實際上，對于AI的應(yīng)用，問問題比回答問題來得更重要。

演講：中國造隱形冠軍評委、丹麥哥本哈根商學(xué)院中國企業(yè)管理領(lǐng)域終身正教授 李平

編輯整理：中外管理傳媒 任慧媛

12月19日，第六屆“中國造隱形冠軍”長青懇談會在重慶璧山成功舉辦。

本屆大會以“凝聚中國隱形冠軍，激蕩人工智能時代”為主題，由中外管理傳媒主辦，重慶市璧山區(qū)人民政府協(xié)辦，璧山高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)管理委員會、重慶璧山現(xiàn)代服務(wù)業(yè)發(fā)展區(qū)管理委員會承辦，北京盛世紫云文化傳播有限公司執(zhí)行，重慶綠發(fā)實業(yè)集團有限公司冠名支持。本屆大會通過多個平臺進行了同步視頻直播，吸引了超過一百萬名觀眾在線觀看。

隨著人工智能技術(shù)的快速發(fā)展，越來越多的企業(yè)開始將AI技術(shù)融入其產(chǎn)品和服務(wù)中，呈現(xiàn)出了更高的生產(chǎn)效率和創(chuàng)新可能性。

尤其在“專精特新－隱形冠軍”企業(yè)中，AI技術(shù)的應(yīng)用已不再是簡單的技術(shù)替代，而是深層次的業(yè)務(wù)轉(zhuǎn)型。越來越多的企業(yè)將人工智能作為核心戰(zhàn)略之一，通過數(shù)據(jù)驅(qū)動的決策和智能化的運營模式，提升市場競爭力。

AI技術(shù)正成為推動產(chǎn)業(yè)升級和經(jīng)濟高質(zhì)量發(fā)展的重要動力，那么“專精特新－隱形冠軍”企業(yè)在AI時代，究竟該如何拓展創(chuàng)新？又如何做好人機協(xié)同？

大會上，中國造隱形冠軍評委、丹麥哥本哈根商學(xué)院中國企業(yè)管理領(lǐng)域終身正教授李平圍繞“專精特新與AI”這一主題發(fā)表了精彩演講。

以下為演講內(nèi)容精編：

新質(zhì)生產(chǎn)力，就是AI+大數(shù)據(jù)

新質(zhì)生產(chǎn)力到底是什么？

新質(zhì)生產(chǎn)力就是人工智能+大數(shù)據(jù)，這是個全新的生產(chǎn)要素。從歷史上講，先是以資本、土地、勞動力為生產(chǎn)要素的傳統(tǒng)生產(chǎn)力。后來是以技術(shù)和知識為生產(chǎn)要素知識生產(chǎn)力，再到現(xiàn)在以大數(shù)據(jù)和人工智能作為全新生產(chǎn)要素的新質(zhì)生產(chǎn)力。但是它不取代技術(shù)知識，也不取代資本、土地和勞動力，它是一個杠桿，使效率得到極大的提升，這就是新質(zhì)生產(chǎn)力的核心觀點。

新質(zhì)生產(chǎn)關(guān)系最主要有兩個方面，一個是生態(tài)平臺的合作，另一個是人機協(xié)同。我們管理學(xué)之前所有的研究課題都是關(guān)于人和人的關(guān)系，但現(xiàn)在必須面臨人和人，人和機，機和機這三重關(guān)系，其中后兩重關(guān)系是我們面臨的重大課題。

那么，怎么去管理、調(diào)整和協(xié)同這三重關(guān)系呢？按照“馬克思主義”的觀點是，生產(chǎn)力決定生產(chǎn)關(guān)系，生產(chǎn)關(guān)系反作用于生產(chǎn)力。但鄧小平認為這個說法不完整，實際上這兩者是相互決定的。

歷史上所有的重大生產(chǎn)力的提升，都是在生產(chǎn)關(guān)系發(fā)生革命的條件下產(chǎn)生的，不管是文藝復(fù)興，是明治維新，還是中國的改革開放，都證明了這一點。所以鄧小平認為，生產(chǎn)關(guān)系不僅僅反作用生產(chǎn)力，生產(chǎn)關(guān)系還解放了生產(chǎn)力。

“深挖洞、廣積糧”

具體到“專精特新”，在它的底層邏輯中，“專精”就是聚焦，“特新”就是差異化，它把西方戰(zhàn)略管理的兩大維度綜合成了一個，就是既聚焦又差異化，這兩者的結(jié)合，就是“專精特新”的核心內(nèi)容。

但是我又發(fā)現(xiàn)一個新的現(xiàn)象，就是“專精特新”這些企業(yè)并不僅僅局限在市場上的聚焦，還聚焦在核心競爭力上，這主要是由它的核心技術(shù)所定義的。核心技術(shù)可以廣泛應(yīng)用在多元的市場場景中。這就是T型戰(zhàn)略，從一開始小T的技術(shù)和市場，逐步演化成在單一聚焦領(lǐng)域以技術(shù)原創(chuàng)為主的縱向深耕和多元化市場應(yīng)用場景的橫向擴展。通俗講就是“深挖洞、廣積糧”。技術(shù)發(fā)展越深，市場應(yīng)用越廣，其業(yè)務(wù)增值量就越大。

選點、連線、成面

我們把T型戰(zhàn)略作為一個原理，前三步主要是選點、連線、成面。下面舉幾個例子：

舜宇光學(xué)，最開始它的“選點”就是照相機、顯微鏡、望遠鏡的玻璃鏡頭。真正讓它起飛的是在2003年時進入了手機鏡頭領(lǐng)域。因為當(dāng)時舜宇光學(xué)的老板發(fā)現(xiàn)了一個問題，就是單純依靠光是不行的，光一定要跟電子技術(shù)融合，要跟電傳感器、模組結(jié)合起來，那么手機就成了一個非常好的載體。之后又拓展進入了車載鏡頭、醫(yī)療鏡頭、機器人鏡頭等領(lǐng)域。

現(xiàn)在已經(jīng)進入了第三個階段，就用深層光電+AI再集成技術(shù)的方式去做光學(xué)鏡頭的應(yīng)用，應(yīng)用的場景也就更多了。

匯川技術(shù)，被稱為“小華為”，它最早做的“選點”是電梯的電機控制系統(tǒng)，全國大概75%的市場，尤其是國內(nèi)廠商生產(chǎn)的電梯，都使用的匯川技術(shù)的電機控制系統(tǒng)。之后，又進入了第二個階段，使用場景拓展到了3C、光伏、鋰電池、新能源汽車等領(lǐng)域。第三個階段就是通過AI再集成技術(shù)進行融合。

海康衛(wèi)視，最早的“選點”做的是視頻信息分析，后來他們發(fā)覺信息只是分析不行，采集也很重要，于是進入了信息采集領(lǐng)域，即生產(chǎn)可見光安防和非可見光安防設(shè)備。現(xiàn)在又進入了第三個階段，通過機械波的分析+AI再集成，進入工業(yè)監(jiān)控設(shè)備領(lǐng)域，從安防轉(zhuǎn)移到了工業(yè)巡檢。

寧德時代，它首先做得是3C電器，后來研究動力鋰電池技術(shù)，進入動力電池領(lǐng)域，再然后進入了儲能電池和電池回收技術(shù)再集成的研究。

以上四家企業(yè)，從營收上看，前兩家企業(yè)是300億左右，海康威視是900億左右，寧德時代是4000億左右，這說明不管企業(yè)大小都可以做T型模式。

為什么一個技術(shù)能夠應(yīng)用在那么多的場景？學(xué)術(shù)文獻中有一個概念，叫作“拓展適應(yīng)”，就是說很多技術(shù)，在開始發(fā)明的時候并不知道可能應(yīng)用在其他場景，后來在發(fā)展過程中發(fā)現(xiàn)這個技術(shù)應(yīng)用的場景很多。比如，40%的西藥都有兩種以上的應(yīng)用的場景，阿司匹林本來是退燒、去痛的，后來發(fā)現(xiàn)它能夠稀釋血管，防止心臟病。

所以，只要扎根在一個既有的技術(shù)上面，不斷生根、集成、優(yōu)化，市場的應(yīng)用是萬變不離其宗的。就好比是一棵大樹要先有深深的根系和強勁的樹干，樹干上長出的所有的枝、葉、花、果都可以多元化，這就是T型模式的基本原理。

人工智能與人機協(xié)同

麥肯錫研究發(fā)現(xiàn)，75%的生成式人工智能都將應(yīng)用在4個領(lǐng)域：客戶運營、市場和銷售、軟件工程、研發(fā)設(shè)計。也就是說，以上4項業(yè)務(wù)受生成式AI的影響最大。

西方的研究發(fā)現(xiàn)人和機器之間的關(guān)系大概分為兩種，一種叫作替代，一種叫作賦能。

在人機賦能這一關(guān)系中，大概有三種方式，第一種是AI發(fā)現(xiàn)問題、解決問題，人最后拍板，也就是人基本上不起什么作用；第二種是AI發(fā)現(xiàn)問題，人提出解決方案；第三種是AI和人共同發(fā)現(xiàn)問題，共同解決問題。

人機協(xié)同有一個核心悖論，即替代關(guān)系與增強關(guān)系。原來西方對“替代與增強”用的思維邏輯是非黑即白，就是要么替代要么增強。但我們研究發(fā)現(xiàn)，實際上“增強”里面含有“替代”“替代”里面也含有“增強”，這是一個陰陽的關(guān)系。

比如，美的的廣告部門用了ChatGPT之后發(fā)現(xiàn)所生成的文本和廣告視頻比人做得要好，于是就全部用AI來做。可真正做下來以后發(fā)現(xiàn)其實只有一半的人被替代掉了，另外一半人轉(zhuǎn)崗成了人工智能培訓(xùn)師。可見它并不是完全替代了，而是部分的替代了，部分也增強了。所以，西方人非黑即白的思想，跟我們中國人陰中有陽，陽中有陰的觀點，完全不一樣，這是我們具有優(yōu)勢的地方。

人工智能和人之間的關(guān)系，實際上是三個階段，第一個階段，首先要人去定義問題的本質(zhì)和方向到底是什么，人一定要指出方向，劃一個范圍，讓AI在這個范圍里面進行被指導(dǎo)的一種探索，人來做最后的拍板決策，就是人在兩頭，AI在中間，相當(dāng)于博士生導(dǎo)師帶博士生的模式，或者是領(lǐng)導(dǎo)帶領(lǐng)下屬的關(guān)系。第二個階段是以AI為主分析問題的具體構(gòu)成。

第三個階段是AI模擬預(yù)測未來機會。我們現(xiàn)在的創(chuàng)新的模式無非是兩種方式，一種是先有技術(shù)后轉(zhuǎn)市場，叫作科技轉(zhuǎn)化。另外一種就是先有市場，再去找解決方案，兩種方式不管誰先誰后都把市場和技術(shù)完全隔離開了。

人工智能應(yīng)用場景創(chuàng)新可以將以上兩者完全融合迭代，同步發(fā)生，就是市場的應(yīng)用場景、產(chǎn)品需求和技術(shù)攻關(guān)是同一時間冒出來的。怎么冒出來的呢？一個關(guān)鍵點就是利用人工智能的模擬和仿真，它自己產(chǎn)生數(shù)據(jù)，再用這個數(shù)據(jù)產(chǎn)生算法，得出結(jié)論，再使結(jié)論在自己的運行中得到驗證或者否定，循環(huán)迭代，這樣就能夠加快我們做決策，和對市場和技術(shù)的認識發(fā)生一個質(zhì)的飛躍。

問問題比回答問題更重要

這其實就是我們跟美國AI的一個重大區(qū)別，美國現(xiàn)在已經(jīng)在科學(xué)領(lǐng)域應(yīng)用AI。今年諾貝爾化學(xué)獎獲得者就開辟了通過計算和人工智能揭示蛋白質(zhì)秘密的新途徑，為未來的科學(xué)研究提供了強大的工具。

美國通過對AI的應(yīng)用，在新材料的發(fā)現(xiàn)、新藥的發(fā)明、新的治療方式、新疫苗、新的蛋白質(zhì)結(jié)構(gòu)、新的細胞分析等這些要素之間都發(fā)生了一個根本的變化，我們卻還只是在做商業(yè)上的應(yīng)用，做簡單的問答。實際上，對于AI的應(yīng)用，問問題比回答問題來得更重要。

比如，選點怎么選？我曾經(jīng)問過一個AI模型，在老年護理這個領(lǐng)域里，哪些是大企業(yè)不愿意做，小企業(yè)做不了的？它立刻就給我回答了有三個領(lǐng)域是大企業(yè)不愿意做，小企業(yè)做不了的，這恰恰是實行T型戰(zhàn)略的企業(yè)最該考慮的。接著，我又換了一個方向問了另外一個AI模型。

西方有一個最新的研究發(fā)現(xiàn)，用大模型不能只用一個，因為每一個問題的回答都有它的偏見與不準(zhǔn)確性。比如，可以用十幾個大模型共同回答你提出的問題。當(dāng)把所有這十幾個大模型回答的結(jié)果，綜合打成一個平均值，就已經(jīng)超過了咨詢公司最高等級專家的回答。所以，AI對人將來的替代性非常強，尤其是科研、咨詢、會計、律師、醫(yī)生等基本上都可能會被替代掉。

我有個基本觀點，就是我們中等水平以下的知識工作者，將來都會被AI替代掉。因為原理很簡單，對一個人的培養(yǎng)，從小學(xué)到中學(xué)到大學(xué)到研究生到博士、博士后，甚至到專家，都是靠書本和經(jīng)驗這兩個來源去獲取知識的。而這兩個來源恰好是AI最擅長的，它一天時間就把你幾十年的時間全部替換掉了，而且它的速度極高，成本極低。

所以，剩下的中等以上的人去競爭，就看誰用AI用得好。

（根據(jù)演講內(nèi)容整理，已經(jīng)本人審閱）