未来10年，做不到这三点的企业将寸步难行

250多年以来，如果要说驱动经济增长的根本动力是什么？那么答案一定是技术创新，其中最重要的创新即经济学家所谓的通用技术，包括蒸汽机、电力和内燃机等。在这些技术之后,相应的创新和机会大量涌现。而对当前这个时代来说，最重要的通用技术就是人工智能。人工智能以远超人类的速度和力量执行多种类型的体力和智力任务，大大提升了社会生产力。

来自麻省理工学院的两位学者埃里克·布林约尔松和安德鲁·麦卡菲称，人工智能的影响力将在接下来的10年中不断放大，制造、零售、交通、金融、医疗、法律、广告、保险、娱乐、教育及几乎所有其他行业都会改革核心流程和商业模式，从而搭上人工智能的顺风车。美国布鲁金斯学会发布的《人工智能改变世界》报告显示，至2030年，AI将推动全球GDP增长超过15.7万亿美元，推动经济增长14%。这些都意味着，能够迅速感知并抓住机会的组织将在AI的天下占领高地。

虽然目前AI已在金融、医疗、交通等多个领域实现技术落地，且应用场景也愈来愈丰富，正在实现全方位的商业化，引发了各个行业的深刻变革，但仍有大量重要机会尚未发掘，瓶颈出现在企业的管理、思维和商业想象力等方面。

破除信任难题

AI的大规模落地应用首先要面临的是信任问题。原因在于，在AI的快速发展与广泛应用过程中，机器替代人的讨论也愈发激烈。花旗集团研究预计，AI将威胁美国47%的劳动力岗位和经合组织（OECD）国家57%的劳动力岗位，对亚洲新兴经济体国家印度与中国的劳动力岗位影响更是分别达到69%和77%。这让人们不得不对自己未来的工作产生忧虑。《卫报》就有报道称，英国600多万员工担心自己被机器取代。

因此，企业在应用AI时会面临来自员工的压力，对于有可能取代自身工作的AI，员工在一定程度上持有不信任的态度，加大了应用的难度。包括一些管理者自身也会担心AI对于自身价值造成冲击。埃森哲针对来自14个国家的1700余名经理进行调研后发现，有超过三分之一的经理担心机器可能使得他们饭碗不保。在被问及是否会信任智能系统所作的决定时，只有14%的一线经理回答十分认同。

企业要想让AI发挥积极的作用，就要采取多种方式逐步培养员工对AI的信任，并从组织管理上努力打造人机共生的组织环境。首先，企业决策者要树立起变革者的形象，从开始阶段就做好清晰且坦诚的沟通工作，让员工信服AI的价值和能力。员工需要被传达的是，AI与人将在组织中承担不同的角色分工，而不是简单的替代关系。机器将趋于承担常规性、重复性的工作，而人将逐步转向创造性、复杂决策性的工作之中，发挥理解、整合与创造“知识”的作用。

其次，要从组织运营上做出改变，建立新的培训系统、绩效评估方式、培养年轻人才等。员工的不信任往往源于自身储备技能的缺乏，因此企业有必要将培训员工队伍作为一项重要任务，大力投资培养具备“融合技能”的员工，即让员工在人机交互界面有效工作的能力。其中，针对年轻人才的培养应该成为重中之重。尽管年轻员工管理一直是组织最大的挑战之一，但是年轻员工普遍更看重学习和挑战，对新生事物充满好奇心和想象力。AI所带来的变化或许会让年长的管理者难以适应和接受，但对年轻人来说却是司空见惯。激发年轻人的活力不仅有助于企业在当下推进AI的落地，而且将为企业培养出下一代管理者，为未来的发展做好准备。

打破固有思维

在AI巨大的发展机遇面前，企业纷纷在技术研发上投入巨大成本，以求早日建立新的竞争力。全球范围内的行业巨头，包括亚马逊、谷歌、微软、苹果、百度、阿里、腾讯等都纷纷入场。比如百度不断投入巨额资金用于研发包括语音识别及合成技术、自然语言理解技术、图像及视频识别技术、深度学习技术等在内的前沿AI技术，研发费用占收入的比重达到了19%。

然而问题在于，对于多数非天生数字化的企业来说，它们盲目跟风投资前沿技术，对自身能力缺乏清晰的认知，忽视了自己原本的优势，却浪费了巨大资源在不擅长的领域。这种现象也导致人们形成了一种普遍的误解：要想应用AI就必须要有高投入，令缺少资金的大量中小企业望而却步。

伦敦商学院教授加里·哈默尔就指出，各大公司都在努力构建自己的核心竞争力，但有一点需要明确的是，培养核心竞争力并不是说必须在研发投入上超过对手。而且，只有企业将技术与生产能力结合起来形成核心竞争力，其被复制的可能性才更加微乎其微。因此，企业需要对自身形成准确的定位，明确自身的价值所在，着重发展优势业务，并且认识到将AI应用到企业运营管理的各个方面，以解决实实在在的痛点为目标，才能创造出最大的价值。

而对于自身并不擅长的AI技术方面，企业则要打破孤立思维，以一种开放的心态对外寻求合作，形成优势互补。对于那些认为AI应用需要大量资金投入的企业来说，更需要打破固有思维，积极引入外部的技术力量。这也是顾客主义时代的客观要求。北京大学国家发展研究院教授陈春花指出，当前商业逻辑发生了改变，所有企业都要以客户为中心，精准地满足客户多样化的需求是企业共同的目标，这就要求企业打破资源约束，走向跨界、协同。

百度推出的零门槛AI开发平台EasyDL就能为大多数中小企业在AI开发、构建智能化企业应用方面提供很好的助力。它基于百度在深度学习领域深厚的算法积累，能够让企业“像使用家电一样简单”去开发AI服务，“像高级AI工程师一样专业”地去训练高质量的AI模型，极大地降低了企业应用 AI 的门槛与成本。即使企业缺乏技术积累、资金储备，同样能够享受定制化AI服务。因此，一经推出，就在大量中小企业中得到广泛的认可与应用。目前已有来自工业制造、安全生产、零售快消、政府政务、互联网等多个行业的超过70万企业用户使用EasyDL，助力企业的智能化转型。

打开商业想象力

对于中国企业来说，场景化将是未来发展的方向。对科技的研发并不是目的，让科技规模化落地，让科技成果赋能业务，创造出社会价值，才是最终的归宿。AI的落地应用也需要解决现实中具体的行业问题，与场景实现深度结合，以释放出巨大的价值。

就拿百度EasyDL的应用来说，在人力资源领域，人力资源专家在完全不懂AI算法的情况下，借助EasyDL平台的指引，完成了简历数据的结构化处理和自动分类模型，大大提升了工作人员在简历检索方面的效率。在气象领域，基于EasyDL 搭建的天气智能识别系统，能够捕捉和自动识别天气的细微变化，云量、云状、天气状况等过去靠人眼观测的数据，可以被 AI 自动识别直接进入气象信息系统，供气象预报、服务使用，气象观测员也得以从繁重、琐碎的工作流程中解放出来。

这样的例子还有很多，AI赋能场景所产生的价值也显而易见。当前行业巨头们也看到了这一点，在AI的布局上呈现出两个趋势：一边深度研究中层和底层技术，一边将AI能力全面落地到业务。比如微软将AI的落地集中在两个维度：一是将AI能力注入到微软现有的每一个产品中，形成新的AI产品；第二是加速与产业、企业的结合。作为中国AI领域的代表性企业，百度除自有业务之外，在自动驾驶、城市和医疗等领域，也相继落地了AI能力。

不过，对大多数企业来说，场景化的能力是将AI落地应用最大的难点所在。很多企业之所以尚未应用AI，也正是由于没有察觉到相应的应用场景。

这就需要企业打开商业想象力，基于自身业务中的痛点发现应用场景上的需求。巴布森学院的托马斯·达文波特教授指出，AI大体上可以支持三个重要的商业需求：业务流程自动化、数据分析洞见，以及与客户和员工的交流。或许企业可以以此挖掘适合自身的AI应用机会，通过创建一些试点项目，逐步将AI应用推广到整个企业中去。