謝祖墀／文

人工智能（AI）的快速崛起正在重塑全球商業格局，成為任何一家企業都無法回避的戰略議題。從制造、零售、醫療到金融，AI引發的不僅是技術層面的更新換代，更是對傳統經營范式、組織架構乃至管理哲學的系統性挑戰。

在這場深刻且廣泛的變革中，企業再無“等待觀望”的空間，唯有主動擁抱人工智能，才能在下一輪產業競爭中占據先機，實現從“被動適應”到“引領變革”的戰略躍升。

在AI實踐以及相關深度思考方面，中國企業已展現出一些先發優勢。無論是在智能制造、數字營銷還是智能客服等領域，中國企業已在多個應用場景中實現規模化探索與部署。

這種領先并非偶然，而是根植于中國復雜多變的市場環境、高度數字化的用戶行為，以及企業對新技術保持高度敏感與快速反應的商業基因。然而，領先實踐的另一面，也意味著企業必須率先面對各種深層次挑戰。

隨著AI逐漸從邊緣走向業務核心，企業愈加明顯地遭遇一系列非技術性的結構性問題。這些問題不僅關乎組織能力的重構、管理邊界的再定義，更涉及企業認知體系的系統升級與演化。這類挑戰已無法通過局部優化或戰術層面的應對來解決，企業亟需站在戰略高度，以系統性思維和長周期視角加以回應。

建立AI時代的認知基礎

AI技術的演進速度遠超以往任何一項通用技術，其帶來的影響也更為深遠。

面對持續涌現的新算法、新模型、新平臺，企業若仍依賴個體經驗、碎片信息或傳統路徑依賴，極易陷入認知滯后，從而錯失關鍵戰略窗口。我們了解到，一些AI云服務提供商甚至在這方面也存在難度。構建一套系統化、結構化的信息感知與技術洞察機制，成為企業應對AI變革的必要前提。

這一機制不僅需要通過內部的數據分析能力加以支撐，更應拓展為一個包含學術界、產業界、資本市場和初創企業在內的開放型外部知識網絡。

通過與高校研究機構、AI創業公司、行業智庫、風險投資機構等建立高頻互動與合作機制，企業可以更早捕捉趨勢，更深入理解新興技術的潛力與局限，為戰略判斷提供更具前瞻性與洞察力的輸入。

我們了解到中國的一些頭部企業，如某橫跨多個產業的國際化集團已經準備以常態化的行業白皮書等形式，試圖搭建這樣的行業知識網絡。其中，尤其需要注意企業風險投資（CVC）等能夠參與AI創業生態的投資方式，從一線觀察創新的發生與失敗的機制。

小米能夠進入汽車賽道就大量應用了CVC。我們相信這種成功經驗在AI行業中同樣適用。這不僅能帶來技術與業務的協同，更是一種前瞻性的認知投資與組織學習，幫助企業從投資項目中觀察趨勢、試錯并吸收認知，鍛造出更具適應性的戰略能力。

對企業而言，在AI方面的投資回報率（ROI）很重要，必須清楚了解每一個投資項目上的AI投資是否合理。

在年初Deepseek熱潮后，我們已經收到許多企業家的反饋，他們稱感到“投入產出不及預期”“沒法無限制的投入”。

與此同時，企業需要對AI投資進行與認知相匹配的邏輯調整。AI不是一次性工具的項目成果，而是高度演化、不斷增值的戰略性資產。

與傳統的IT建設或投資項目不同，AI的價值釋放呈現具備階段性、復利式等特點。

某位國內領先創新藥企業相關AI建設負責人曾經對我說，很多像藥企等傳統企業總希望一次性投入憋個大招，但實際上，AI的價值是不斷迭代發揮的。

這就要求企業超越傳統項目的ROI測算框架，轉向“分周期、多維度”的回報評估體系，并與前述外部知識網絡協同耦合，形成持續驗證、動態調整的戰略閉環。

推動AI轉型：“治理機制”與“人”

隨著日益嵌入核心業務流程，AI技術帶來的決策復雜性也在顯著上升。

動態迭代的環境也要求企業具備前所未有的動態思維，打造可支持高頻判斷與快速試錯的組織、在快速變化與高度不確定下工作的組織。尤其是那些達到一定規模的企業，必須形成治理與機制的調整，以適應AI轉型的需要。

首先需要明確的是，AI相關的戰略性決策不能由單一崗位或技術部門閉門造車，更不能依賴個別關鍵少數拍腦袋做判斷，而應由跨部門、多角色的利益相關方共同決策，作為AI相關決策的協調中樞。

但在實際情況中，我們甚至能看到一些大型集團的AI轉型決策者，也僅聚焦在極少數幾個人身上。

企業尤其需要強化各相關高層的參與度與領導力，使AI戰略真正成為CEO議程的一部分，并由高層管理者主動承擔AI變革推動者的角色，推動組織全員形成戰略共識與能力協同。

這需要高層管理者不僅要有技術理解力，更要具備推動組織文化、決策機制與業務認知同步轉型的領導能力。

企業也需要設立專門的AI戰略部門或設立首席AI官（CAIO）崗位，建立一套覆蓋戰略洞察、技術導入、組織對接與文化引導的全鏈路機制，真正把AI變成企業的“神經系統”，而非“外部插件”。

其次，AI必須要“聰明地試錯”，需要建立“可承受失敗”的機制與文化。

企業可以犯小錯，但不可以犯大錯，需要將失敗作為成本可控、可預期的探索手段。當然，由于AI試錯的成本與風險顯著高于互聯網時代的產品迭代，因此這種試錯必須遵從某些基本原則，要有技巧與“聰明”地試錯。

企業通過容忍小范圍、可控性的失敗，并將其視為系統學習與能力積累的組成部分，促進自身的AI轉型，而不是理想化地認為“只許成功不許失敗”，亦或在每次失敗中受到從上到下巨大的打擊與失落。

企業要在此基礎上構建起“探索邊界清晰、容錯機制明確”的創新體系，才能在復雜環境中持續迭代。當然，推動轉型與相關方溝通是一種“組織能力”與“判斷藝術”的結合，在跨部門、跨邊界協同的同時，要有技巧地推進轉型工作。

最后，AI轉型必須要有足夠多合適的人才支撐。展望終局，我們可以想象AI將不僅帶來工作方式的變化，更將深刻影響組織能力、人才結構與文化機制。

未來的企業組織將呈現出高度動態化、自適應性與生態共生性特征。傳統以流程穩定與崗位固定為核心的組織模式，將被基于數據驅動、智能響應、任務導向的新型組織范式所取代。

由此，我們可以看到，企業在AI時代真正需要的是由“數據理解、AI應用與業務創新”融合而成的復合型人才隊伍，傳統機械性崗位將被大幅替代。平安保險就利用AI，自動化了遠超一半的業務流程。這不僅對傳統中后臺職能提出了新的需求，更是對業務部門的期待。

認知躍遷決定戰略成敗

我認為，全球范圍內將崛起一批以AI為核心能力、重新定義產業邏輯的AI原生企業。它們不再是“傳統企業+AI”，而是在AI思維基礎上，重構包括產品設計、商業模式、組織結構與客戶關系在內的一切行業傳統。

這種范式再造將對傳統企業構成根本性挑戰。面對這樣的趨勢，企業需要的不只是轉型意愿，更需要自我顛覆的勇氣與能力。

企業需要敢于在組織內部孵化AI驅動的新業務單元，用更低的資源、更快的節奏探索前沿應用場景，主動塑造自己的未來形態。

實際上，中國企業在部分場景已取得AI落地的階段性領先，這一優勢應轉化為引領行業標準、塑造全球范式的戰略能力。與此同時，這也為跨國公司在中國市場探索AI創新、思考AI創新，提供了獨特的實驗土壤與合作窗口。

想要把中國企業當前的領先轉化為真正可持續的優勢，需要深刻的AI轉型。這場轉型的核心，不在于部署了多少算法、采購了多少工具，而在于企業是否完成了戰略認知與組織能力的同步升級。

真正成功的企業，將是那些把AI作為戰略命題來理解、作為組織變革契機來推動的引領者，也是時代對企業家戰略認知能力的挑戰。

隨著AI時代不斷深化，企業間的競爭將不再是工具使用能力的差異，而是構建系統化學習與適應能力的全面較量。

當數據、模型與工具逐漸趨同充分“平權后”，決定勝負的將是企業在復雜性與不確定性中保持敏感與明確方向，推進創新的程度、創新的速度與創新的節奏。

企業能否制造并運用優勢，領導者需要深入認知AI并積極擁抱AI思維，以思想領導者的角色帶領企業高效地進行AI轉型。

我們建議企業決策者必須擁抱“AI思維”。所謂“AI思維”意味著全新的系統思維范式，不僅包含對AI技術和應用的理解，更需要從戰略定位、組織架構、業務流程到人才結構和企業文化的全面重構。

AI不是終點，而是重新定義商業本質的起點。愿每一家走在轉型路上的企業，都能以系統性的視野、戰略性的判斷與組織性的力量，邁向更具韌性與創造力的未來。