本文來(lái)源：騰訊科技 作者：孫天澍、曉靜

2025年8月，國(guó)家正式推出“人工智能+”戰(zhàn)略框架。這是一個(gè)重要的頂層設(shè)計(jì)：2027年應(yīng)用普及率超過(guò)70%，2030年成為推動(dòng)經(jīng)濟(jì)發(fā)展的重要力量，2035年成為經(jīng)濟(jì)發(fā)展主導(dǎo)力量。但是在大的頂層設(shè)計(jì)之下，也從產(chǎn)業(yè)、企業(yè)、場(chǎng)景、人才等方面留給了“人工智能+”落地很多重要的命題。當(dāng)AI智能體可以參與決策、執(zhí)行任務(wù)，甚至成為業(yè)務(wù)運(yùn)轉(zhuǎn)的核心時(shí)，企業(yè)的價(jià)值創(chuàng)造方式將被徹底改寫。其變革影響之深遠(yuǎn)，遠(yuǎn)超大多數(shù)人的想象。

長(zhǎng)江商學(xué)院終身教授孫天澍認(rèn)為，“AI與人類歷史上所有技術(shù)有一個(gè)最本質(zhì)的差異：AI不再是輔助人類的“工具”，而是與人類類似的“智能”本身。”

“我們正在快速進(jìn)入“AI下半場(chǎng)”——智能不再稀缺，稀缺的是如何在業(yè)務(wù)場(chǎng)景中架構(gòu)智能、創(chuàng)造價(jià)值的能力?！叭斯ぶ悄?”產(chǎn)業(yè)落地最缺的是“AI架構(gòu)師”：能融合業(yè)務(wù)場(chǎng)景和智能體能力，用AI架構(gòu)下一代業(yè)務(wù)形態(tài)、組織設(shè)計(jì)和商業(yè)模式的人才?！?/p>

AI下半場(chǎng)，全球的產(chǎn)業(yè)企業(yè)都站在同一個(gè)起跑線上，紅杉資本公布的最新數(shù)據(jù)顯示：面對(duì)價(jià)值10萬(wàn)億美元的美國(guó)服務(wù)業(yè)市場(chǎng)，目前僅有約200億美元被AI改造，99.8%的經(jīng)濟(jì)活動(dòng)仍在等待智能化重構(gòu)。

基于這些觀察，我們可以看到“人工智能+”從框架到落地，面臨著從”產(chǎn)業(yè)“、”企業(yè)“、”“場(chǎng)景”，到“人”四個(gè)層面的關(guān)鍵問(wèn)題：

從產(chǎn)業(yè)機(jī)會(huì)的視角看——“人工智能+”與所有產(chǎn)業(yè)都相關(guān)嗎，現(xiàn)在AI對(duì)產(chǎn)業(yè)的變革處于什么階段？實(shí)現(xiàn)“人工智能+”產(chǎn)業(yè)落地的目標(biāo)，最大的瓶頸和機(jī)會(huì)在哪里？

從企業(yè)投入視角看——“人工智能+”適合什么樣企業(yè)，從什么樣的場(chǎng)景開(kāi)始投入？現(xiàn)在是投入“人工智能+”的最佳時(shí)機(jī)嗎？在短期看不到回報(bào)的情況下，企業(yè)該如何決定對(duì)AI的投入，又該如何衡量AI投資的投入產(chǎn)出比？什么樣的企業(yè)現(xiàn)在拿到了AI最大的價(jià)值？

從AI落地的場(chǎng)景看——企業(yè)AI落地應(yīng)該如何選擇場(chǎng)景？如何用“智能原生”的方式去重構(gòu)業(yè)務(wù)？投入AI但沒(méi)有在場(chǎng)景中看到價(jià)值的企業(yè)問(wèn)題出在了哪里？

從企業(yè)AI轉(zhuǎn)型中所需要的人才來(lái)看——什么樣的人能主導(dǎo)和牽引企業(yè)和場(chǎng)景的“人工智能+ ”轉(zhuǎn)型？這些人才需要具備哪些核心素質(zhì)？企業(yè)如何培養(yǎng)和獲得這些人才？

為了深入探討這些落地問(wèn)題，我們與長(zhǎng)江商學(xué)院科技與運(yùn)營(yíng)終身教授、杰出院長(zhǎng)講席教授、數(shù)字化轉(zhuǎn)型中心主任孫天澍進(jìn)行了長(zhǎng)達(dá)四個(gè)小時(shí)的系統(tǒng)對(duì)話。孫天澍之前是南加州大學(xué)商學(xué)院與計(jì)算機(jī)系終身教授，研究跨界結(jié)合AI與商業(yè)，聚焦企業(yè)/產(chǎn)業(yè)的“AI業(yè)務(wù)場(chǎng)景重構(gòu)”，在中美頂尖科技企業(yè)Meta、阿里巴巴等擁有豐富的實(shí)踐經(jīng)歷，并擔(dān)任多家大型科技企業(yè)與產(chǎn)業(yè)企業(yè)的董事和資深顧問(wèn)。

通過(guò)這次對(duì)話，我們梳理出了"人工智能+"產(chǎn)業(yè)落地的十大關(guān)鍵問(wèn)題。希望在AI智能重構(gòu)千行百業(yè)的開(kāi)端，能帶來(lái)產(chǎn)業(yè)落地的些許實(shí)踐啟發(fā)。

長(zhǎng)江商學(xué)院科技與運(yùn)營(yíng)終身教授、杰出院長(zhǎng)講席教授、數(shù)字化轉(zhuǎn)型中心主任 孫天澍教授

核心觀點(diǎn)：

“人工智能+” 戰(zhàn)略的深層邏輯

1. AI已快速進(jìn)入下半場(chǎng)：卡點(diǎn)不再是技術(shù)，智能不再稀缺，稀缺的是架構(gòu)智能的能力。“人工智能+”的核心在于如何用AI智能體重構(gòu)千行百業(yè)的場(chǎng)景、組織和商業(yè)模式。

2. 當(dāng)前產(chǎn)業(yè)存在巨大的“AI認(rèn)知差”：AI的發(fā)展遠(yuǎn)遠(yuǎn)快于產(chǎn)業(yè)吸收AI的能力，智能體打開(kāi)的可能性遠(yuǎn)遠(yuǎn)大于產(chǎn)業(yè)中目前通過(guò)架構(gòu)智能獲得的價(jià)值。這種AI認(rèn)知差的根源，在于產(chǎn)業(yè)中企業(yè)家和決策者的"AI架構(gòu)思維"缺失，無(wú)法把智能融合進(jìn)場(chǎng)景。

3. “人工智能+”戰(zhàn)略恰逢其時(shí)：產(chǎn)業(yè)需要新的增長(zhǎng)引擎，AI需要產(chǎn)業(yè)場(chǎng)景與價(jià)值反饋，“人工智能+”是產(chǎn)業(yè)與AI的“雙向奔赴”。產(chǎn)業(yè)應(yīng)用場(chǎng)景的豐富與縱深恰好是中國(guó)人工智能進(jìn)一步發(fā)展最大的比較優(yōu)勢(shì)。

“人工智能+”在企業(yè)落地，場(chǎng)景重構(gòu)和業(yè)務(wù)價(jià)值是最終衡量標(biāo)準(zhǔn)

4. 測(cè)量一個(gè)企業(yè)和場(chǎng)景是否適合AI重構(gòu)的的“百萬(wàn)員工問(wèn)題”：思考 -- 如果場(chǎng)景突然多出100萬(wàn)個(gè)“博士”智能員工，能否顯著提升業(yè)務(wù)價(jià)值？能，則說(shuō)明企業(yè)或場(chǎng)景適合AI重構(gòu)。

5. 企業(yè)AI落地應(yīng)該選擇“場(chǎng)景”和“價(jià)值”作為衡量指標(biāo)：“普及率”指標(biāo)不夠本質(zhì)，AI不是離散的工具，而是融入業(yè)務(wù)場(chǎng)景的“智能”，應(yīng)衡量AI對(duì)于 核心場(chǎng)景的閉環(huán)重構(gòu)，和所帶來(lái)的業(yè)務(wù)價(jià)值，而非應(yīng)用數(shù)量和Token耗用；企業(yè)聚焦核心場(chǎng)景做出價(jià)值，比“撒胡椒面”AI落地更重要。

6. 企業(yè)AI轉(zhuǎn)型和AI原生孵化要“兩手抓”：部分企業(yè)的核心資產(chǎn)和核心利益很可能成為AI時(shí)代拖累企業(yè)的歷史包袱。擁有“從零開(kāi)始”、擁抱AI智能體的勇氣和決心，比固守原先的城墻更重要。

企業(yè)AI轉(zhuǎn)型的第一步：選對(duì)場(chǎng)景，“先成就AI，再讓AI成就你”

7. AI轉(zhuǎn)型成敗取決于場(chǎng)景選擇和“AI架構(gòu)思維”：目前多數(shù)企業(yè)AI嘗試沒(méi)有取得業(yè)務(wù)價(jià)值的根本原因不在于技術(shù)缺陷，而是沒(méi)能選擇對(duì)可以突破創(chuàng)值的場(chǎng)景，沒(méi)能在場(chǎng)景中做好智能體的架構(gòu)，缺乏“AI架構(gòu)思維”。

8. 如何找到最適合AI重構(gòu)的場(chǎng)景：“三多一高一復(fù)雜”。員工多/客戶多/費(fèi)用多的場(chǎng)景，高頻互動(dòng)的場(chǎng)景，需要復(fù)雜知識(shí)與判斷的場(chǎng)景，都是最適合AI發(fā)揮巨大價(jià)值的“原生場(chǎng)景”。選對(duì)場(chǎng)景比埋頭改造更重要。

9. 智能原生思維 - “先成就AI，再讓AI成就你”：智能原生企業(yè)需要先“成就AI”，即為AI智能體提供知識(shí)、數(shù)據(jù)、工具、權(quán)限和協(xié)同工作流，讓它在這個(gè)場(chǎng)景中成長(zhǎng)起來(lái)；然后再讓"AI成就你"，即讓這個(gè)智能內(nèi)核驅(qū)動(dòng)場(chǎng)景的效率、反饋和價(jià)值不斷迭代、越跑越快。這個(gè)選擇場(chǎng)景和架構(gòu)智能體的過(guò)程，比盲目地上馬項(xiàng)目要重要得多。

“智能”是這個(gè)時(shí)代最大的杠桿

10. 智能體杠桿正在重塑創(chuàng)業(yè)企業(yè)和產(chǎn)業(yè)企業(yè)的機(jī)會(huì)版圖：大廠短期將壟斷C端，打造超級(jí)入口+超級(jí)AI，在用戶心智、數(shù)據(jù)、模型上有定義權(quán)。

創(chuàng)業(yè)公司機(jī)會(huì)在B端產(chǎn)業(yè)重構(gòu)：用AI原生思維與輕資產(chǎn)投入重構(gòu)場(chǎng)景和組織，最大的機(jī)會(huì)是把領(lǐng)先企業(yè)上個(gè)時(shí)代獲得的“核心資產(chǎn)”轉(zhuǎn)為AI時(shí)代的“核心負(fù)債”。

產(chǎn)業(yè)企業(yè)的護(hù)城河在于場(chǎng)景+數(shù)據(jù)的積累，若疊加“AI架構(gòu)思維”，有機(jī)會(huì)成為“超級(jí)富二代”。

“人工智能+”呼喚“AI業(yè)務(wù)架構(gòu)師”

11. AI架構(gòu)師是落地的最大瓶頸：企業(yè)需要能融合業(yè)務(wù)場(chǎng)景和智能體能力，架構(gòu)下一代業(yè)務(wù)，“懂智能、懂產(chǎn)業(yè)、懂未來(lái)”的復(fù)合型人才，他們不是學(xué)校里培養(yǎng)出來(lái)的，而是在真實(shí)的AI產(chǎn)業(yè)重構(gòu)的戰(zhàn)場(chǎng)中淬煉出來(lái)的。

12. “產(chǎn)業(yè)”和“AI”的體系性人才錯(cuò)配亟待解決：“人工智能+”相比“互聯(lián)網(wǎng)+”的一個(gè)核心挑戰(zhàn)是人才的錯(cuò)配。產(chǎn)業(yè)企業(yè)有場(chǎng)景與數(shù)據(jù)，但缺AI架構(gòu)能力；而有AI架構(gòu)能力的人才，缺少產(chǎn)業(yè)場(chǎng)景和數(shù)據(jù)。解決之道是企業(yè)家具備“AI架構(gòu)思維”，敢于開(kāi)放場(chǎng)景與激勵(lì)機(jī)制，讓內(nèi)部和外部人才真正在場(chǎng)景的戰(zhàn)略鍛煉。

以下為孫天澍對(duì)談實(shí)錄：

問(wèn)題一、在當(dāng)前時(shí)間點(diǎn)，國(guó)家推出“人工智能+”戰(zhàn)略的必然性和深層考量是什么？“人工智能+”與所有企業(yè)都相關(guān)嗎？

孫天澍：我認(rèn)為在2025年8月這個(gè)時(shí)間點(diǎn)推出“人工智能+”，是非常及時(shí)和準(zhǔn)確的，我覺(jué)得與所有企業(yè)都相關(guān)，至少有三個(gè)層面的關(guān)系。

第一，AI本質(zhì)是一次“智能革命”，我們正處在“AI下半場(chǎng)”的開(kāi)端，智能開(kāi)始重構(gòu)千行百業(yè)。這個(gè)階段最顯著的特征是，隨著模型的開(kāi)源、智能體的爆發(fā)以及成本的快速下降，智能本身已經(jīng)不再是稀缺資源。

真正的卡點(diǎn)，從技術(shù)本身轉(zhuǎn)向了產(chǎn)業(yè)場(chǎng)景，轉(zhuǎn)向了如何利用無(wú)處不在的AI智能去重構(gòu)場(chǎng)景，在千行百業(yè)創(chuàng)造真實(shí)的業(yè)務(wù)價(jià)值。所以，政策的推出恰好匹配了人工智能技術(shù)發(fā)展的內(nèi)在節(jié)奏，引導(dǎo)社會(huì)關(guān)注的重心從“數(shù)字產(chǎn)業(yè)化”， 包括基礎(chǔ)模型、算力、芯片，向“產(chǎn)業(yè)數(shù)字化”，即千行百業(yè)的垂直場(chǎng)景應(yīng)用轉(zhuǎn)移。?

第二，“人工智能+”是一個(gè)產(chǎn)業(yè)與AI“雙向奔赴”的必然過(guò)程。從產(chǎn)業(yè)端看，傳統(tǒng)行業(yè)迫切需要新的增長(zhǎng)引擎和新質(zhì)生產(chǎn)力，而人工智能是目前看來(lái)最有機(jī)會(huì)擔(dān)當(dāng)此任的核心驅(qū)動(dòng)力。從AI技術(shù)端看，技術(shù)的發(fā)展不能是無(wú)源之水，它需要有持續(xù)的價(jià)值源頭和資源注入。

千行百業(yè)的豐富場(chǎng)景、復(fù)雜的商業(yè)問(wèn)題，恰恰為AI的迭代和可持續(xù)發(fā)展提供了最肥沃的土壤。如果沒(méi)有產(chǎn)業(yè)價(jià)值的創(chuàng)造，企業(yè)很難持續(xù)投入AI，AI技術(shù)本身也很難快速迭代和持續(xù)進(jìn)步。尤其在中國(guó)，我們無(wú)法像美國(guó)那樣單純依靠巨額資本投入來(lái)驅(qū)動(dòng)AI發(fā)展，我們最大的比較優(yōu)勢(shì)就是龐大的產(chǎn)業(yè)基礎(chǔ)。只有將千行百業(yè)的場(chǎng)景需求拉動(dòng)起來(lái)，技術(shù)才能在應(yīng)用中創(chuàng)造價(jià)值，形成AI投入產(chǎn)出的正向循環(huán)。

第三，自上而下的政策推動(dòng)具有重要的“教育”和“牽引”作用。我最近在產(chǎn)業(yè)中做了大量調(diào)研，一個(gè)很深的感受是，大多數(shù)企業(yè)家還沒(méi)有深刻意識(shí)到這次AI革命的本質(zhì)和“智能”對(duì)產(chǎn)業(yè)重構(gòu)的深度和廣度。

今天我觀察到大多數(shù)企業(yè)的最大問(wèn)題是只在低頭解決今天的事兒，沒(méi)有人在架構(gòu)明天的場(chǎng)景，更沒(méi)有人去想象后天的業(yè)務(wù)。很多人仍在用產(chǎn)業(yè)慣性的思維或“互聯(lián)網(wǎng)+”模式來(lái)理解“人工智能+”，或者還在追求規(guī)模小、短平快的功能應(yīng)用，沒(méi)有從AI原生的思維方式去設(shè)計(jì)業(yè)務(wù)場(chǎng)景、商業(yè)模式和組織架構(gòu)。

因此，需要一個(gè)自上而下的政策推手，甚至像KPI一樣，來(lái)“牽引”企業(yè)進(jìn)行更深層次的思考和規(guī)劃。這波變革與“互聯(lián)網(wǎng)+”有本質(zhì)不同，后者更多是渠道和鏈接的改變，相對(duì)直觀、企業(yè)容易理解并建立獨(dú)立團(tuán)隊(duì)發(fā)展；而“人工智能+”是內(nèi)核與架構(gòu)的變革，更加抽象，企業(yè)需要重新用AI架構(gòu)自身的發(fā)展模式，思考用智能體創(chuàng)造價(jià)值的根本方式。雖然企業(yè)的感知開(kāi)始不一定像互聯(lián)網(wǎng)渠道崛起時(shí)那么明顯，但企業(yè)的業(yè)務(wù)場(chǎng)景、商業(yè)模式、組織流程、生態(tài)協(xié)同都可能從內(nèi)核被徹底重構(gòu)。

問(wèn)題二：結(jié)合您的觀察，目前中國(guó)的人工智能+大概走到了一個(gè)什么樣的階段？企業(yè)投入AI的瓶頸和機(jī)會(huì)在哪？

孫天澍：人工智能+才剛剛開(kāi)始，所有企業(yè)都在AI下半場(chǎng)的同一起跑線上。

從產(chǎn)業(yè)視角看，我們正處在一個(gè)轉(zhuǎn)折點(diǎn)。過(guò)去大家更多關(guān)注的是“數(shù)字產(chǎn)業(yè)化”，比如基礎(chǔ)模型、算力、芯片的發(fā)展。而現(xiàn)在，隨著“AI下半場(chǎng)”的開(kāi)啟，關(guān)注點(diǎn)正在向這個(gè)大基座之上的千行百業(yè)的垂直場(chǎng)景和業(yè)務(wù)應(yīng)用轉(zhuǎn)移。這是一個(gè)全新的開(kāi)始，給了所有企業(yè)重新思考、謀劃和布局的機(jī)會(huì)。

我的個(gè)人觀點(diǎn)：AI的發(fā)展遠(yuǎn)遠(yuǎn)快于產(chǎn)業(yè)吸收AI的能力，智能體所打開(kāi)的可能性遠(yuǎn)遠(yuǎn)大于產(chǎn)業(yè)中目前通過(guò)智能實(shí)現(xiàn)的場(chǎng)景價(jià)值。即便今天所有AI科技停止進(jìn)步，僅用現(xiàn)有的智能技術(shù)，也足以在未來(lái)很多年內(nèi)對(duì)所有產(chǎn)業(yè)帶來(lái)巨大的變革和重構(gòu)。產(chǎn)業(yè)與技術(shù)中間存在一個(gè)巨大的“AI認(rèn)知差”。

這個(gè)認(rèn)知差的根源，在于產(chǎn)業(yè)中核心決策者的“AI架構(gòu)思維”。智能不再稀缺，缺的是架構(gòu)智能的能力。這種AI架構(gòu)能力，不是指對(duì)具體技術(shù)的細(xì)節(jié)了解，比如懂不懂Transformer或RAG或RLHF，而是一種用智能去重構(gòu)業(yè)務(wù)場(chǎng)景的思維方式。一個(gè)頂尖的企業(yè)家，必須能超越單點(diǎn)技術(shù)，結(jié)合自己對(duì)產(chǎn)業(yè)的深刻認(rèn)知和對(duì)需求本質(zhì)的洞察，去想象未來(lái)，把AI技術(shù)“拉”進(jìn)自己的企業(yè)場(chǎng)景和產(chǎn)業(yè)鏈路。如果這種認(rèn)知不能突破，企業(yè)乃至整個(gè)行業(yè)都可能在AI下半場(chǎng)陷入停滯。

所以，這次人工智能+浪潮，最核心的變量最終還是“人”。每個(gè)行業(yè)都需要新一代的“AI業(yè)務(wù)架構(gòu)師”：能融合業(yè)務(wù)場(chǎng)景和智能體能力，用AI架構(gòu)下一代業(yè)務(wù)形態(tài)、組織設(shè)計(jì)和商業(yè)模式的人。他們可能是傳統(tǒng)企業(yè)家實(shí)現(xiàn)了認(rèn)知突破和自我革命，也可能是一個(gè)對(duì)產(chǎn)業(yè)有理解、對(duì)智能有原生認(rèn)知和習(xí)慣的年輕人。他們將是改變行業(yè)本質(zhì)的關(guān)鍵力量。

問(wèn)題三、政策為“人工智能+”設(shè)定了2027年、2030年和2035年三個(gè)關(guān)鍵時(shí)間節(jié)點(diǎn)，并以“應(yīng)用普及率”作為階段性的量化目標(biāo)。企業(yè)應(yīng)如何理解這些節(jié)點(diǎn)和指標(biāo)的現(xiàn)實(shí)意義，如何制定目標(biāo)來(lái)評(píng)估和指導(dǎo)自身的AI落地？

孫天澍：我對(duì)這次AI智能革命的衡量和評(píng)估方式有一些不同的看法。我認(rèn)為，不能用過(guò)去衡量工具革命（如IT、云計(jì)算、互聯(lián)網(wǎng)App）的方式來(lái)推演和測(cè)量這一波浪潮。最大的不同在于，這次AI革命的核心是“智能”本身，而不僅僅是“工具”或“技術(shù)”。

在過(guò)去的IT體系中，無(wú)論系統(tǒng)多強(qiáng)大都是輔助，最終做決策的依然是人，人是體系中唯一的智能單元。但AI革命的本質(zhì)，是智能體本身就有“智能”，可以直接決策，形成執(zhí)行和反饋閉環(huán)。這意味著，AI不再是一個(gè)可以簡(jiǎn)單計(jì)數(shù)的、離散的工具（比如企業(yè)是否上了某套系統(tǒng)、用了某個(gè)App），智能會(huì)像電一樣滲透和融合到業(yè)務(wù)場(chǎng)景中決策的方方面面，催生類似“流水線”這樣的創(chuàng)新和重構(gòu)，帶來(lái)巨大價(jià)值。

因此，我認(rèn)為，AI智能的普及率還是要用“場(chǎng)景”和“價(jià)值”來(lái)衡量：AI在一個(gè)行業(yè)或企業(yè)的多少場(chǎng)景中多大程度賦能甚至替代了場(chǎng)景中的做“決策”所需的智能，從而真正改變了場(chǎng)景的業(yè)務(wù)模式和組織形態(tài)，創(chuàng)造了價(jià)值。像“應(yīng)用普及率”這樣的指標(biāo)，如果還用傳統(tǒng)方式去定義，比如統(tǒng)計(jì)有多少企業(yè)用了某個(gè)AI應(yīng)用，我認(rèn)為是不本質(zhì)的。

未來(lái)的智能形態(tài)可能更加融合，比如一條智能生產(chǎn)線，你很難分清是人形機(jī)器人、機(jī)械臂還是某個(gè)軟件系統(tǒng)在發(fā)揮作用，它是一個(gè)整體。一個(gè)企業(yè)、一個(gè)場(chǎng)景可能Token消耗量巨大，但表面上看不到一個(gè)具象的AI應(yīng)用，但是場(chǎng)景已經(jīng)重構(gòu)、企業(yè)已經(jīng)變革。

所以，如何創(chuàng)造性地定義和衡量“普及率”，本身就是一個(gè)對(duì)學(xué)術(shù)界和產(chǎn)業(yè)界都提出的新挑戰(zhàn)。我認(rèn)為，在“數(shù)字產(chǎn)業(yè)化”相關(guān)的行業(yè)中可以用模型迭代和Token消耗來(lái)做衡量指標(biāo)，代表“智能的供給”；但是，“人工智能+”所關(guān)注的千行百業(yè)應(yīng)用普及必須用AI所變革的“場(chǎng)景”來(lái)衡量“智能的價(jià)值”。

當(dāng)然，政策設(shè)定2027年普及率超70%這樣的目標(biāo)，核心意圖在于“驅(qū)動(dòng)”和“牽引”，加速所有企業(yè)向這個(gè)方向努力。但我們必須認(rèn)識(shí)到，這只是一個(gè)過(guò)程性指標(biāo)，服務(wù)于最終的經(jīng)濟(jì)增長(zhǎng)目標(biāo)。真正的實(shí)質(zhì)，是企業(yè)是否用AI架構(gòu)了下一代的場(chǎng)景，創(chuàng)造了下一代的需求，創(chuàng)新了下一代的產(chǎn)品，重塑了下一代的組織，最終實(shí)現(xiàn)了產(chǎn)業(yè)模式的轉(zhuǎn)型和業(yè)務(wù)價(jià)值的躍升。

所以，一個(gè)更好的衡量方式，是轉(zhuǎn)向以"場(chǎng)景"為單位。一個(gè)企業(yè)內(nèi)部有多少核心業(yè)務(wù)場(chǎng)景，實(shí)現(xiàn)了由AI智能作為內(nèi)核驅(qū)動(dòng)的、從需求洞察到組織供給的價(jià)值閉環(huán)。當(dāng)越來(lái)越多的企業(yè)找到了自己的標(biāo)桿場(chǎng)景，就會(huì)逐漸形成新的行業(yè)標(biāo)準(zhǔn)和更具體的衡量方式。

比如，我們每天刷的短視頻，就是一個(gè)典型的智能原生場(chǎng)景，背后沒(méi)有千萬(wàn)客服，但每個(gè)用戶的個(gè)性化需求都得到了滿足。企業(yè)轉(zhuǎn)型的關(guān)鍵，就是要找到這樣能夠被智能原生方式重構(gòu)的場(chǎng)景，而不是在所有地方"撒胡椒面"。

問(wèn)題四：MIT Nanda報(bào)告發(fā)現(xiàn)95%的企業(yè)還沒(méi)有從AI投入中得到價(jià)值。企業(yè)落地的很多AI應(yīng)用的嘗試是失敗的，難以真正服務(wù)于業(yè)務(wù)增長(zhǎng)，根本原因是什么？

孫天澍：根源在于，大多數(shù)企業(yè)還沒(méi)有真正思考清楚如何在自己的核心業(yè)務(wù)選擇最適合AI重構(gòu)的場(chǎng)景，如何在場(chǎng)景中深度融合AI，用AI去架構(gòu)下一代的業(yè)務(wù)模式和組織形式。今天最稀缺的，不是AI技術(shù)本身，而是這種圍繞業(yè)務(wù)場(chǎng)景的“AI架構(gòu)能力”。我用一個(gè)教育的例子來(lái)說(shuō)明。無(wú)論是大學(xué)生還是企業(yè)家來(lái)上課，本質(zhì)需求都是為了解決自己的個(gè)性化問(wèn)題，實(shí)現(xiàn)成長(zhǎng)。

但過(guò)去千百年的教育模式都受限于供給——優(yōu)秀的老師是稀缺的。所以，我們習(xí)慣了“教室”這種組織形式。但今天，當(dāng)智能不再稀缺，我們完全可以重構(gòu)這種服務(wù)模式。

一個(gè)AI智能體可以服務(wù)于每一個(gè)學(xué)生，深度理解他的需求畫像和業(yè)務(wù)問(wèn)題，再結(jié)合老師的知識(shí)庫(kù)和行業(yè)實(shí)踐，提供個(gè)性化、高頻的交流和學(xué)習(xí)。未來(lái)，可能所有人依然在同一個(gè)時(shí)間聽(tīng)同一個(gè)老師講課，但每個(gè)人聽(tīng)到的內(nèi)容可能是完全不同的，是針對(duì)他所在行業(yè)和具體問(wèn)題的。在這個(gè)過(guò)程中，老師的時(shí)間價(jià)值被放大了成百上千倍，學(xué)生的需求也得到了更充分的滿足。

從這個(gè)例子就可以看出，這個(gè)變革的重點(diǎn)，不是老師用了某個(gè)AI工具，而是整個(gè)行業(yè)和場(chǎng)景的供需模式被重構(gòu)了。要實(shí)現(xiàn)這一點(diǎn)，就需要有人能夠深刻理解需求的本質(zhì)，大膽想象未來(lái)的場(chǎng)景，并用AI智能體去架構(gòu)出新的工作流。這正是吳恩達(dá)在他最近的訪談中所強(qiáng)調(diào)的，關(guān)鍵在于能否用AI閉環(huán)解決一個(gè)小場(chǎng)景的直接問(wèn)題。

所以，對(duì)于一個(gè)企業(yè)而言，當(dāng)務(wù)之急是在上千個(gè)業(yè)務(wù)環(huán)節(jié)中，找到一到兩個(gè)最核心、最能體現(xiàn)價(jià)值的場(chǎng)景，將其打造成AI智能為內(nèi)核驅(qū)動(dòng)的業(yè)務(wù)閉環(huán)標(biāo)桿。

最重要的是：“先成就AI，再讓AI成就你”。你需要先“成就AI”，即為AI智能體提供數(shù)據(jù)、工具、權(quán)限和工作流，讓它在這個(gè)場(chǎng)景中成長(zhǎng)起來(lái)；然后再讓"AI成就你"，即讓這個(gè)智能內(nèi)核驅(qū)動(dòng)場(chǎng)景的效率和價(jià)值不斷迭代、越跑越快。這個(gè)選擇場(chǎng)景和架構(gòu)智能體的過(guò)程，比盲目地上馬項(xiàng)目要重要得多。

問(wèn)題五：既然并非所有企業(yè)的所有場(chǎng)景都適合，那么一個(gè)企業(yè)該如何判斷自己是否適合"人工智能+"？以及，如何才能找到那些真正適合被AI重構(gòu)的“原生場(chǎng)景”？

孫天澍：判斷一個(gè)企業(yè)是否適合，或者說(shuō)，判斷一個(gè)業(yè)務(wù)場(chǎng)景是否適合"AI重構(gòu)"，我自己評(píng)估場(chǎng)景有一個(gè)很簡(jiǎn)單但很直接的 “百萬(wàn)員工問(wèn)題” （litmus test 石蕊測(cè)試）：如果你的企業(yè)或某個(gè)具體的場(chǎng)景中，突然多出100萬(wàn)個(gè)不知疲倦、記憶力超群、還能不斷學(xué)習(xí)的智能員工，你在業(yè)務(wù)場(chǎng)景中是否可以更好、更快、更深地滿足用戶需求？如果答案是肯定的，那么這個(gè)場(chǎng)景就有巨大的AI重構(gòu)的機(jī)會(huì)。如果答案是否定的，說(shuō)明這個(gè)場(chǎng)景對(duì)智能的"包容性"不夠大，智能的投入并不能在場(chǎng)景中帶來(lái)邊際收益的顯著提升。

所以，不是所有企業(yè)都適合AI重構(gòu)，大多數(shù)場(chǎng)景也不一定適合AI投入。選擇大于努力，找到適合智能重構(gòu)的原生場(chǎng)景，是一個(gè)企業(yè)在人工智能+時(shí)代最重要的“能力”和“運(yùn)氣”。

技術(shù)革命從來(lái)不是公平的，你可以把它想象成從外星來(lái)的神秘力量，不是所有人都會(huì)被幸運(yùn)的擊中。類似于如果你今天所在的“捕魚”的地方?jīng)]有大魚了，那么一個(gè)頂級(jí)的創(chuàng)業(yè)者，應(yīng)該做的不是在原地繼續(xù)撒網(wǎng)，而是把船開(kāi)到新的、可能有鯨魚出沒(méi)的海域，重新開(kāi)始?！氨鵁o(wú)常勢(shì)，水無(wú)常形”，擁有適應(yīng)和擁抱AI智能體的勇氣和決心，比固守歷史包袱和沉沒(méi)成本更重要。

至于如何找到這些場(chǎng)景，除了一開(kāi)始的那個(gè)核心問(wèn)題，我總結(jié)了一個(gè)更具體的“AI場(chǎng)景重構(gòu)”方法論，就是看一個(gè)場(chǎng)景是否滿足“三多一高一復(fù)雜”的特征：

三多：?jiǎn)T工多（或重復(fù)性人力勞動(dòng)多）、用戶/客戶多、費(fèi)用多（成本高）。

一高：高頻互動(dòng)。

一復(fù)雜：需要復(fù)雜的知識(shí)和判斷。

滿足這些特征的場(chǎng)景，通常是AI能夠發(fā)揮巨大價(jià)值的地方。但最難的，還是對(duì)產(chǎn)業(yè)需求本質(zhì)的理解，并且是超越今天的需求，去想象和創(chuàng)造下一代的需求。這需要懂未來(lái)、懂產(chǎn)業(yè)、懂智能的人來(lái)共同架構(gòu)。

問(wèn)題六：AI重構(gòu)千行百業(yè)確實(shí)是一個(gè)大機(jī)會(huì)，但人工智能+的機(jī)會(huì)到底是誰(shuí)的機(jī)會(huì)，是少數(shù)大廠的機(jī)會(huì)，還是無(wú)數(shù)創(chuàng)業(yè)公司的機(jī)會(huì)，還是頂尖產(chǎn)業(yè)企業(yè)的機(jī)會(huì)？

孫天澍：多數(shù)的價(jià)值到今天為止都被大廠拿到。但是未來(lái)在人工智能+千行百業(yè)場(chǎng)景當(dāng)中，我覺(jué)得創(chuàng)業(yè)者會(huì)有許多的機(jī)會(huì)，因?yàn)椤叭斯ぶ悄?”不是一個(gè)C端平臺(tái)入口的心智，也不是一個(gè)規(guī)?；募夹g(shù)底座建設(shè)，而是對(duì)千行百業(yè)的場(chǎng)景重構(gòu)。

在C端我覺(jué)得其實(shí)巨頭平臺(tái)的心智入口相對(duì)來(lái)說(shuō)是創(chuàng)業(yè)公司不是那么容易能夠去替代，短期內(nèi)也很難改變現(xiàn)有的競(jìng)爭(zhēng)格局。在面向用戶C端的創(chuàng)業(yè)賽道上，依然是一個(gè)超級(jí)富二代之戰(zhàn)，由在今天擁有場(chǎng)景、擁有數(shù)據(jù)、也擁有智能定義能力的科技大廠來(lái)扮演非常關(guān)鍵的角色。

但在人工智能+千行百業(yè)場(chǎng)景上，我覺(jué)得創(chuàng)業(yè)者有巨大的機(jī)會(huì)。因?yàn)樗麤](méi)有在消費(fèi)端的規(guī)模效應(yīng)、網(wǎng)絡(luò)效應(yīng)和成本效應(yīng)，它會(huì)有很多的新的對(duì)于產(chǎn)業(yè)重構(gòu)的邏輯。而在用戶端，這樣的規(guī)模效應(yīng)、網(wǎng)絡(luò)效應(yīng)和成本效應(yīng)是非常清晰和明顯的。

從今天的閃購(gòu)大戰(zhàn)可以看出兩個(gè)重要趨勢(shì)：“超級(jí)入口 + 超級(jí)AI”。

所謂超級(jí)入口，是指用戶的時(shí)間與錢包份額進(jìn)一步向少數(shù)平臺(tái)聚集；未來(lái)吃喝玩樂(lè)、衣食住行、社交與知識(shí)獲取，都會(huì)在更少的端上呈現(xiàn)、滿足并形成閉環(huán)。

以閃購(gòu)為代表的超級(jí)入口聚合，會(huì)進(jìn)一步賦能并放大“超級(jí) AI”：因?yàn)閳?chǎng)景與數(shù)據(jù)更豐富、更閉環(huán)，AI 能更好地嵌入、迭代與學(xué)習(xí)，形成智能體的進(jìn)化。在消費(fèi)者端，垂直與感性需求仍有創(chuàng)業(yè)機(jī)會(huì)，但在理性、綜合需求維度，競(jìng)爭(zhēng)仍將是“超級(jí)富二代之戰(zhàn)”。

對(duì)AI 原生創(chuàng)業(yè)企業(yè)而言，未來(lái)有兩大優(yōu)勢(shì)：

其一，思維的原生，沒(méi)有既有規(guī)則或組織結(jié)構(gòu)的限制，從第一天起就能圍繞智能體能力來(lái)架構(gòu)人機(jī)協(xié)同工作流與AI原生的商業(yè)模式，直接面向客戶需求，“先成就AI，然后讓AI成就你”，因而擁有全新的機(jī)會(huì)；

其二，資產(chǎn)的原生，沒(méi)有沉重的歷史核心資產(chǎn)，就不會(huì)因?yàn)?AI 智能體的到來(lái)把這些資產(chǎn)變成核心負(fù)債。許多龍頭產(chǎn)業(yè)的挑戰(zhàn)在于，過(guò)去引以為豪的核心資產(chǎn)正在漸漸變成包袱。以數(shù)碼相機(jī)為例，它讓柯達(dá)的膠卷、全球沖洗工廠、分銷渠道與零售網(wǎng)點(diǎn)，迅速?gòu)膬?yōu)勢(shì)轉(zhuǎn)為負(fù)擔(dān)。

今天，智能的廣泛涌現(xiàn)與無(wú)處不在，正在改變各行業(yè)的工作方式——可以用更AI 原生的方式、圍繞動(dòng)態(tài)迭代的智能來(lái)重構(gòu)組織。AI 原生創(chuàng)業(yè)的核心機(jī)會(huì)，正是把產(chǎn)業(yè)領(lǐng)先者的核心資產(chǎn)變?yōu)槠浜诵呢?fù)債，以全新的方式實(shí)現(xiàn)跨越。

我覺(jué)得縱觀人類歷史，今天一個(gè)人所擁有的杠桿比以往任何時(shí)候都大得多。因?yàn)槲覀儞碛辛诵碌母軛U——智能體杠桿。過(guò)去規(guī)?；仨氁蕾?scale by people / product / capital（用人才杠桿、產(chǎn)品杠桿、資本杠桿來(lái)規(guī)?；?，今天新增了智能體杠桿（scale by agents）：智能無(wú)處不在，一個(gè)人可以大規(guī)模地架構(gòu)大量的智能體滿足需求、重構(gòu)業(yè)務(wù)、重塑場(chǎng)景。

因此，未來(lái)一定會(huì)出現(xiàn)回報(bào)率極高的投資方式與增長(zhǎng)速度極快的創(chuàng)業(yè)方式：不再只是 1 倍、2 倍、3 倍的回報(bào)，而是會(huì)出現(xiàn)百倍、千倍杠桿的創(chuàng)業(yè)與企業(yè)，只是多數(shù)人尚未適應(yīng)這種新杠桿，更無(wú)法駕馭這種杠桿。

對(duì)現(xiàn)在領(lǐng)先的產(chǎn)業(yè)企業(yè)來(lái)說(shuō)，最大的能力與優(yōu)勢(shì)在于長(zhǎng)期經(jīng)營(yíng)所形成的場(chǎng)景資產(chǎn)和數(shù)據(jù)資產(chǎn)。正因?yàn)閾碛羞@些場(chǎng)景，才能把智能無(wú)縫融合進(jìn)去，無(wú)須從零創(chuàng)造場(chǎng)景；也因此沉淀了大量數(shù)據(jù)與支撐體系。數(shù)據(jù)資產(chǎn)應(yīng)作廣義理解：既包括對(duì)客戶需求、生產(chǎn)環(huán)境、零售渠道等結(jié)構(gòu)化和非結(jié)構(gòu)化的“具象的數(shù)據(jù)”，也包括企業(yè)員工與專家積累的經(jīng)驗(yàn)與知識(shí)（腦中的知識(shí)和認(rèn)知，“無(wú)形的數(shù)據(jù)”）。

這些都是產(chǎn)業(yè)企業(yè)抵御 AI 原生企業(yè)進(jìn)攻的關(guān)鍵。要用好場(chǎng)景資產(chǎn)與數(shù)據(jù)資產(chǎn)這兩個(gè)核心要素，真正用 AI 智能體釋放場(chǎng)景和數(shù)據(jù)價(jià)值；若再疊加AI 原生思維，就有機(jī)會(huì)成為AI下半場(chǎng)真正的“超級(jí)富二代”，把既有優(yōu)勢(shì)轉(zhuǎn)化為下一代產(chǎn)業(yè)的護(hù)城河，并將潛在的負(fù)債轉(zhuǎn)化為差異化優(yōu)勢(shì)與增量?jī)r(jià)值。

問(wèn)題七：選擇場(chǎng)景后，企業(yè)進(jìn)行AI轉(zhuǎn)型需要投入真金白銀，在短期內(nèi)可能看不到業(yè)務(wù)價(jià)值的情況下，該如何衡量投入產(chǎn)出比（ROI）？

孫天澍：關(guān)于這個(gè)問(wèn)題，我有兩句很直接的話：衡量AI投入最終也是唯一的方式，就是業(yè)務(wù)價(jià)值。在業(yè)務(wù)價(jià)值實(shí)現(xiàn)之前，靠信仰。這聽(tīng)起來(lái)可能很玄，但就像創(chuàng)業(yè)一樣，它本質(zhì)上是一種基于判斷的投入。不過(guò)，“信仰”不等于“盲目”。在最終的業(yè)務(wù)價(jià)值實(shí)現(xiàn)之前，AI架構(gòu)師的核心能力之一，就是能夠精確地設(shè)計(jì)“中間指標(biāo)”和階段性的業(yè)務(wù)里程碑。

在選對(duì)場(chǎng)景后，最關(guān)鍵的是要定義好在場(chǎng)景中AI要實(shí)現(xiàn)的“中間目標(biāo)”，定義對(duì)AI轉(zhuǎn)型的業(yè)務(wù)目標(biāo)本身就成功了一半，因?yàn)樗鼤?huì)牽引整個(gè)組織向特定的方向努力。舉個(gè)醫(yī)藥零售的例子，企業(yè)的最終目標(biāo)是提升GMV和利潤(rùn)。但AI轉(zhuǎn)型的切入點(diǎn)是什么？是提升單個(gè)會(huì)員的全生命周期價(jià)值，還是賦能藥店開(kāi)出更多的分店？這背后是完全不同的戰(zhàn)略選擇。如果你選擇前者，你的中間指標(biāo)可能會(huì)拆解為：提升會(huì)員到店頻次、提升進(jìn)店轉(zhuǎn)化率、提升關(guān)聯(lián)銷售和客單價(jià)等等。

一個(gè)好的中間指標(biāo)，必須滿足兩個(gè)條件：第一，它是一個(gè)有明確價(jià)值的業(yè)務(wù)指標(biāo)；第二，它可以成為智能體動(dòng)態(tài)迭代的“獎(jiǎng)勵(lì)函數(shù)”。就像抖音的用戶時(shí)長(zhǎng)，這個(gè)指標(biāo)既是業(yè)務(wù)目標(biāo)，也可以被拆解為單視頻停留、觀看完成率等，從而指導(dǎo)推薦算法的迭代。當(dāng)算法發(fā)現(xiàn)給你推的內(nèi)容你只看了一秒就劃走，它就知道這個(gè)推薦是失敗的，需要調(diào)整策略。這種將業(yè)務(wù)目標(biāo)轉(zhuǎn)化為數(shù)據(jù)指標(biāo)，并用其牽引智能體迭代形成飛輪的能力，正是"AI架構(gòu)思維"的核心體現(xiàn)。

所以，企業(yè)要做的，就是找到那個(gè)能夠快速數(shù)據(jù)反饋、形成閉環(huán)、并能持續(xù)產(chǎn)生業(yè)務(wù)價(jià)值的場(chǎng)景和“中間指標(biāo)”。一旦你建立了這個(gè)機(jī)制，剩下的就可以交給AI，相信它迭代的速度和潛力。

問(wèn)題八：如何理解“人工智能+”行動(dòng)中說(shuō)到的"智能原生"（AI原生），怎么培養(yǎng)智能原生的思維，它具體體現(xiàn)在哪些方面？

孫天澍：“智能原生” 是真正以智能為中心來(lái)建立業(yè)務(wù)和組織，智能原生企業(yè)可以通過(guò)巧妙的架構(gòu)業(yè)務(wù)模式和組織協(xié)同，把智能體的能力在場(chǎng)景充分釋放出來(lái)。

比如抖音和滴滴都是移動(dòng)原生的產(chǎn)品，在PC時(shí)代很難想象刷抖音和用滴滴，沒(méi)有手機(jī)的交互（觸摸屏上劃下劃）和攝像頭不可能消費(fèi)和生產(chǎn)短視頻內(nèi)容，沒(méi)有實(shí)時(shí)GPS位置的共享也不可能有用戶和司機(jī)的高效匹配。做到“智能原生”，最重要的是思考你怎么幫智能體成功，你要像一個(gè)“伯樂(lè)”一樣，去思考如何培養(yǎng)“智能體”這匹千里馬，真正幫助它在場(chǎng)景中成功。

我們可以想象，企業(yè)里來(lái)了一個(gè)“怪才”新員工——AI智能體。她有無(wú)限的記憶，可以快速吸收和融合海量知識(shí)，能調(diào)用各種工具和接口，24小時(shí)7天不斷工作，也有動(dòng)態(tài)的反饋迭代能力，可以持續(xù)學(xué)習(xí)甚至智能"涌現(xiàn)"，但是在另一些方面卻沒(méi)有普通人都有的一些常見(jiàn)能力比如識(shí)別意圖和穩(wěn)定對(duì)話。

AI原生的思考方式，就是要你發(fā)自內(nèi)心地理解并信仰這個(gè)新同學(xué)的能力，并思考如何最大化幫助她 -- 教她知識(shí)，給她數(shù)據(jù)，配備工具和權(quán)限，持續(xù)給她反饋和陪伴。你要真心希望她成功，希望她成為組織的中心，而不是把她看作一個(gè)威脅，擔(dān)心她搶了你的風(fēng)頭，或者是希望她完全能夠遷就你，幫助你在現(xiàn)有的工作習(xí)慣下和組織流程中完成任務(wù)。

還是上面強(qiáng)調(diào)的那句話，要學(xué)會(huì)“先成就AI，再讓AI成就你”。想象你是邁阿密足球隊(duì)的教練，當(dāng)梅西轉(zhuǎn)會(huì)來(lái)之后，要思考如何圍繞他來(lái)重構(gòu)陣型，幫助新同學(xué)（“智能體”）成功，而不是讓他適應(yīng)之前的傳統(tǒng)打法。

具體來(lái)說(shuō)，這種“AI原生架構(gòu)”思維體現(xiàn)在幾個(gè)方面：

先把AI智能體玩起來(lái)，對(duì)AI智能體的能力邊界有直覺(jué)，懂原理：AI下半場(chǎng)，優(yōu)秀的企業(yè)家需要通過(guò)使用agent不斷培養(yǎng)直覺(jué)，了解AI智能體能力的邊界，而偉大的企業(yè)家還需要抓住AI智能的原理和本質(zhì)，深刻地把握智能的運(yùn)作方式和技術(shù)原理。只有這樣才能不但理解今天智能體的能力和局限，也能夠預(yù)測(cè)明天智能體的突破和創(chuàng)新，圍繞智能體演化的路徑和方向，不斷去定義新的業(yè)務(wù)模式，發(fā)現(xiàn)新的業(yè)務(wù)場(chǎng)景，布局新的業(yè)務(wù)創(chuàng)新。

設(shè)計(jì)人機(jī)協(xié)同流程：你要思考，如何為這個(gè)AI員工配備人類的合作伙伴，甚至是一些人類員工的上司，你需要知道如何為她配備知識(shí)、數(shù)據(jù)、工具、系統(tǒng)和權(quán)限。讓她能夠更好地融入組織，發(fā)揮作用。

配套幫助AI智能體持續(xù)迭代的機(jī)制：你需要理解"獎(jiǎng)勵(lì)函數(shù)"的重要性，知道如何為AI員工設(shè)計(jì)清晰的考核目標(biāo)和反饋迭代機(jī)制，讓智能體能夠不斷成長(zhǎng)。總而言之，今天的世界，懂商業(yè)的人很多，但“懂AI商業(yè)”的人很少。

所謂懂AI商業(yè)，就是能把AI的設(shè)計(jì)和商業(yè)的設(shè)計(jì)完美融合，用AI原生的方式去做商業(yè)。最終的目的不是為了做AI而做AI，而是用AI去創(chuàng)造性地架構(gòu)下一代的業(yè)務(wù)。這才是AI架構(gòu)思維的精髓。

問(wèn)題九：您反復(fù)強(qiáng)調(diào)"AI架構(gòu)師"的重要性，這是否意味著"人才"是當(dāng)前推動(dòng)人工智能+最大的卡點(diǎn)？我們又該如何培養(yǎng)這樣的人才？

孫天澍：是的，我認(rèn)為今天人工智能+最大的挑戰(zhàn)和機(jī)遇都在于人才，特別是那種我所說(shuō)的，真正懂產(chǎn)業(yè)、懂智能、懂未來(lái)的下一代"AI架構(gòu)師"。

一個(gè)“AI架構(gòu)師”可抵千軍萬(wàn)馬。

今天我覺(jué)得人工智能+的一個(gè)很大的問(wèn)題是擁有場(chǎng)景和數(shù)據(jù)的傳統(tǒng)企業(yè)，與擁有AI架構(gòu)能力的外部人才之間，存在一種“體系性的錯(cuò)配”：擁有場(chǎng)景的人不擁有AI架構(gòu)能力，擁有AI架構(gòu)能力的人不擁有場(chǎng)景，而且互相找不到對(duì)方。怎么樣創(chuàng)造出一個(gè)合作、孵化、協(xié)同、共創(chuàng)的機(jī)制，是非常關(guān)鍵的。

關(guān)于如何培養(yǎng)，我的觀點(diǎn)是，AI架構(gòu)師一定是在重構(gòu)千行百業(yè)的“戰(zhàn)場(chǎng)”中打出來(lái)的，而不是在學(xué)校里學(xué)出來(lái)的。他們一定是在千行百業(yè)的戰(zhàn)場(chǎng)中，通過(guò)無(wú)數(shù)次的行業(yè)試錯(cuò)、重構(gòu)和競(jìng)爭(zhēng)中涌現(xiàn)出來(lái)的。當(dāng)然，我們可以為這種涌現(xiàn)創(chuàng)造條件。

我認(rèn)為AI架構(gòu)師需要具備三個(gè)核心特質(zhì)：

懂智能，有“AI架構(gòu)思維”。這不一定要求會(huì)編程，但必須對(duì)AI能做什么、不能做什么有直覺(jué)，以及它的工作原理有定性的理解、并且對(duì)AI智能體的演化有興趣，當(dāng)你的企業(yè)多出100萬(wàn)個(gè)AI員工時(shí)，能判斷出業(yè)務(wù)場(chǎng)景會(huì)發(fā)生什么變化，可能如何去架構(gòu)。

懂產(chǎn)業(yè)，有深刻洞察。這需要真正深入到產(chǎn)業(yè)場(chǎng)景中去，理解能源、醫(yī)療、制造等行業(yè)的真實(shí)需求本質(zhì)和組織方式。對(duì)于年輕人來(lái)說(shuō)，這是最需要鍛煉的，也是最需要機(jī)會(huì)的。

懂未來(lái)，有原創(chuàng)勇氣。要敢于打破常規(guī)和產(chǎn)業(yè)固有的邏輯，用第一性原理去思考，去想象和架構(gòu)下一代的業(yè)務(wù)。同時(shí)，還要有能力駕馭轉(zhuǎn)型節(jié)奏，構(gòu)建人機(jī)協(xié)同的新工作方式。

前兩者（懂智能、懂產(chǎn)業(yè)）都是可以通過(guò)創(chuàng)造機(jī)會(huì)來(lái)培養(yǎng)的。培養(yǎng)一個(gè)AI架構(gòu)師，和培養(yǎng)一個(gè)AI模型很像，你必須給他提供場(chǎng)景、數(shù)據(jù)和反饋機(jī)制。我們要做的，就是創(chuàng)造出這樣的環(huán)境，讓有潛力的年輕人能夠在真實(shí)的千行百業(yè)的場(chǎng)景戰(zhàn)場(chǎng)中去訓(xùn)練，去完成他們大腦中神經(jīng)網(wǎng)絡(luò)參數(shù)的"預(yù)訓(xùn)練"和"微調(diào)"。所以，關(guān)鍵在于機(jī)制的建立，讓擁有場(chǎng)景和數(shù)據(jù)的企業(yè)，愿意把機(jī)會(huì)開(kāi)放給擁有智能架構(gòu)潛力的年輕人。

問(wèn)題十：您剛才說(shuō)到，擁有場(chǎng)景和數(shù)據(jù)的傳統(tǒng)企業(yè)，與擁有AI架構(gòu)能力的外部人才之間，存在一種“體系性的錯(cuò)配”，互相找不到對(duì)方。怎么建立機(jī)制，如何才能改善這種狀況？

孫天澍：這是一個(gè)非常深刻且普遍的問(wèn)題，也是“人工智能+”與“互聯(lián)網(wǎng)+”一個(gè)很大的不同。要解決這種錯(cuò)配，不能只靠政策引導(dǎo)，最終還是要靠市場(chǎng)機(jī)制。

核心在于，企業(yè)，特別是CEO，需要成為一個(gè)好的"AI架構(gòu)師"，這個(gè)架構(gòu)師不僅架構(gòu)業(yè)務(wù)，也架構(gòu)組織和人才。他需要有能力和"品味"去識(shí)別、發(fā)現(xiàn)、尋找和培養(yǎng)那些真正擁有智能架構(gòu)能力的人才，并且愿意把場(chǎng)景、數(shù)據(jù)、知識(shí)和實(shí)踐的機(jī)會(huì)開(kāi)放給他們。這些人很可能來(lái)自企業(yè)外部。因?yàn)閭鹘y(tǒng)產(chǎn)業(yè)內(nèi)部，直接擁有算法思維和原創(chuàng)勇氣的人才并不多。

這就帶來(lái)了一系列現(xiàn)實(shí)問(wèn)題：薪資結(jié)構(gòu)怎么定？一個(gè)頂尖的AI人才，為什么要加入一個(gè)薪酬和節(jié)奏都相對(duì)傳統(tǒng)的行業(yè)？這需要企業(yè)在組織設(shè)計(jì)和激勵(lì)機(jī)制上進(jìn)行大膽的創(chuàng)新，用市場(chǎng)化的方式，讓頂尖人才愿意并能夠快速進(jìn)入千行百業(yè)。我認(rèn)為，當(dāng)前互聯(lián)網(wǎng)行業(yè)的人才溢出，就是一個(gè)巨大的機(jī)會(huì)。

我常說(shuō)，互聯(lián)網(wǎng)是一座“小山”，從業(yè)者加起來(lái)幾百萬(wàn)人；而人工智能+的千行百業(yè)是一座“大山”，從業(yè)者有幾億人。如何讓從“小山”里出來(lái)的、經(jīng)過(guò)了數(shù)字化“學(xué)前班”訓(xùn)練的人才，進(jìn)入到“大山”里，在重構(gòu)產(chǎn)業(yè)的真實(shí)戰(zhàn)場(chǎng)中，成長(zhǎng)為真正的"黃埔軍校"學(xué)員，也就是AI架構(gòu)師，這是時(shí)代給予我們的巨大機(jī)遇。

總結(jié)： 這輪“人工智能+”的實(shí)質(zhì)，不是工具換代，而是“智能”成為產(chǎn)業(yè)的新內(nèi)核。決定成敗的不是技術(shù)堆疊，而是在千行百業(yè)的場(chǎng)景中架構(gòu)智能的能力， 誰(shuí)能率先以“AI架構(gòu)思維”，找到AI原生場(chǎng)景，定好指標(biāo)和迭代，在場(chǎng)景中培養(yǎng)AI架構(gòu)師，用智能體杠桿重構(gòu)業(yè)務(wù)模式和組織設(shè)計(jì)，誰(shuí)就能真正在“人工智能+”的AI下半場(chǎng)中領(lǐng)先，定義下一代產(chǎn)業(yè)。