像以往任何一次科技革命一样，最大最长久的机会在产业/企业端——新供给创造新需求。本系列的前几篇文章，都在为本文做铺垫；本文是AI+系列“概要篇”的收尾。1、理解了《AI+的应用创新逻辑》，就会“看到（Vision）”：AI以“认知计算”为原理，在产品层（产品会思考/会说话）、个体层（AI辅助认知）、组织层（AI驱动认知协同）和产业层（认知流驱动业务流）都将产生重大变革，创造全新的生产力和生产关系体系。如果想探究更深，可以看看《意识体、意识形态与意识工程》，AI带来的是对人的意识世界（即对人的世界）的重塑和重构。2、理解了AI+的创新逻辑，坚定了AI+的愿景信念，再看看《AI+应用开发的误区和挑战》，就会知道面对全新的世界，求真务实的“认知更新”是核心挑战：认为AI是无所不能的许愿树或机器猫、认为AI应用就只是像ChatGPT一样的问答、认为AI技术将吞噬其他所有技术而唯我独尊、幻想AI大模型自身能消灭幻觉、认为AI大模型有幻觉就一定不能用、只使用直觉系统（系统1）而不适用逻辑系统（系统2）、指望“大学生”立刻成为“行业专家”、认为有大量数据就能训练出好的AI模型、幻想端到端训练“行业大模型”、仅靠IT/算法工程师开发AI应用……——思维的惰性和行为的惯性，是进入新世界的最大挑战和障碍3、因为“看见”，所以亢奋和憧憬；因为“迷惑”，所以焦急与无助。《我这一年AI+的探索：张力与努力》以上的探索和认知，AI的应用开发和落地，理想与现实之间的矛盾，只能在“企业AI战略”这个问题域中，才能得到统合，因为（1）AI的价值需要在完整体系中实现（就像个人价值需要在社会中实现）（2）AI的应用需要客观的成长周期（就像个人的成长需要学习和实践过程）。以下，将继续用“误区”的方式，来尝试“勾勒”企业AI战略的边界轮廓。正面的阐述和刻画，接下来将通过半年的工作来完成（将出版《白皮书》、开展全面立体研讨直播）。不得不说，这是近一年来，我做AI最大的痛苦和无奈，无论是在AI大模型企业，还是在AI应用企业。各层面都想直接“要结果”，就像小孩子“要吃奶”一样的急不可耐；当急于求成而不得的时候，又立刻回到本位固步自封，不愿去深究甚至不愿去思考。在应用价值层面，每个人的“想象力”都被ChatGPT及滔天的“吹捧”激发了，认为想要的神奇功能都是“立等可取”的；而只要不是立刻能实现，那就“跟我没关系了”，赶紧去“忙手头事”。在企业战略层面，社会的热烈氛围、顶层的高度重视与基层的“求而不得”塑造了巨大的“张力”空间，理想与现实好像“天壤之别”；这个巨大的“张力”空间还充满了“不确定性”，使得被迫卷入其中的每个人，在无方向、无结构的混沌状态中，或选择明哲保身，或玩起了“皇帝的新衣”，最终每个人都跳不出混沌的迷宫。在资本市场和政府引导方面，依然在“等结果、等风来”，等待着标杆案例、光鲜业绩的横空出世，就像等待着下一个ChatGPT和Sora的惊艳亮相。每个方面和层面，视野和立场大都是碎片的、短视的，心态和状态大都是急而躁、躁而浮、浮而浅。有时我在想，究竟是因为现在“卷”得太厉害使大家都掉进去了“稀缺”陷阱，还是因为中国人的实用主义而缺乏探索精神，亦或是全人类都只有极少数人会真正拥抱创新？放松下来看，这好像也正常，甚至或许是反映了我自身的急躁和浅薄——盼望AI这样一个深刻的变革能立刻在全社会深入人心，本身也是不切实际的。从积极的方面看，这甚至是更好的机会，给各行业、各领域的真正创新者的机会——全新的世界，一片蓝海。关于对AI技术的误区，在《AI应用的误区和挑战》中有较多阐述。在此主要从企业角度，再做一些厘清和界定。首先，企业AI应用，不是简单的开发“行业大模型”。认为有行业大数据，就能做出“行业大模型”是个技术“幻想”；简单一招制胜的“端到端”的所谓行业大模型，也只是个技术“童话”。其次，企业AI应用，不是简单的开发业务问答场景。“问答”并不具有真正的生产力价值（生产力领域绝大多数岗位都是熟练工，不需要业务问答），它仅是AI大模型“认知计算”能力的体现；AI认知引擎就像电气化时代的电动机一样，认为业务问答就是企业AI应用的全部，就像认为有了电动机就直接拥有了电气化时代的所有电器一样，也是太过懒惰的幻想。最后，企业AI应用，不是“唯AI大模型论”而摈弃已有基础和其他一切条件。AI大模型是"认知引擎"，它需要构建在数字化的基础上，需要以数据和知识为“燃料”；它需要以行业的知识积累、知识工程为核心，用知识/认知连接起所有的生产要素（劳动者、劳动对象、劳动工具），用知识/认知重构所有的生产关系（分工协作、价值分配）——AI大模型的“认知引擎”，需要连接所有生产要素和重构全部生产关系。（参考《AI+的应用创新逻辑》）AI在企业中的应用，最终的形态并不是某种很具象的“产品”，而是个“系统工程”。它最终不是个简单的APP，也不仅是N个APP的聚合，而是由无数个APP构成的“操作系统”；它提供的不是一只过江的竹筏，而是要建造一个“跨江大桥”；它提供的不是一个遮风避雨的帐篷，而是要建造一座“摩天大楼”。如果看不到整个“系统工程”的全貌，就无法认知和评估每一个单点应用的价值——没有操作系统，就无法运行APP也看不到APP的价值；看不到“跨江大桥”的全貌，就无法认知和评估其中一个桥墩或一根钢缆的价值；看不到“摩天大楼”的全貌，就无法认知和评估一块砖头、一罐混凝土的价值。AI在企业中的应用，是知识工程、认知工程、数智工程，是要构建AI驱动的全新的业务数智系统（产品、客户、员工；物资流、信息流、资金流、认知流等），是从要素到结构到流程的全面重构工程。AI在企业中的应用，一定要从具体的功能点开始，就像一定要从一块砖头、一根钢筋、一罐混凝土开始建造“跨江大桥”和“摩天大楼”一样；但如果没有“跨江大桥”和“摩天大楼”的蓝图，就不知道该采用什么样的砖头、钢筋和混凝土；如果没有“跨江大桥”和“摩天大楼”的商业价值，就不可能汇聚那么多的砖头、钢筋和混凝土。从产品角度认知AI的企业应用，自然会进入很简单的“采购”逻辑（这是目前企业应用AI的常态）：要明确的功能性能指标、要清晰的投入产出比、要成功的应用案例。然而，现在AI产品离很具体的功能应用都还有一段距离，基本无法回答常规产品采购逻辑下的问题和要求。从系统工程认知AI的企业应用，就需要开展严谨的论证、规划和设计：要掌握AI应用的第一性原理、要能规划出激动人心的未来蓝图、要有可实施性的论证和试验、要能做出详细的结构设计和施工组织设计、要有足够的资金和资源保障、要做好日拱一卒且持之以恒的实施计划。就像已经实施很久的企业数字化一样，它不是简单的采购某个产品，而是持之以恒的系统再造——AI在企业中的应用也一样，虽然其速度、深度和强度都要超过企业数字化，但其本质仍然是、而且更加是一个“系统工程”。企业AI战略，常常在用战术问题来替代战略问题：常常仅在场景层面看待问题，而无法在系统层面看待问题；常常仅在短期内看待问题，而没有在长期内看待问题。战略问题，核心要解决的是“做正确的事”和“把事做正确”：- 深刻理解AI变革的技术本质，以及对企业及产业可能带来的变革；
- 清晰描述AI变革下企业和产业的未来图景，统一企业上下内外的共识；
- 系统规划AI变革下企业和产业的实现路径，进行严密论证和详实验证；
- 精心组织AI变革下企业和产业的具体计划，保障资源投入、把控实施风险。
仅仅把注意力放在场景产品层、战术层，就会“只见树木不见森林”，看到的各种业务问答，价值都非常有限——“AI也就这样？！”与理想的境界有天壤之别。同时，因为场景产品层、战术层的功能实现和价值都很有限（仅有单点价值而没有系统价值），就难以吸引和调动起足够的资源和力量投入，通常只能“浅尝辄止”，而无法做到“饱和攻击”、“攻坚克难”、“持之以恒”——没有能在战略层构建足够的“势能”和“空间”，就难以保障战术层的资源投入和战略支撑。战略方法和战术方法的错配，导致企业AI创新能力的“瘫痪”：（1）用战术方法对待战略，无法构建战略层的蓝图和路径；（2）没有战略层的资源和投入的保障，战术层无法实现真正的突破；（3）最终，“点-线-面”全面“虚化”——企业AI战略始终浮于表面，难以取得实质成果和进展，错失AI变革的战略机遇。啰啰嗦嗦，写了四篇文章，约1.6万字，似乎说了很多，总结起来好像就一句话：需要按照认知规律、用工程化的方法来规划、设计和实施。我们在阿尔特已基本完成“AI+汽车研发设计”的系统规划，近期会做出详细的计划并组织资源投入有效实施。为了带动行业的协同创新，我们将会通过《白皮书》的方式，全部公开我们对“AI+汽车研发设计”的规划和计划，并启动开放式的联合研发，力争打造企业级AI应用创新的高效模式。同时，我们也在积极参与国家部委发起的“AI+产业创新”的课题组，与更多行业的AI创新先锋一起，相互学习、交流互鉴，携手奔向AI新世界。————
杨鹏，清华电机系本硕，中国社科院哲学博士，PMP。有理工、哲学、经济、管理、工程、组织行为学、认知心理学、数字化营销、产业数字化等复合领域知识；有央企、外企、民企、国际组织、地方政府、自主创业、上市公司等丰富工作经历。
曾就职于国内头部人工智能大模型企业，现奋战在“AI+汽车”产业创新一线（任阿尔特汽车AI总工程师）。将持续输出个人关于AI+应用创新的原创干货内容，希望能携手更多朋友共同开拓“AI+”的伟大征程，在自由创造中实现每个人的人生幸福。
AI带来了前所未有的历史机遇——大时代、小人物、大梦想。期待携手共创、圆梦。
粤ICP备17114055号
支持私有云部署
