今天小編分享的互聯網經驗：數字價值觀察室·2023 T-EDGE 特别版，歡迎閱讀。
《數字價值觀察室》是钛媒體與ITValue聯合推出的一檔有關企業數字化的深度視頻訪談欄目，脫胎于已連續舉辦十餘屆的ITValue Summit 數字價值年會。欄目内容聚焦產業人士最為關注的數字化問題，邀請行業專家、企業家等作為"觀察員"現場論道，探尋數字經濟的真問題與真答案。
數字化轉型是十多年來業務轉型的核心，随着AI的崛起，數字化轉型本身也在發生改變，AI正在極大地改變數字化轉型。毫無疑問，AI将成為大多數數字化轉型舉措的關鍵，這只是一個數字化轉型和AI将以多快的速度完全融合的問題，這意味着數字化轉型必須跟随AI的腳步。
那麼AI究竟在數字化裡扮演着什麼角色？企業應該如何将AI應用落地？在使用AI的過程中有哪些痛點和困惑？
數字價值觀察室·2023T-EDGE全球創新大會特别版，钛媒體集團聯合創始人、ITValue發起理事萬寧對話亞信安全數字化支撐部總經理馮朝晖，深入探讨"AI如何影響數字化轉型"。
【附上本期直播時間軸，幫你快速跳轉感興趣的部分】
03:10-05:18 AI對企業在業務層面有哪些影響
05:20-12:10"理解力缺陷"是現階段AI應用的最大局限
12:10-21:19 數據安全是企業應用AI最擔憂的問題
21:30-29:10 如何看待OpenAI背後"加速派"和"對齊派"的衝突
29:20-35:45 AI現階段在企業數字化轉型中能夠應用在哪些領網域
36:10-42:00 大健康行業如何應用AI創造新價值
42:17-51:53 未來AI會在哪些領網域的應用帶來價值推動
【以下為節目文字實錄，經钛媒體APP編輯删減】
萬寧：深于實踐，探尋數字產業真相。歡迎來到數字價值觀察室，我是本期觀察員萬寧。
過去的十幾年，數字化轉型一直是企業IT建設的核心方向。然而，随着AI的迅速崛起，數字化轉型的趨勢發生了重大變化，但是技術發展卻未達預期。在今天的讨論中，我希望與行業内的資深專家馮朝晖先生共同深入探讨"AI未來如何影響企業的數字化轉型"。
在今天直播開始之前，我和一位客戶讨論AI帶來的影響，雖然AI正在對許多領網域產生深遠變革，但财務或審計部門的人員可能是最直接感受到焦慮的群體，因為AI已經能夠替代他們原來從事的許多重復性工作。AI是否真的會在未來一段時間内對業務環境引發類似的變化？請馮總從企業的角度出發解讀一下。
馮朝晖：對于AI對企業未來的影響，其實最坦白的答案是 "不知道"。
正如陳春花教授所說，"未來的世界是未知無處不在"，我們很難預測AI将如何改變企業，它的成長速度之快超出了我們的想象，我們無法準确預見它對企業的影響。所以，最坦白的回答是，這是一個未知數。
根據目前我們所能觀察到的AI和企業的發展情況，AI在未來的角色很可能成為員工的效率工具，即大家所稱的Copilot模式。AI的當前能力主要體現在幫助員工提高工作效率上。
比如讓AI承擔70%的工作，而剩餘的30%需要人工進行評判。因此，在提高效率方面，AI具有廣泛的使用場景和巨大的價值。這也是目前許多企業在嘗試的重要方向。
這樣的提效，在很多領網域都已經發生。比如銷售領網域，AI已經起到了提高效率的作用。它幫助銷售人員獲取客戶的背景知識，優先判斷和解決特定場景的問題，以及在客服場景中快速定位需要解決問題的領網域。雖然AI目前只能給出初始答案，但通過客服人員的快速理解後，能夠給出最終答案，這極大地提高了客服的效率。
"理解力缺陷"是現階段AI應用的最大局限
萬寧：理解能力是不是AI的一個缺陷？
馮朝晖：AI目前的能力主要體現在自然語言處理上，例如寫作，然而對于它所寫的内容，AI的理解程度仍然存在一定的局限性。在企業的實際應用場景中，特别是ToB領網域，由于涉及特定的行業和產品，存在大量的業務邏輯，只有在對業務邏輯有深刻理解的基礎上，才能有效地回答客戶的問題并解決問題。這使得AI的理解能力在企業使用AI的過程中成為一個巨大的挑戰。
萬寧：所以根據當前人工智能技術的發展路徑，AI仍然難以真正理解復雜的邏輯關系，尤其是在ToB領網域中。當遇到高度復雜的業務邏輯時，AI可能無法充分發揮其作用。在客服場景中，很多時候客戶向AI提出很多個問題，但最終的指向依舊是讓人工客服出面解決。
馮朝晖：是的，目前C端的智能客服普遍存在理解力較弱的問題。核心原因在于AI在處理復雜問題時的精準度不夠。對于ToB企業而言，精準度是非常重要的，因為客服解決業務問題一定不可能是70%的準确率，這是不可接受的。精準度的本質在于AI的理解力不足，而并非算力或信息不足。
萬寧：也就是說目前為止，AI在企業内部的優勢主要體現在對海量數據的分析處理上，通過匯總相關有效的答案，極大地提高效能性。
比如在同一時間内，一個人原來能看100篇文章，現在AI可以看100萬篇文章。比如像人力資源部門，挑選候選人要看簡歷，原來可能看十份就已經疲勞了，現在AI可以看成千上萬份，然後由人給出一些标準，讓AI幫助快速有效的去把要的那個人找出來，這個能做到嗎？
馮朝晖：這又引出了一個新問題。AI需要人們能夠精準地告訴它要尋找什麼，但實際上我們往往無法完全表達清楚我們的真正需求。因此，現在出現了一個熱門的新行業，叫做Prompt Engineering（提問工程師），其核心是幫助人們盡可能清晰地表述需求。
包括面試的場景。我曾經面試過很多人，發現即使我與HR提出了很多需求，實際到場的人員與我的預期還是存在一定的偏差。這是因為我自己也無法完全準确表達我的需求。當然，對于一些簡單的基層崗位，可能更容易描述需求，但是涉及到專業技術的崗位就非常困難了。
萬寧：AI的價值和作用一方面體現在，當我們無法清晰地描述需求時，AI可以通過各種分析提供ABCDE等多種方案，讓人來選擇最符合需求的方案。
馮朝晖：而且我們在不斷的跟AI交流的過程中，會不斷修正需求，答案可能會越來越準确。
萬寧：這就是我們和AI相處之道，我們需要明确其優劣勢。AI的優勢在于處理海量信息的能力，可以幫助我們提高效率。然而，這也給人們帶來了一定的焦慮，擔心AI會對許多崗位產生影響。
但從目前來看，這個擔憂似乎為時過早。由于AI技術的局限性，它更多是概率分析和提供最優解，因此提出好問題成為了使用AI最重要的環節。只有當我們能夠向AI提出精準、清晰的問題時，才能真正獲得AI能力的幫助。
數據安全是企業應用AI最擔憂的問題
馮朝晖：在企業應用AI的過程中，我個人覺得有兩個鴻溝。
第一個是如何提出精準、清晰的問題。第二個是如何解決AI大模型的本地化問題，即如何讓大模型能夠學習并理解企業的業務知識。這是企業現階段在使用AI過程中的很大挑戰。
直接照搬一個大模型對于企業來說成本高昂，難以承受。如何對大模型進行局部優化，使其能夠适應特定企業、產品、業務邏輯和企業文化，通過局部優化打造定制化的機器人，成為了一個重要的問題。
萬寧：因為千行百業有各種業态，每個業态都有非常多專業Know-How的積累。這個積累其實是大模型在具體應用場景中的體現，需要AI在專業知識和大模型的計算能力間高度結合。這是目前為止我們企業面對大模型落地應用一籌莫展的關鍵鴻溝。
馮朝晖：這個鴻溝有兩方面的因素，其實第一個因素是算力成本很高，是企業成本的問題。
第二個問題，其實也是我加入亞信安全很重要的原因，數據安全的問題。企業是否願意把核心的產品、知識、業務邏輯提供給一個大模型。而大模型理論上說是大家都可以用的。企業做了很長時間建立了自己的壁壘和護城河，舍不舍得把自己的護城河交給大模型？這是我覺得，每個企業在大模型面前都都比較舉步維艱很大的挑戰。
萬寧：我們一方面渴望着技術帶來幫助，但反過來也害怕由于技術滲透，導致了企業原來傳統專業壁壘喪失。
馮朝晖：不光是行業壁壘，包括企業壁壘。每個行業裡面為什麼有No.1、No.2、No.3，企業如果把自己的全部業務Know-How都交給了大模型，那它的護城河還存在嗎？
萬寧：馮總，我來challenge一下你的這個觀點。事實上我們大家都知道，必須去擁抱未來，擁抱數字化，擁抱大模型。那應該如何去解決這個壁壘的問題？安全層面已經有了一些解決方案，同時是不是也會有另外一個市場繁榮的信号，就是當更多的企業意識到技術進步所帶來的幫助，他們是否會基于自身行業或企業的特點，在某些特定的領網域開發自己的"小"大模型？因為技術的滲透是擋不住的。
馮朝晖：這個問題特别好，這也是現在很多企業在擁抱AI過程中，特别糾結猶豫的問題。不擁抱AI，未來會有很大的挑戰，擁抱AI則意味着要應對由此帶來的新的挑戰。
從企業角度來說，如果能夠實現大模型的私有化部署，能夠充分利用大模型的能力，同時又能夠保持對模型的掌控，那将是一種理想的解決方案。然而，目前還沒有看到這樣的曙光
另一種解決方案，是在企業内部找到合适的應用場景，使大模型的能力得以充分應用，為企業建立一條新的護城河。我相信會有一些企業願意踏出這一步，進行探索和嘗試。
萬寧：面對着不可逆的數字化前景與未來，面對着工具不斷強大的滲透，企業不能做鴕鳥，不能回避。未來的那些真正走出來企業，一定會去勇于嘗試，找到與大模型和自己企業發展安全共存的新方式，因為這才是解決之道。
由于算力的昂貴，由于大模型目前為止私有化部署其實是美好的夢想，目前即便是在局部應用中能夠運用好大模型的能力，已經使企業可以在競争中獲得優勢了。馮總既涉足互聯網行業又涉足傳統行業，您有什麼建議可以分享嗎？
馮朝晖：我認為，關鍵在于尋求短期效益與長期利益的平衡。長期利益是指AI的發展是不可阻擋的，它必将改變我們的行業。短期效益則是在可見的範圍内，如何保護企業已搭建的護城河，保持業務的增長。
這是一個很微妙的平衡。這意味着企業必須找到合适的場景去嘗試、去學習、去了解。當對未知的事物了解越多時，安全感也會逐漸增強，從而更有可能願意将企業的護城河與AI進行融合。也許在AI與企業真正融合後，我們會發現之前所有的顧慮都是多餘的。
回到德魯克的管理理論，企業的核心價值是組織，一個優秀的組織其實是别人學不到的。因為企業有優秀的組織，所以才會有高績效，才會有護城河，才會有行業地位。假如這個組織都是機器人呢？它的邊界是無限的，那是不是可以通吃這個行業？
我相信每個企業都在艱難的尋找這個平衡。
"加速派"和"對齊派"的衝突，現階段還為時尚早
萬寧：最近，OpenAI公司經歷了一次劇烈的動蕩。我經常講我是一個技術原教旨主義者，我一直認為技術可以幫助我們變得更好，因此致力于推動技術的進步并分享技術進步帶來的各種好處。但的确已經有些人開始思考機器擁有智慧後的情況，因此出現了對齊派。這次OpenAI的事件中，加速派和對齊派攤牌，最終加速派獲得了勝利。
我相信，作為企業和希望利用技術提高自身能力的人會更傾向于支持加速派。那麼您如何看待這兩個不同的立場呢？另外，在未來技術加速發展的過程中，AI是否真的能夠展現出更強大的能力呢？我們又應該為此做些什麼準備呢？
馮朝晖：首先，從我個人角度來看，加速派最終獲勝，背後微軟一定有很大的推動。因為從企業本身來講，做企業的人天生都是加速派的信徒。至于加速派和對齊派，實際上是個信仰問題，因為誰也說不出為什麼，我們只是一種相信。
從本質上說，我相信人類本身的潛力遠遠沒有充分發揮。根據對大腦的初步研究，當腦細胞之間連接數越高的時候人越聰明。腦科學有一個很驚奇的發現，人的大腦在十歲時達到腦細胞連接數的峰值，過了十歲之後，這種連接數在逐漸減少。所以當我們逐漸走向社會，我們變得越來越聰明，但是其實越來越不智慧。
智慧這個事情，跟聰明不是一個概念。
比如真正的大智慧源自于耶稣、釋迦牟尼和孔子等幾千年前的人物。他們當時所處的世界知識水平遠低于我們現代社會，但他們的智慧是我們難以企及的高度。
另一個廣為人知的故事是，愛因斯坦在遺願中要求捐獻他的大腦供科學家們研究。通過解剖發現，他大腦中使用的腦細胞僅占不到30%，而剩下的70%則完全沒有被使用。因此，我相信技術的加速發展能夠将人類從日常繁忙瑣事中解放出來。
萬寧：當我們尚未面對更高能力的工具時，就開始擔心無法駕馭它或被其控制。您的觀點是，我們不必過于擔心高級工具可能帶來的危害，而應更多地思考這個工具是否有助于激發我們的大腦潛能。
馮朝晖：最近，我重新看了《黑客帝國》。電影裡為什麼母體（Matrix）要允許叛逆者的存在呢？這是因為母體自身并沒有進化的能力。它讓叛逆者出現，實際上是讓叛逆者去推動進化。當叛逆者完成進化後，母體會被迫重啟，并在重啟過程中再次實現進化。人類進化的潛力我們完全不了解，我認為随着技術的發展，人類自身的能力可能會取得巨大的進步。
萬寧：這又回到了我們最初的話題。大模型的發展階段需要我們提出更好的問題。同樣，我們提出的問題和人類的智慧也是幫助AI或人工智能成長的關鍵環節。至于現在AI是否能夠產生自我智慧或自我意識，并反過來反噬人類，可能擔憂得有點過早了。
馮朝晖：這種思考是基于人類不再進化的假設，但我認為人類也會繼續成長。或許有一天，每個人都能夠擁有像釋迦牟尼那樣的大智慧。
"客服"和"售後"是企業嘗試AI的最佳場景
萬寧：AI在目前的企業數字化轉型中，還處在逐漸養成階段，您覺得現在AI在企業數字化轉型中，有哪些領網域已經開始呈現出它的價值？
馮朝晖：考慮将AI應用于某個場景，本質上是在确定投資的方向，AI是需要投入的，企業必定會考慮投入與產出比，沒有任何企業會不計回報地投入。因此，我們要将AI放在真正能夠給企業帶來回報的場景中嘗試，否則即便AI在某些場景中的表現很好，但沒有對企業的Bottom line或者Top line直接產生影響，那麼企業的持續投入很快就會打折扣。
所以我們嘗試的場景，就是在客服和售後，因為這兩個領網域有幾個優勢。
第一，客服和售後部門作為企業對外公開的服務視窗，企業不會過于擔心機密洩露的問題。因為客服和售後所接觸到的信息通常是允許對外公開的，與產研部門不同，他們不涉及企業核心的機密信息，但是他們所處理的信息通常是與業務緊密相關的公開信息。因此在這個過程中，潛在的數據洩露問題得到了解決。
第二，解決了AI和業務結合的問題。現階段AI确實無法替完全替代人工，所以可以采用Copilot模式來幫客戶提效。此外，AI還可以解決客服培訓的問題。一個優秀的客服是需要培訓的，特别是在有很多專業要求的ToB領網域，AI可以提供很多基礎性的知識，讓新客服有比較好的起點。
這能夠直接提升客服的質量，同時夠降低成本，而且客戶的感知會很好。客服是有高峰期的，比如說在安全行業，當遇到類似國家護網行動等事件時，企業的客服通常會面臨大量售後電話的湧入，如果機器人客服能夠先行處理一些簡單問題，将會大大減輕人工客服的壓力。
通過在客服領網域使用AI，我們可以越來越了解它，并逐步擴大應用範圍。比如使用AI制作銷售解決方案，會牽扯到多一點的企業核心機密，然後也許未來逐漸參與到產品研發和功能設定等更核心的業務環節中。這是一個漸進的過程，企業需要逐步敞開大門，讓AI逐漸融入。在這個過程中企業不能盲目地閉上眼睛，要關注AI的成長，了解對AI的控制程度。
萬寧：馮總通過他的具體實踐，向我們提供了應對AI衝擊的建議，并給出了企業如何運用AI進行數字化轉型的思路，我把它簡單總結叫循序&漸進。
首先循序，我們擔心大模型和AI可能帶來威脅，因為它們可能洩露關鍵Know-How，破壞企業原先建立的企業壁壘。
比如先選擇客服、售後，其實并不會觸及到企業的核心技術。然而，這個過程确實能幫助AI獲取并積累相關知識。這是一個逐步養成的過程，随着時間的推移，可以逐漸提高AI的能力。通過不斷養成的過程，實現AI持續、漸進的進步。
大健康也許是最後應用AI技術的領網域
萬寧：除了在售後領網域的應用，人工智能和大模型技術已經引起了許多行業的關注。您之前曾任職的愛康國賓就是一個很好的例子，企業積累了大量的個人健康數據，這些數據就像一座巨大的金礦。如果将數學分析和模型能力應用于這些數據，将挖掘出極高的價值。那麼，像愛康國賓這樣的企業和業務，應該如何運用人工智能或大模型技術來創造新的價值呢？
馮朝晖：這就涉及到另外一個AI技術無法回避的問題，倫理。醫藥醫療行業可能是最後才會應用AI技術的領網域，因為涉及到倫理問題，特别是關于人的問題。
首先是個人健康數據的安全性問題，這也是為什麼數據安全公司如今備受歡迎的原因，在未來的AI時代，數據安全将變得更加重要。只有當數據安全問題得到妥善解決，AI技術才能真正全面落地。然而，醫療行業不僅僅涉及到數據洩露的問題，更重要的是，當人們的生死決策權交給機器時，倫理問題便浮出水面，這會是一個巨大的挑戰。
萬寧：當面對選擇時，你會選擇站在技術派還是對齊派呢？随着人工智能的學習和機器智能的發展，它們可能已經無意識地開始進入醫療領網域，分析每個個體的健康狀況，甚至可能掌握我們的健康？你是否因此也會產生類似對齊派的憂慮？
馮朝晖：實際上，剛才我們提到的關于醫療行業遇到的挑戰，也正是對齊派的擔憂。然而，基于我對AI在醫療領網域應用的了解，我非常願意接受由AI醫生進行診斷。事實上醫療行業現在已經應用了許多AI技術，AI的能力雖然還達不到最優秀的醫生水平，但是已經超越了醫生的平均水平。然而，由于倫理挑戰的存在，從政府角度考慮，目前還不能批準這樣的嘗試。
這并不是AI自身技術能力的問題，而是基于人性中的倫理和道德規範。這是最難突破的一條底線，也是對齊派所擔憂和焦慮的根本出發點。
萬寧：我們确實認識到AI在幫助企業實現數字化方面帶來了巨大的價值。比如通過AI審片、輔助診斷等。在醫療行業裡，誤診或錯誤判斷所導致的死亡人數可能遠遠超過疾病本身。而AI技術的應用，實際上減少了這種誤診或誤判斷的問題。我接觸過很多這樣的案例，的确AI技術在幫助我們。然而，對齊派的擔憂可能不僅源于對技術的理解不足，導致失去安全感。我們的制度層面和規則層面是否确實落後于當前技術的發展，進而導致了當前激烈的衝突？
馮朝晖：首先，從結果來看，制度确實在限制技術的發展，這是不容置疑的。然而，我并不願意使用"落後"這個詞來描述制度，因為很多制度的制定是基于道德和倫理原則考量，是出于對一個社會所謂的公認的規範和道德的維護來制定的，出發點與技術完全不同。所以技術發展與制度的衝突愈發凸顯，例如自動駕駛領網域，這些問題并非單純依靠技術範疇就能解決的。
萬寧：就像商學院經常讨論的倫理問題：在兩條鐵軌上，一條人多人少，你會選擇撞哪個？實際上，誰都不應該撞，因為生命至高無上。然而，在實際技術發展中，技術決策者們卻常常面臨這樣的選擇。我們二位本質上是技術的擁護者，堅信技術會帶來改變。您從您的角度提到了在大健康領網域目前的發展和一些展望。
現階段AI對企業的重要價值是組織優化
萬寧：在可見的時間範圍内，人工智能可能在哪些行業能夠帶來的價值和推動。哪些是我們現在值得關注并需要準備的？
馮朝晖：我認為，如何将人工智能真正用于造福員工是企業值得關注的問題。從企業角度來看，亞信安全最近進行了一次内部數字化轉型的讨論。在讨論轉型的目标和意義時，我們得出了兩個非常重要的結論。
第一個結論是，我們進行數字化轉型并利用AI技術，是為了提高客戶感知。通過這樣的技術手段更好地理解客戶，滿足并解決他們自己可能都沒有意識到的需求。
另一個非常重要的突破是員工的感知。通過數字化手段和AI技術，能夠全方位地感知員工的狀況，激發他們的積極性和能動性。例如，通過技術手段我們可以及時了解員工在工作中遇到的困難和挑戰，并提供合适的工具幫助他們解決這些問題。同時，我們還可以感知員工當前的壓力狀況，是否需要安排心理咨詢師進行心理疏導。通過這些措施，我們可以及時發現并解決職場中可能出現的異常情況，避免不幸事件的發生。
也許在我們的日常工作中，我們可能會發現一些異常的一些情況，比如某個員工最近承受的壓力特别大，他自己可能都沒有感覺到，那我就提前給他些溫暖和關懷。其實企一個企業最終的價值創造是體現在員工的價值創造和對為顧客創造價值。我覺得這是我們覺得數字化加上AI，未來對企業能夠發生最大價值的影響地方。
企業最終的價值創造是體現在員工的價值創造和對顧客創造價值上的，我認為這是數字化和AI的結合在未來對企業產生最大的價值影響。
萬寧：确實員工感知是非常重要的。正如您所提到的德魯克的例子，任何形式的管理或組織效率最終都要落實到人身上。然而，過去的管理規則大多基于顯性數據，我們并沒有真正地去感知，特别是現在面對着00後和Z世代的新員工，我們更難以了解現在員工的情況。因此，利用人工智能的相關技術手段可以幫助我們了解員工的真實狀況。我們經常強調高效的組織需要過程管理，通過過程管理可以避免更糟糕的結果，使組織效率整體更加成功。
但是現在确确實實我們是面對的一個黑幕。那也可能是說因為這個使得我們在員工感知這方面是一個突破，這個确确實實是AI現在給我們展現的一個場景。因為我們有太多的觸點，太多的數據，太多的方式是可以去了解員工究竟怎麼樣。
我們現在确實面臨着一些困難和挑戰，但這也可能是我們在員工感知方面取得突破的機會。我們擁有眾多的觸點和數據來源，可以了解員工的真實情況。通過人工智能的技術手段更深入地分析這些數據，更好地感知員工的狀況，從而為組織帶來更大的價值。
馮朝晖：而且AI在這方面它有太多的應用場景。
萬寧：确實，比如銷售團隊的管理往往是最難的，因為銷售人員經常在外工作，盡管我們可能已經使用了各種流程管理系統和手段，還是難以掌握他們的實際情況。但借助AI的能力，結合數據的多維度和多元性，以及海量數據，可以幫助我們更好地提高效率和了解銷售人員的實際情況。通過這種感知，企業可以更好地制定相應的管理措施，提高銷售業績。
馮朝晖：銷售部門是一個企業中最孤獨的部門，他們承擔着最大的壓力，同時也是企業中最大的價值創造者。通過數字化和AI技術的幫助，我們可以為員工提供支持和關懷，例如在他們遇到困難或客戶責備時給予安慰和鼓勵。這種關懷可以幫助員工緩解情緒，提高工作效率，同時也增強了員工的歸屬感和忠誠度。我們越來越意識到，其實員工不是管出來的，員工是需要看見的。
萬寧：很多時候員工關懷或員工關護往往只停留在口号上，現在通過AI的一些手段能夠來感知員工的真實狀态，并具備預判性和過程性地進行有效幹預，才能及時發現問題并采取相應的措施，避免事情發展到不可挽回的地步。
馮朝晖：從心理學和人性角度來看，人是需要被關注和看見的。當他們的困難被别人看見時，感受會好很多；當他們的成就或付出被别人認可時，會更有動力去做得更好。能夠被激發的員工是企業最有價值的員工。然而，以前企業往往只是走流程，很難真正關注員工的内心需求和情感變化。
萬寧：所有獎勵都是最後是結果性的，并不是真正過程性的。
馮朝晖：對，不是過程性的，而且帶着很多的主觀性，是基于一個人對另外一個人的判斷，有太多主觀因素影響。通過數字化和智能化手段，我們可以實時感知員工的狀态，更加客觀地了解他們的需求和問題，從而激發出員工的無限創造力。這對于企業來說無疑是一種巨大的價值。
另外，針對00後和Z世代員工，不能依靠管理來約束他們，而應該通過看見和理解他們來激發他們的創造性。這些員工成長于高度個性化的時代，他們的能力已經超越了我們。一旦他們的創造性被激發出來，能夠為企業帶來巨大的價值。
萬寧："管理"這個詞其實在Z世代身上是失效的。
馮朝晖：我們内部推廣就是看見員工，看見他的需要。
萬寧：在企業内部我們可以看到，AI的應用需要有一個循序漸進的基本原則。首先從客服與售後開始，然後逐漸向前延伸到客戶感知和分析，通過畫像和海量數據的輔助，更高效地了解客戶的需求和行為，從而更好地滿足他們的期望。接下來是員工感知，通過數據模型和人工智能等手段，建立真正感知員工需求的能力。最終，我們希望建立一個更高效的組織形态，以适應未來數字世界的發展。
馮朝晖：這就是德魯克一直強調的組織效率，當組織效率達到極致，所有員工都在服務于顧客的價值創造，那麼企業價值、企業的績效就真正高效和最大化了。
數字化的最終目的是組織賦能
萬寧：在談論數字化如何進入到企業時，您提到了循序&漸進的原則。其實循序也是我們這批搞技術的CIO們一個永恒的命題，在推動企業數字化發展、建設或轉型的過程中，如何發現和構建新的序列是一項重要而具有挑戰性的工作。通過原來在愛康國賓、萬科到現在亞信安全，對于如何建立新的數字世界中的秩序感，您有哪些建議？
馮朝晖：每個企業在面對數字化和AI的挑戰時，都會遇到自身獨特的問題。許多企業最終沒有達到預期的效果，核心原因往往是将數字化或AI僅僅視為一個項目或運動，而忽略了它們在企業中到底要承接什麼。
數字化和智能化在企業的應用，不僅僅是為了提高效率或優化流程，它們更是在承接和實現組織能力。它必須成為企業自身的基因，數字化銷售或數字化營銷并不是目的，是對整個組織進行賦能和改造。只有将這種意識達成共識，企業才能更好地利用數字化和智能化工具來提升自身的競争力。
萬寧：在高度數字化時代，員工感知是一個非常重要的議題。這不再僅僅是CIO的職責，而是所有公司領導者都應該關注和具備的意識。只有當所有領導者都具備這種意識，才能真正推動公司在數字化轉型中實現更高效的發展。
馮朝晖：大家需要認識到，數字化不僅僅是為了實現技術更新或提高效率，而是為了在組織内植入一個新的基因序列，使組織能夠持續成長和适應變化。只有達成這個共識，才能更好地推動數字化轉型并實現更高效的發展。
萬寧：我們探讨了AI對企業數字化轉型的影響，并涉及了許多話題。其中，我們談到了OpenAI最近發生的重大事件，技術加速派和對齊派之間的争議。這場衝突的起因源于我們對未來技術發展安全感的缺失，但衝突的結束讓我們看到，技術發展是永恒的話題。世界一直持續的不斷在向前發展，必須要迎接和擁抱新的技術。
回到本期節目的核心問題，如何去運用人工智能幫助企業數字化轉型，馮總結合他的經驗和簡介，為我們提供了一個粗略的路徑方向：從一些具體的場景開始，如售後和客服。這些領網域已經有了安全标準和業務相關性，能夠很好地訓練模型。一方面可以幫助解決企業當前的問題，另一方面也是最安全的選擇。
AI在企業内進一步發展方向是客戶感知，通過這種方式來擴大企業的能力邊界，提高效率，并以此展望未來，建立數字化企業的員工感知，使數字員工能夠在更好的環境中發揮能動性，實現組織的效率和價值最大化。
想了解更多數字化信息
掌握節目最新資訊
歡迎掃描下方二維碼
加入數字價值觀察團
獲取更多獨家内容！
