每个时代都有其标志性的技术，每个技术的产生或极大地解放了个体的劳动力，提高了个体与组织之间的协作效率，或极大地促进了生产效率或使用体验，或将极大地优化了资源配置和供需匹配效率，从而提高人们的生活水平。从青铜时代的手工器件到工业时代的动力机器，再到信息时代的互联网技术，都在不断地提高生产资料配置效率，更高效满足人们多元需求。

每个技术产生后都会持续较长时间，一方面要接受市场的检验；另一方面，技术从萌芽状态到成熟状态亦需要一段时间，而且使技术广泛应用于工作生活的诸多场景中也需要不断探索。在这个阶段，人类的生活形态和商业形态都受到该技术的影响。技术的产生和发展总是迎合人性，符合人心正念诉求，这是因为市场的本质其实是供需的匹配，而市场环境和群体需求又是影响社会供需的主要因素之一。

在信息技术的催动下现实世界与网络世界逐渐融合，现实规则与网络规则的相互映射与融合也是数字经济背景下组织与生态良性发展的基础。在数字社会，以数据、算法、算力等为基础的数字经济活动大量出现。

社会生活中，人们大多都是在信任关系和组织协作上而开展诸多活动，未来数字经济活动中基于机器信任和机器智能将极大地改变生成关系，提升生产力。当我们可以用理性的算法协议或技术制约等解决人性在陌生场景中的不信任问题，并且在人与智能机器/智能体无缝协作后，就意味着我们可以通过技术优势形成的社会信任关系，促使人们的生产协作效率大幅提升，使整个社会运行成本大幅下降，使资源配置效率和供需匹配效率大幅提高。

技术的本质是让人们更好地认识事物、解决问题，为人类的高质量发展赋能。数字化技术的普及和应用为人们应对多变且复杂的商业环境创造了更多可能。

当前，AI技术的快速发展也是如此。其在人类更好的认识事物、解决问题等方面有着巨大的潜力。就像互联网从“可选”变成“必需”，AI 将成为企业生存的“新氧气”——未来所有的业务将生于AI、长于AI、成于AI，没有AI，业务将无法呼吸。

在20世纪90年代，互联网曾是“可有可无”的工具，企业仅将其用于邮件或基础信息展示。但进入21世纪后，互联网逐渐演变为商业基础设施：

• 2000s（可选阶段）：企业官网是“加分项”，电商仅是线下补充（如早期亚马逊卖书）。

• 2010s（必需阶段）：没有线上渠道的企业难以生存（如实体零售被淘宝、京东颠覆）。

• 2020s（底层设施阶段）：互联网如同电力，渗透到所有业务环节（如外卖、在线医疗、远程办公）。

• 目前，AI 正在重复这一路径：

• 2010s（可选阶段）：AI 仅用于特定场景（如推荐算法、语音助手）。

• 2020s（必需阶段）：企业不用AI优化供应链、营销或产品，就会失去竞争力（如传统客服被AI替代）。

• 2030s（底层设施阶段）：AI 将像今天的互联网一样无形却无处不在，成为数字商业的“新氧气”。

  AI从必须阶段到底层基础设施阶段，源于该技术突破了以往判别式AI的发展逻辑，发展到现今的生成式AI。

以往判别式AI的发展具有较大的局限性。判别式AI（如图像分类、语音识别）本质是“已知答案的选择题”，依赖海量标注数据且泛化能力弱。例如，自动驾驶系统在罕见场景（如极端天气或突发路障）中失效概率高达37%。其工具属性明显，输入明确指令，输出预设答案，缺乏自主创造新解决方案的能力。

而生成式AI通过大模型学习数据分布，具备“无中生有”的创造力。GPT-4可基于“未来城市防洪设计”提示，生成涵盖水文模拟、材料选择、应急方案的完整策划书。同时，随着多模态融合，例如GPT-4V同时处理文本、图像、视频，为复杂系统（如智慧城市交通管理）提供统一决策接口，将极大地提升业务发展的效率。此外，DeepSeek通过算法优化将大模型训练成本降低80%，使中小企业能部署AI基础设施。

前者是基于已知问题的决策与判别，后者是基于未知问题的回复与解决，很明显后者具有极高的想象空间和创新空间。

尤其是，AI Agent 的崛起使机器从被动工具转向具备自主决策与执行能力的协作伙伴。微软智能体解析商业邮件、OpenAI的o1/o3模型处理复杂订单等案例表明，AI正在重塑企业生产力边界。预计到2028年，AI将自动化15%的日常决策，覆盖供应链优化、客户服务、财务审计等全流程。智能体既能结合大模型能力，像人一样思考、分析、规划、记忆，又能结合RPA等计算机操作能力，执行具体业务流程，既有“大脑”又有“手脚”。应用在个人端是“智能助理”，应用在企业端则是“数字员工”。

智能体能将大模型的泛化能力转化为具体业务场景的精准执行，实现“你说我做”，加速大模型从个人端到企业端应用的迁移，真正将技术转化为新质生产力，并将创新速度呈指数级提升。融合文本、语音、图像的多模态AI（如GPT-4V）将推动医疗影像诊断、工业质检等场景的效率革命。GE用AI预测飞机发动机故障、DC Water通过管道AI工具预防泄漏，这类应用已证明AI在物理世界中的价值。

因此，笔者认为，未来的新业务将天然依赖AI技术，从产品设计到商业模式，AI 是核心驱动力，而非附加功能。例如：AI 驱动的个性化教育平台、完全自动化的AI律师服务、生成式AI 创造的虚拟网红经济。现有业务的增长、优化和竞争壁垒将高度依赖AI，而非传统的人力或流程优化。

在应用方面，大模型/生成式AI在各行各业具有极高的应用潜力和价值，但是其往往都是循序渐进的过程，一般是逐渐从内部辅助运营来提升工作效率和生产力，到外部对客提效来提升客户交互效率和体验，最后逐渐从业务边缘到核心来改变价值创造模式，相应地在渐进过程中AI所体现的价值也逐渐增大。

那么，在此背景下，企业如何应对？短期（1-3年）：企业中的所有业务线试点AI工具（如ChatGPT、Copilot）。一般可以从有简单到复杂，有点到面的原则开展AI应用实践。中期（3-5年）：核心业务AI化（如智能客服替代80%人工）。企业可以适度投资AI人才或与AI公司战略合作。长期（5-10年）：转型为“AI原生企业”，重构商业模式（如特斯拉从车企变为AI出行公司）。

AI技术是人类认知边疆的开拓者、自然规律的翻译者、生态文明的共建者。但其发展需遵循“技术为体，伦理为魂”的原则：既要通过多模态模型突破认知边界，也要建立可解释AI框架确保透明决策；既要追求效率提升，也要通过联邦学习等技术消弭数字鸿沟。正如《自然》杂志评论：“AI不是自然的替代者，而是人类读懂自然诗意的放大镜。”当我们以谦卑之心驾驭技术，方能在数字文明与生态文明间绘制出和谐的坐标系。

文/思二勋，著有《分布式商业生态战略》等畅销书

推荐书籍：
《分布式商业生态战略：数字商业新逻辑与企业数字化转型新策略》

作者：思二勋
 

书籍介绍：
本书从新时代的新市场和新趋势出发，如：元宇宙、Web 3.0、资产数字化、反垄断、要素市场化配置、非同质化通证（non-fungible token，NFT）等，以企业数字化转型为核心，以区块链等数字化技术为基本点，以场景为基本面，勾勒了数字化时代分布式商业演化的新趋势，以及其对企业经营管理的影响，提出了数字化时代企业数字化转型的新策略和分布式经营管理的低成本、高效率发展方案。

分布式商业是数字经济时代的基本商业形态，分布式商业生态战略也是企业数字化生存与发展的基本战略，是企业数字化转型的全新模式和路径，亦是元宇宙商业生态建设的新范式。