不管我们是哪种姿态，AI都不再是天外飞仙，而是全方位、深层次、大范围地进入了人们的视野。

正文字数丨 1715 字

预计阅读丨5 分钟

今年春节，DeepSeek像是一声惊雷，掀起一场全民AI的巨大热潮。大街小巷、千行百业，人们都在讨论AI将如何改变自己的工作、学习和生活，一时间“兴奋与恐惧齐飞，期盼共担忧一色”，甚至被一些媒体称之为“国运级创新”。

事实上，从2022年OpenAI发布chatGPT以来，国内外各路英雄豪杰摩拳擦掌、逐鹿四方，从“百模大战”到“千面英雄”，不管我们是哪种态度，AI都不再是天外飞仙，而是全方位、深层次、大范围地进入了人们的视野。

纵观人类历史，我们看到了每一次工业革命都在深刻地改变着人类社会的生产力与生产关系，继以蒸汽机为标志的第一次工业革命、以电动机、内燃机为标志的第二次工业革命、以计算机为标志的第三次工业革命以来，我们似乎已经看到数字技术正在加速第四次工业革命和数字经济时代的到来。

从1990年到2020年，我们可以在全球排名前十名的公司更替中看到一个鲜明的特征，越来越多数字公司成为先进生产力代表，榜单上依靠传统生产要素（土地、劳动力、资本、技术）的企业正在被后进者们迅速赶超。

从通信时代到互联网时代再到今天的智能时代，前浪总会成为后浪们的基础设施。

不过我们看到，虽然在C端市场掀起了一浪又一浪的应用热潮，但我们似乎比较少听到或者看到AI在B端市场的成熟应用，一部分人可能在观望，先行者们还在持续探索，但相比个人市场的火热，AI to B似乎多少显得有些冷静了。

究竟是什么原因造成了如此强烈的反差？为什么会有专家提出“企业级AI的全面成熟应用仍需比较长的时间”？哪些因素在影响企业级AI的应用？这些问题我可能没有办法在一篇短文中说清楚，但我希望通过10个问题，可以为在这一轮以AI技术为代表的数智化转型中的探索者们带来一些启发。

1. 关于AI应用的节奏：应该自上而下地大干快上，还是自下而上地小步快跑？

2. 关于AI应用的场景：应该优先选择相对低门槛的通用领域（营销、管理、生产制造），还是优先选择高标准的专业领域（研发）？

3. 关于AI应用的组织：应该由IT部门主导各业务单位配合，还是由业务或职能部门（如战略、人力等）主导，抑或是直接由企业最高层亲自深度参与？

4. 关于AI应用的前提：是数据、知识在线和技术Ready，还是管理、制度、文化先行？

5. 关于AI应用的伙伴选型：是选择一家相对成熟的大型服务商全面推动，还是相对垂直的生态型伙伴百花齐放、无问西东？

6. 关于AI应用的架构设计：是应该在前期做好顶层设计有序部署，还是急用先行积小胜为大胜？

7. 关于AI应用的目标设定：是应该围绕“降本”开展效率革命，还是围绕“赋能于人”开展“增效”，抑或是“既要又要还要”？

8. 关于AI应用的活动范围：是重点围绕业务一线的真实痛点点燃星星之火，还是从高层关注切入“大力出奇迹”，抑或是“火力全开、全面开花”？

9. 关于AI应用的路径规划：是应该直接着手构建AI原生的生产力与生产关系，还是在现有组织与生产方式的基础上开展AI化适配？

10. 关于AI应用的人才选拔：是应该从公司内部培养为主、外部引入为辅，还是直接从市场上直接选择“有战功、有武功”的成熟型人才？

周末的上海气温骤降，但似乎挡不住大家对AI火热的激情。这个周末，在上海参加了E药经理人与飞书联办的AI大模型照进医药实战场景培训会，进一步刷新了企业级AI应用的很多认知，感谢主办方的精心安排与领先企业们的精彩分享。

AI的未来是光明的，但路还很长。能深度参与这个过程，本身就是最大的意义。希望在这条路上，可以有更多的同路人，共同见证越来越多组织的“智能化”升级，从而推动“人机共生”的新文明范式。

“

我们从历史学到的一个教训是，新信息技术的发明总是能促成重大的历史变革，因为信息最重要的作用就是编织新的网络，而不是呈现既有现实。

——《智人之上》

”