜訂單等案例表明，AI正在重塑企業生產力邊界。預計到2028年，AI將自動化15%的日常決策，覆蓋供應鏈優化、客戶服務、財務審計等全流程。智能體既能結合大模型能力，像人一樣思考、分析、規劃、記憶，又能結合RPA等計算機操作能力，執行具體業務流程，既有“大腦”又有“手腳”。應用在個人端是“智能助理”，應用在企業端則是“數字員工”。

智能體能將大模型的泛化能力轉化為具體業務場景的精準執行，實現“你說我做”，加速大模型從個人端到企業端應用的遷移，真正將技術轉化為新質生產力，并將創新速度呈指數級提升。融合文本、語音、圖像的多模態AI（如GPT-4V）將推動醫療影像診斷、工業質檢等場景的效率革命。GE用AI預測飛機發動機故障、DC Water通過管道AI工具預防泄漏，這類應用已證明AI在物理世界中的價值。

因此，筆者認為，未來的新業務將天然依賴AI技術，從產品設計到商業模式，AI 是核心驅動力，而非附加功能。例如：AI 驅動的個性化教育平臺、完全自動化的AI律師服務、生成式AI 創造的虛擬網紅經濟。現有業務的增長、優化和競爭壁壘將高度依賴AI，而非傳統的人力或流程優化。

在應用方面，大模型/生成式AI在各行各業具有極高的應用潛力和價值，但是其往往都是循序漸進的過程，一般是逐漸從內部輔助運營來提升工作效率和生產力，到外部對客提效來提升客戶交互效率和體驗，最后逐漸從業務邊緣到核心來改變價值創造模式，相應地在漸進過程中AI所體現的價值也逐漸增大。

那么，在此背景下，企業如何應對？短期（1-3年）：企業中的所有業務線試點AI工具（如ChatGPT、Copilot）。一般可以從有簡單到復雜，有點到面的原則開展AI應用實踐。中期（3-5年）：核心業務AI化（如智能客服替代80%人工）。企業可以適度投資AI人才或與AI公司戰略合作。長期（5-10年）：轉型為“AI原生企業”，重構商業模式（如特斯拉從車企變為AI出行公司）。

AI技術是人類認知邊疆的開拓者、自然規律的翻譯者、生態文明的共建者。但其發展需遵循“技術為體，倫理為魂”的原則：既要通過多模態模型突破認知邊界，也要建立可解釋AI框架確保透明決策；既要追求效率提升，也要通過聯邦學習等技術消弭數字鴻溝。正如《自然》雜志評論：“AI不是自然的替代者，而是人類讀懂自然詩意的放大鏡。”當我們以謙卑之心駕馭技術，方能在數字文明與生態文明間繪制出和諧的坐標系。

文/思二勛，著有《分布式商業生態戰略》等暢銷書

推薦書籍：
《分布式商業生態戰略：數字商業新邏輯與企業數字化轉型新策略》

作者：思二勛
?

書籍介紹：
本書從新時代的新市場和新趨勢出發，如：元宇宙、Web 3.0、資產數字化、反壟斷、要素市場化配置、非同質化通證（non-fungible token，NFT）等，以企業數字化轉型為核心，以區塊鏈等數字化技術為基本點，以場景為基本面，勾勒了數字化時代分布式商業演化的新趨勢，以及其對企業經營管理的影響，提出了數字化時代企業數字化轉型的新策略和分布式經營管理的低成本、高效率發展方案。

分布式商業是數字經濟時代的基本商業形態，分布式商業生態戰略也是企業數字化生存與發展的基本戰略，是企業數字化轉型的全新模式和路徑，亦是元宇宙商業生態建設的新范式。