南方財經(jīng)21世紀經(jīng)濟報道記者 施詩 李依農(nóng) 報道

當前，生成式AI正在快速進入企業(yè)經(jīng)營的各個環(huán)節(jié)，從輔助工具逐步變成參與流程甚至影響決策的關鍵變量。企業(yè)一方面在加速投入AI，希望借此提升效率、重構業(yè)務；但另一方面，卻普遍感受到一種新的現(xiàn)實焦慮：不用AI擔心被落下，用了AI又擔心用錯、投入了但產(chǎn)出不了效果，甚至帶來新的風險。同時，傳統(tǒng)降本路徑（裁員、外包、壓縮成本）難以持續(xù)，降本與增效的矛盾日益凸顯，數(shù)據(jù)安全、決策倫理、組織重構等新挑戰(zhàn)接踵而至。

本期的《典實成金——首席會科廳》，南方財經(jīng)首席記者對話了IBM咨詢大中華區(qū)合伙人、企業(yè)運營服務總經(jīng)理呂行，以及IBM咨詢大中華區(qū)合伙人、AI數(shù)字化服務總經(jīng)理葉劍，圍繞企業(yè)在AI落地過程中的真實困惑展開討論：如何在AI加速應用的背景下避免“用錯AI”的風險？為什么很多企業(yè)“降了本但沒增效”？以及，企業(yè)如何重新定義AI時代真正該降的“本”與該提的“效”。

葉劍指出，企業(yè)的焦慮本質并不在于是否使用AI，而在于“用了之后價值如何真正體現(xiàn)”，而呂行則提到，很多企業(yè)的問題不在技術，而在于一開始沒有把場景、數(shù)據(jù)和投入產(chǎn)出想清楚，導致后面越做越亂。

AI正從輔助工具進化為效率引擎與決策變量，深刻改變企業(yè)成本結構、效率本質與管理體系。但真正的難點已經(jīng)不只是技術能不能用，而是企業(yè)能不能把AI真正嵌入業(yè)務流程，并且讓它穩(wěn)定產(chǎn)生結果。正如受訪者所強調的，AI時代的降本增效，關鍵不是單純省錢，而是讓決策更快、更準，讓執(zhí)行更確定。

《典實成金——首席會科廳》是由《21世紀經(jīng)濟報道》與IBM共同打造的高端圓桌對話欄目。

拆解“AI焦慮”本質

21財經(jīng)：現(xiàn)在有一種很真實的情緒：不用AI會焦慮，用了AI也焦慮。二位怎么看待“AI焦慮”？這種焦慮本質來自哪里？

呂行：我們正處在一個信息爆炸的時代，資訊傳播的速度非?？臁Ｃ刻熹佁焐w地的新聞都在告訴你：AI 幾乎已經(jīng)可以完成和人類一樣的工作。這樣的聲音聽多了，難免會讓人焦慮——“我的工作會不會被 AI 取代？”但實際上，這里面其實存在不少誤區(qū)。我們需要更理性地去甄別，AI 現(xiàn)在真正做了什么樣的工作。

葉劍：焦慮確實是存在的。我看到IBM研究院的一份報告，采訪了全球大量 CEO、CTO。接近 70% 的受訪者都認為，在 2030 年之前，AI 帶來生產(chǎn)效率的大幅提升幾乎是毫無疑問的。但與此同時，有不到 25% 的管理者對“在此之前具體該往哪個方向走”感到非常焦慮。

我認為，大家的焦慮并不是“要不要用 AI”，而是“用了之后，價值該如何真正體現(xiàn)”。基于這樣的觀察，我自己的初步建議是，對于還沒有真正開始使用 AI 的企業(yè)來說，應該優(yōu)先選擇那些流程成熟的場景，先把 AI 快速啟動起來。而對于已經(jīng)在使用 AI 的企業(yè)來說，要回到自身的價值域，進一步深化與AI 的融合，提高可控能力。

21財經(jīng)：從企業(yè)運營角度看，這種焦慮會不會反而導致企業(yè)開始亂投錢？

呂行：我看到過一個很典型的例子。有位朋友說，他們公司上午剛通知全員用 AI 輔助工作，到了下午又發(fā)郵件道歉，說發(fā)現(xiàn)數(shù)據(jù)管理有漏洞，建議先不要使用。這其實很真實地反映出，很多企業(yè)面對 AI 時有些不知所措。

對企業(yè)而言，像IBM這樣的咨詢公司，能夠幫助企業(yè)先做梳理，制定清晰策略，避免出現(xiàn)這種上午通知下午就改變的情況。

企業(yè)運行本身就很復雜，引入 AI 一定要想清楚，投入要花多少錢，能帶來多少收益，這些收益會體現(xiàn)在研發(fā)、營銷、運營還是后臺支持。因此，需要通過系統(tǒng)性的梳理，幫助企業(yè)做出清晰的投入產(chǎn)出分析，看清楚 AI 到底投在哪里，對自己來說最有效。

有些人會擔心，這樣的戰(zhàn)略梳理可能要花幾個月時間，那這幾個月是不是就會跟不上形勢。我的看法是不會。恰恰相反，只有先把自己的思路想清楚，后面的每一步棋才會走得穩(wěn)。

增效的本質是釋放組織能力

21財經(jīng)：很多企業(yè)把AI理解成“降本增效”的工具，這樣的想法是不是有些窄了？

葉劍：我其實是同意這個思路的，但也不僅僅是如此。

從 AI 在短期內能帶來的收益來看，它確實可以起到一個降本增效的作用。就拿 IBM 自身的實踐來說，我們和很多市場上的咨詢公司不太一樣的一點在于，我們在幾年前就已經(jīng)啟動了AI的內部實踐，把自己當成“零號客戶”。

IBM 是從最通用的流程開始入手的，比如 HR 流程。我們內部有一個叫 AskHR 的項目，面向全球幾十萬員工。我們先把核心的工作流程梳理出來，大概整理了一百多個關鍵流程，然后沿著這些流程，一步一個腳印地去推進 AI 的應用。

在這個過程中，我們積累了大量關于自助、溝通和互動的經(jīng)驗。慢慢地，員工開始習慣和 AI 打交道，通過對話去解決日常工作中的問題。隨后，這樣的實踐又逐步擴展到了采購、財務、供應鏈等更多領域。

經(jīng)過這幾年的持續(xù)實踐，我們也把這套經(jīng)驗帶給客戶。我覺得這在很大程度上打消了他們的焦慮。因為以 IBM 這樣幾十萬員工體量的企業(yè)，都可以完成這樣的變革并取得成效，那么對于其他企業(yè)來說，同樣可以從這里開始起步。

21財經(jīng)：很多企業(yè)成本降了，但效率沒提升。為什么會出現(xiàn)這樣的情況？

呂行：我認為，不應該把“降本”和“增效”分開來看?！敖当驹鲂А边@四個字，本來就是要放在一起理解的。

降本的目的，本質上是為了增效而來。當效率真正提升之后，帶來的不僅僅是成本下降，更重要的是企業(yè)在運營過程中變得更加順暢、更加高效。比如面對新的場景、新的業(yè)務，企業(yè)可以更快、更好地去適應，反應速度更快，業(yè)務運轉更加流暢，增長也就更具持續(xù)性。從這個角度看，降本和增效其實是一體兩面的事情。

AI 的工具可以替代大量重復性的勞動，但我們需要去判斷 AI 產(chǎn)出的結果是否真的是我們需要的；在運行過程中，一旦 AI 作為 IT 工具出現(xiàn)問題，也需要有人去負責排查和修復。所以，并不是把人都“變成 AI”，工作就能自動完成。恰恰相反，是需要更多更高級的復合型人才，與 AI 協(xié)同工作，才能把整個端到端的流程真正做好。

因此，在降本的同時實現(xiàn)效率提升，才是核心目標。而“降本增效”也絕不是一件簡單的成本壓縮工作，而是一項非常系統(tǒng)、非常復雜的工程，需要被認真、清晰地規(guī)劃。

葉劍：現(xiàn)在一提到增效，大家往往第一反應就是“人效比”之類的指標。我自己的觀點是，增效更重要的是把原來被占用的人力資源釋放出來，讓他們去做更多以前沒有精力覆蓋，或者因為資源不足根本無法投入的，比如創(chuàng)新性的工作。

這樣一來，企業(yè)一方面可以繼續(xù)把原有必須要做的業(yè)務穩(wěn)定運行下去，另一方面通過人和 AI 的協(xié)同，把很多流程化、標準化的工作交給 AI 去處理，或者通過“人+AI”的方式完成——類似于一種業(yè)務流程外包（BPO）的邏輯，只不過現(xiàn)在這個“外包”不再只是交給人，而是人和 AI 的結合。在這樣的模式下，大概百分之六七十的常規(guī)性工作是可以被覆蓋的。而真正釋放出來的價值，是讓人力可以更多投入到創(chuàng)新型業(yè)務，以及過去沒有能力覆蓋的新業(yè)務場景中，“增效”就會體現(xiàn)出來。

21財經(jīng)：你們服務的客戶當中有沒有立竿見影的例子？

呂行：在我們服務的客戶當中，其實有很多已經(jīng)在用 AI 工具來實現(xiàn)降本增效了。我們在國內外服務了大量客戶，可以看到一個比較明顯的特點，就是這些企業(yè)在上下游之間，比如對下游供應商、對上游客戶，已經(jīng)有比較成熟的電子數(shù)據(jù)交換和數(shù)據(jù)聯(lián)通機制。這樣的企業(yè)，用起AI來會非常順暢。因為企業(yè)的數(shù)據(jù)基礎通常都比較干凈，AI 在這樣的數(shù)據(jù)基礎上進行學習和應用，非常容易就可以發(fā)揮效果。

葉劍：確實有一些企業(yè)做得比較好，包括汽車行業(yè)、制造業(yè)，還有快消領域都是這樣。大致的邏輯是，這些企業(yè)在兩年前其實就已經(jīng)開始做一些點狀的AI實踐，有一些局部的嘗試。然后從去年年終到現(xiàn)在，逐步進入到一個新的階段，就是由高層一把手來推動，把企業(yè)內部的核心價值域拿出來，做整體性的AI推進。在這個過程中，效果是比較明顯的，也能看到一些比較好的結果。

企業(yè)正從“追新模型”轉向“追收益”

21財經(jīng)：企業(yè)是不是要不停地去“追新”？

葉劍：從今年開始，越來越多的人開始對“新”這件事有了新的思考。

前年和去年，大家更多是在追模型，因為模型迭代的周期越來越短，那時候關注的重點往往是“我有沒有用到最先進、最大的模型”。但從去年下半年到今年，其實有一個很明顯的變化，大家開始重新思考模型真正進入企業(yè)之后到底能帶來什么價值，即模型應用到業(yè)務里，會改變什么。

所以在這個階段，重點已經(jīng)不再是“追新”，而是回到一個更核心的問題——工程化。把大模型的能力真正用起來，把企業(yè)內部的數(shù)據(jù)、流程，以及現(xiàn)在越來越重要的數(shù)字員工和治理體系，這三件事情融合在一起。誰來牽頭做這件事？實際上需要一個戰(zhàn)略層面的梳解，把業(yè)務價值和推動路徑先理清楚，把這幾件事統(tǒng)一起來，從“追新”轉向“追收益”，讓AI真正融入企業(yè)的整體價值體系中。

呂行：“追新”本質上還是因為 AI 發(fā)展太快，不斷會有新的點冒出來，而這些新的點一旦出現(xiàn)，就會迅速影響到大眾。

比如前一陣子很流行短劇，突然之間你會發(fā)現(xiàn)，很多短劇開始變成 AI 生成的，而不再是真人。因為 AI 讓制作成本一下子大幅下降，這就是一個非常典型的、AI 快速進入某個行業(yè)之后帶來的顛覆性變化。

但問題在于，我們要不要一味去追這些“新”？我覺得還是要分開看。一方面，我們確實需要知道最新發(fā)生了什么，因為這些新東西可能會影響到我們的工作；但另一方面，這些新的技術或應用，是否能馬上用到自己的企業(yè)里，是需要去思考的。

IBM有自己的研究院，一直在做對 AI 趨勢的研究。在我們的歷史長河中，出了很多位諾貝爾物理學獎、化學獎以及圖靈獎等的得主。所以，如果企業(yè)請到我們，我們可以告訴他未來有哪些新的亮點。不用擔心追不追“新”，跟IBM在一起你就知道未來哪個是“新”。

AI治理是企業(yè)必修課

21財經(jīng)：那你們的研究院有沒有預測到AI會帶來哪些風險？

呂行：其實我們自己很早就有一個產(chǎn)品，叫watsonx，里面就有風險管理的內容，它本質上是一整套企業(yè)級的 AI 風險管理工具。因為在 AI 應用中，確實會涉及很多數(shù)據(jù)治理、數(shù)據(jù)規(guī)范，以及道德倫理等方面的問題。在幫助企業(yè)落地 AI 的過程中，我們有一套平臺去支持他們。

葉劍：我們其實有一套方法論，會把整個 AI 的應用分成四層來看。前兩層主要還是偏底層技術層，而到了第三層，就已經(jīng)進入到數(shù)字員工和智能體的層面。包括前段時間大家比較熟悉的一些智能體應用，其實都會把一個核心問題暴露出來：你到底給它多大的權限，它在權限范圍內做出的動作，如何被監(jiān)控、被控制。

這里面其實涉及了非常核心的 AI 治理。我們專門的戰(zhàn)略團隊很早就開始把 AI 戰(zhàn)略和 AI 治理作為兩大核心的企業(yè)級能力，在全球范圍內去推進。因為在 AI 應用過程中，如果沒有對大模型和智能體設置相應的“圍欄”，其實是很難控制它可能出現(xiàn)的自主推理和自主行動的。所以我們的建議是，在設定圍欄的時候，可以給它盡量大的“球場”，讓它有足夠的發(fā)揮空間，但同時必須通過 AI 治理去設定清晰的權限規(guī)則。

這些規(guī)則包括人與 AI 的協(xié)同，也包括智能體之間的協(xié)同，甚至是一些“安全房”的機制設計。最終原則是很明確的：一旦涉及資金、或者安全等，必須還是由人來做最終的決策。

21財經(jīng)：AI擁有多少決定的權限比較合適？

葉劍：其實重點并不是說不能給 AI 相應的權限，而是在整個人機互動的過程中，哪些邊界是需要提前明確。

這也是為什么我一直強調，在一開始做這件事情的時候，戰(zhàn)略設計和治理設計必須一起進入。這樣一來，既可以把智能體在這件事上的目標和要求說清楚；另一方面，這個目標和要求，本身也就對應了它可以調用的資源和能力邊界，把它和人之間的協(xié)作關系定義清楚。這樣更容易去確定，在一個多大的“圍欄”當中，在一個多大的業(yè)務范圍內，去做多大規(guī)模的資源調配和任務分配。

呂行：AI能做什么、不能做什么，還是要回到企業(yè)運行邏輯中去判斷：如果一件事本身風險不大，或者風險可控，那就可以交給AI去決定。因為AI本質上是對人的模擬，它學習更快、表現(xiàn)更好，在一些場景下可以做出比人更優(yōu)的決策，那你就用它。比如在市場營銷推廣活動中，AI可以完成文案等工作，但活動最終的成敗，不能由AI來決定。

AI時代真正要優(yōu)化的是決策，而不是成本

21財經(jīng)：其實有一些產(chǎn)品IBM自己也會率先實踐，比如“零號客戶”這個項目。在AI這件事情上，有哪些場景率先落地？

葉劍：關于“零號客戶”，我剛才也快速提到了，人力資源是最先啟動的一個領域，我們對一百多個核心流程進行了相應的重構。重構完成之后，無論是新員工還是老員工，全球員工都非常習慣這套新流程，最大的感受是每個人背后都有一個專屬服務的HR專家或者助理。

所以我覺得最大的是交互模式的改變。它真正回歸到了人希望交互的模式，而不是以前數(shù)字化、信息化帶來的那種“我上多少個系統(tǒng)，在系統(tǒng)里面不停地點擊按鈕”的方式。有了這個改變之后，其他包括財務域、供應鏈域等等，也全面進行了相應的推動。整個帶來的收益是非常大的，基本上一年能夠達到40億美元。

呂行：“零號客戶”，本質上是我們自己先做的一次基于AI的變革。

這個變革幫助我們把AI逐步應用到企業(yè)整體的運營層面。除了HR之外，我們在IT、財務、供應鏈等方面也都在推進。因為整個企業(yè)本身既有軟件業(yè)務，也有硬件相關能力，其實有一套非常龐大的供應鏈體系。同時還包括前端的市場營銷和銷售支持等環(huán)節(jié)。

整個集團所有的部門，由CEO Arvind統(tǒng)一領導，成立了類似“人工智能領導小組”，來統(tǒng)籌推進IBM如何能夠用最新的人工智能技術，把企業(yè)快速轉型成一個AI驅動的公司，提升效率。

所以這是一步一步推進的過程，經(jīng)過兩三年的積累，AI這個時代的很多核心實踐和精華都體現(xiàn)在IBM“零號客戶”實踐上了。

21財經(jīng)：其實AI能落地的場景很多。但如果一家企業(yè)成本有限，只能落地一個場景，你們會建議什么？

葉劍：看一家企業(yè)目前的狀態(tài)。如果是剛剛啟動AI，我認為應該先選擇最能夠降本、或者人工占比比較高、流程也相對完整的業(yè)務域，比如財務、人力資源這些，這是最容易見效的。

如果企業(yè)在過去一段時間里已經(jīng)做了很多嘗試，那我覺得它的定位應該是要利用這一輪AI，包括智能體的快速發(fā)展去建立壁壘。而這個壁壘，必然要回到企業(yè)的核心價值和核心競爭力上來做體現(xiàn)。它其實是在著眼當前競爭的同時，也在為未來兩到三年建立另一層壁壘。

21財經(jīng)：AI時代企業(yè)真正要降的“本”是什么，增的“效”又是什么？

葉劍：這是一個“靈魂拷問”。這兩年我確實和很多企業(yè)一起共創(chuàng)、一起面對類似的挑戰(zhàn)和困難，也做了一些自己的總結。

第一，我認為真正要降的“本”，不是人力成本，而是決策成本。企業(yè)最貴的成本，其實是信息不透明、響應不及時、判斷不準確所帶來的隱形損耗。

第二，真正要提的“效”，也不是單點的個人效率，而是組織效率。AI要提升的，是端到端的組織運行效率。

如果用一句話來總結，其實就是：降的是從數(shù)據(jù)到?jīng)Q策的時間差，提的是從決策到執(zhí)行的確定性。

如果一家公司真的能夠做到這兩件事，其實就不需要有那么多焦慮。

呂行：降本其實就是省錢，而省錢這件事，一方面是看得見的成本，另一方面是隱性的成本，這些都要能夠被估算出來。把錢省下來，對企業(yè)老板來說，最終體現(xiàn)的就是利潤，這也是最直接、最核心的驅動力。降本的目的就是為了增效，具體來說，就是在企業(yè)運營過程中，對任何流程都要比原來更快、更準確、更全面。

如果通過AI的方式，能夠幫助企業(yè)更好地做到這兩點，那么你的企業(yè)就會成長更快、賺得更多。

21財經(jīng)：AI時代的降本增效加上AI的應用，會不會讓中國企業(yè)變得更加有競爭力？

呂行：中國企業(yè)對于AI這一輪的發(fā)展非常積極，也很愿意用AI的能力去推動自身的高速發(fā)展，我覺得是很有前瞻性的。

中國的AI公司在這兩年也快速增長，可以說是如雨后春筍般涌現(xiàn)，有的進入大眾應用領域，也有的進入企業(yè)級領域，持續(xù)在探索如何幫助企業(yè)實現(xiàn)AI能力的落地。在這個過程中，我還是想補充幾個關鍵點的感受。

第一是基礎數(shù)據(jù)的問題，也就是企業(yè)是否具備完整、統(tǒng)一、可用的數(shù)據(jù)體系，這是非常關鍵的前提。

第二是安全性的問題，如何讓AI在企業(yè)環(huán)境中安全運行，避免出現(xiàn)錯誤、合規(guī)風險等問題，這是必須要解決的基礎能力。

第三是上下游協(xié)同的問題。很多企業(yè)本身規(guī)模很大，但上下游數(shù)字化程度可能不一致，甚至數(shù)據(jù)能力相對薄弱。如何帶動上下游一起進入AI時代，而不僅僅是企業(yè)自身完成轉型，這也是一個重要課題。

整體來看，我對中國企業(yè)是非常有信心的。我也相信，中國企業(yè)一定可以把AI真正用好，用得更快，幫助我們企業(yè)更好地領先全球。

葉劍：我非常堅定地看好中國企業(yè)在這一輪AI中的發(fā)展和信心。

第一，在整個AI時代到來之前，其實中國制造業(yè)的效率已經(jīng)被拉到一個很高的水平。無論是創(chuàng)造力，還是整體供應鏈效率、制造效率，其實都已經(jīng)形成了非常完善的體系基礎。

在效率已經(jīng)“拉滿”的情況下，企業(yè)本身也確實遇到了一定的發(fā)展瓶頸。而AI時代的到來，正好在這個節(jié)點上銜接了新的需求。在原有企業(yè)主觀能動性和高效運營基礎之上，再疊加AI能力，我認為進一步提效和創(chuàng)新的基礎是成立的。

第二，在這個過程中，企業(yè)一定會存在一定的焦慮，這是不可避免的。那么如何去緩解這種焦慮，我覺得從 IBM 的角度來看，可以用“業(yè)務流程外包（BPO）+ AI”的方式結合來推動。它的好處在于，可以把需要提效的業(yè)務，通過業(yè)務外包服務與AI能力結合的方式一起推進，從而幫助企業(yè)快速啟動，建立起剛才所說的這種能力體系。

策劃：趙海建

監(jiān)制：施詩

編輯：李瑩亮

記者：施詩 李依農(nóng) 

設計指導：林軍明

視頻包裝統(tǒng)籌：白宇航

視頻包裝設計：謝和洋

設計：陳珊

新媒體統(tǒng)籌：丁青云 曾婷芳 賴禧 黃達迅

海外運營監(jiān)制: 黃燕淑

海外運營內容統(tǒng)籌: 黃子豪 

海外運營編輯：莊歡 吳婉婕 龍李華 鄭全怡

出品：南方財經(jīng)全媒體集團