出品｜虎嗅科技組

作者｜陳伊凡

編輯｜苗正卿

頭圖｜中歐商學(xué)院提供

2025年12月12日，中歐國際工商學(xué)院的上海校園內(nèi)，一場關(guān)于AI在企業(yè)內(nèi)部使用情況的討論正在進(jìn)行。

“大家對AI的期待有多高？實際落地的滿意度又有多少？”

中歐國際工商學(xué)院“AI賦能企業(yè)盈利戰(zhàn)略”課程的開場問卷揭示了一個普遍困境：大部分學(xué)員對AI落地效果不滿意。

當(dāng)天，這所商學(xué)院正式推出全球首個系統(tǒng)性融入AI智能體教學(xué)模式的課程，試圖為企業(yè)AI轉(zhuǎn)型的“理想與現(xiàn)實鴻溝”提供新解。在現(xiàn)場，教授讓學(xué)員分組試驗了這款A(yù)I智能體，通過智能體，幫助一家企業(yè)解決危機。

這門課程以“一家長期虧損的酒店實現(xiàn)可持續(xù)盈利”為教學(xué)案例，將案例背后的中國高端酒店行業(yè)的真實背景和數(shù)據(jù)作為應(yīng)用場景嵌入AI智能體系統(tǒng)。在AI智能體引導(dǎo)下，學(xué)員“學(xué)即所用”，可通過調(diào)用不同智能體與工具，將課堂所學(xué)知識結(jié)合最新AI范式開展決策分析，從而跳出單一職能視角。

筆者作為觀察者，深度參與了這門課程與討論，試圖從第三方的視角看企業(yè)家對于AI的焦慮、對于在自身業(yè)務(wù)中運用AI的嘗試。

企業(yè)AI改造的困境：邊跑邊積累數(shù)據(jù)

“我們投入巨資做AI改造，結(jié)果發(fā)現(xiàn)需要招更多人來輔助AI系統(tǒng)?！北M管聽著就不對勁，但這是很多企業(yè)面臨的困境。

有企業(yè)家直言：“數(shù)據(jù)沒打通、流程靠經(jīng)驗，成立AI部門后反而成了孤島，跨部門協(xié)作時連定價體系改革都推不動?！边@也說明，如果AI改造不是一把手工程，很難推動下去。

筆者平時在與一些做ToB垂類智能體的初創(chuàng)公司交流時，創(chuàng)始人表示，很多時候他們會直接要求和老板談。不過他們也表達(dá)了一個和SaaS時期的不同。在SaaS時期，因為數(shù)字化解決的是企業(yè)某一個單一的需求，效果很難呈現(xiàn)在結(jié)果上，往往很難說服老板投入，因此這些初創(chuàng)公司通常采取按結(jié)果付費的模式。而到了AI時代，部署這類AI Agent后，企業(yè)利潤提升的部分可以被明確量化，初創(chuàng)公司可以從中按比例抽取提成。這其實也是當(dāng)前AI2.0時期區(qū)別于SaaS的付費方式。

另一個感受是，現(xiàn)場的企業(yè)大多已是成熟企業(yè)，這和從AI原生環(huán)境中構(gòu)建自己的業(yè)務(wù)和組織的初創(chuàng)公司不同。成熟企業(yè)的優(yōu)勢是，有場景、有數(shù)據(jù)積累，但同時也存在一些路徑依賴，許多企業(yè)在AI時期表現(xiàn)出了焦慮。

這種焦慮和困境，在不同規(guī)模的企業(yè)中呈現(xiàn)分化。課程主設(shè)計師、中歐國際工商學(xué)院營銷學(xué)助理教授魯薏指出，基礎(chǔ)模型大廠例如Open AI、字節(jié)、谷歌、阿里等，通過構(gòu)建基礎(chǔ)模型，定義下一代技術(shù)范式。他們擁有超大算力、超大數(shù)據(jù)；特定行業(yè)龍頭企業(yè)，例如金融、法律、醫(yī)療、制造、能源和SaaS，通過構(gòu)建垂類模型，提供行業(yè)領(lǐng)先的AI+服務(wù)。這些企業(yè)數(shù)據(jù)高度專用并且可以持續(xù)積累，但是行業(yè)知識復(fù)雜、規(guī)則嚴(yán)格，這部分的數(shù)據(jù)，需要防范模型幻覺的問題。

對于一些其他企業(yè)，數(shù)據(jù)就緒，擁有干凈、結(jié)構(gòu)化并且打標(biāo)的核心數(shù)據(jù)，可以通過現(xiàn)有的數(shù)據(jù)資產(chǎn)，構(gòu)建決策職能和預(yù)測模型，但這類企業(yè)更注重安全合規(guī)。比如，有一些企業(yè)就表示，他們想要得到外部的數(shù)據(jù)，但又不想把自己的東西給別人看。現(xiàn)場有一家傳統(tǒng)企業(yè)提出，他們更傾向于訓(xùn)練內(nèi)部小模型，以保障數(shù)據(jù)安全和知識產(chǎn)權(quán)。

還有一家剛接觸到AI的傳統(tǒng)貿(mào)易企業(yè)，正處于“AI焦慮”狀態(tài)，擔(dān)心不投入會被淘汰。目前主要利用自身經(jīng)驗積累資源，AI應(yīng)用較弱，處于購買方案或工具的階段。

這些分化當(dāng)然也取決于不同企業(yè)的資源差距。大廠在AI領(lǐng)域的投入巨大，中小企業(yè)普遍缺乏財力和技術(shù)基礎(chǔ)。

有學(xué)員提出，AI可能會加強大廠和小廠的差距。尤其是一些企業(yè)，應(yīng)該也是現(xiàn)在的大多數(shù)，他們沒有結(jié)構(gòu)化的數(shù)據(jù)，流程依賴個體經(jīng)驗，系統(tǒng)沒有打通，這類企業(yè)在AI時期的焦慮非常明顯。高質(zhì)量的數(shù)據(jù)在AI時代至關(guān)重要，如果企業(yè)尚未完成數(shù)字化轉(zhuǎn)型，缺乏結(jié)構(gòu)化數(shù)據(jù)的積累，很難有效應(yīng)用AI。

但魯薏提出，這類企業(yè)依然可以利用新范式，打造AI原生的項目，邊跑邊創(chuàng)造、整理數(shù)據(jù)。AI 2.0時代，仍然會有一些之前沒有經(jīng)過SaaS階段的企業(yè)，直接跳過SaaS，進(jìn)入AI原生時代。

課程現(xiàn)場，魯薏給出了針對這些沒有結(jié)構(gòu)化數(shù)據(jù)或是數(shù)據(jù)缺失的企業(yè)解決方案，他們可以引入反饋學(xué)習(xí)的機制，根據(jù)實時數(shù)據(jù)，動態(tài)迭代地生成相應(yīng)的內(nèi)容。

在AI Agent的時代，大模型技術(shù)已經(jīng)不是卡點，模型的成本在逐漸降低。筆者發(fā)現(xiàn)，已經(jīng)有不少企業(yè)嘗試通過復(fù)雜的提示詞工程來構(gòu)建產(chǎn)品，其實考驗的已經(jīng)不是技術(shù)，而是產(chǎn)品力，這對于預(yù)算少的公司來說，是一個選擇。

AI智能體到底是什么？企業(yè)該如何做AI改造？

說到AI改造，很多企業(yè)家的疑慮在于，這到底和SaaS有什么分別？筆者發(fā)現(xiàn)，這樣的疑慮尤其在中國非常普遍，這與中國SaaS的土壤有關(guān)。

這涉及到智能體的定義，以及它解決什么問題。智能體的核心，是提供端到端的解決方案，它能整合知識庫、調(diào)用API、模擬老師傅經(jīng)驗，甚至根據(jù)業(yè)務(wù)目標(biāo)自主迭代。簡言之就是，智能體提供的，是一個垂直環(huán)節(jié)的端到端解決方案，而SaaS，解決的是不同環(huán)節(jié)上面一層薄薄的需求。

構(gòu)建智能體，相當(dāng)于培養(yǎng)一個新的員工，而這個員工還可以持續(xù)迭代。智能體的構(gòu)建，需要具備以下幾個要素：

首先是通用能力，這是由基礎(chǔ)大模型提供的；其次是業(yè)務(wù)培訓(xùn)，這是以知識庫的形式提供，無需訓(xùn)練專屬模型；第三是員工守則，這是通過系統(tǒng)提示，劃定邊界和角色約束；然后是經(jīng)驗傳承，提供專家范例，供智能體學(xué)習(xí)。

在這個過程中，特定領(lǐng)域的專家經(jīng)驗是一個智能體能夠取勝，并且區(qū)別于其他企業(yè)的一個關(guān)鍵護(hù)城河，因此對于企業(yè)來說，員工的經(jīng)驗非常重要。還有一個要素是技能增強和反饋學(xué)習(xí)，通過這種方式能讓智能體自我迭代，基于數(shù)據(jù)表現(xiàn)持續(xù)優(yōu)化策略，適用于歷史數(shù)據(jù)缺乏的企業(yè)。

還有一個關(guān)鍵則是組織能力的建設(shè)，需要懂技術(shù)的業(yè)務(wù)人員，既能懂業(yè)務(wù)邏輯，又能準(zhǔn)確地把需求傳達(dá)給大模型；另外還需要建立大模型測評機制，由專人負(fù)責(zé)測試不同任務(wù)適配的最佳模型，避免用錯。

根據(jù)麥肯錫的調(diào)研結(jié)論，智能體尚未在企業(yè)內(nèi)大規(guī)模部署，目前智能體的應(yīng)用仍然處在早期探索階段。當(dāng)然，在一些領(lǐng)域，AI智能體的落地效果已經(jīng)先行體現(xiàn)，比如在一些降低成本的領(lǐng)域，例如軟件編程、制造業(yè)和IT運維上的效果明顯；在增效領(lǐng)域，營銷、戰(zhàn)略、公司金融和產(chǎn)品服務(wù)設(shè)計等環(huán)節(jié)的應(yīng)用較多；另外，醫(yī)療和電商，是當(dāng)前智能體應(yīng)用最廣泛的領(lǐng)域。

對于成熟企業(yè)來說，究竟在什么場景構(gòu)建智能體？究竟在什么業(yè)務(wù)上做全鏈路的AI智能體改造？首先是把AI先用起來，“干中學(xué)”。

選擇一個合適的場景非常重要，魯薏給出的方案是，高價值的業(yè)務(wù)場景、技術(shù)成熟度以及員工意識薄弱的環(huán)節(jié)，可以先進(jìn)行AI改造。

AI改造的落地路徑是一個雙螺旋驅(qū)動模型。首先是在戰(zhàn)略層，高層決心明確，主導(dǎo)業(yè)務(wù)流程重構(gòu)；其次在執(zhí)行層，確保數(shù)據(jù)、模型、工具、學(xué)習(xí)四個環(huán)節(jié)有人負(fù)責(zé)落地。兩層螺旋耦合，方能加速AI價值的實現(xiàn)。

商學(xué)院如何應(yīng)對AI的挑戰(zhàn)

AI技術(shù)正顛覆性地重塑企業(yè)生產(chǎn)與組織模式，也對管理知識的創(chuàng)新、商科教育的人才培養(yǎng)模式提出了全新要求。

尤其是在AI2.0時代，沒有人看得清商業(yè)的未來，當(dāng)企業(yè)家來商學(xué)院找答案時，希望知道如何在自己的企業(yè)中將AI用起來。

中歐國際工商學(xué)院院長、管理學(xué)教授汪泓指出，面對技術(shù)浪潮，商學(xué)院必須積極探索和創(chuàng)新教學(xué)方法，培養(yǎng)融會貫通AI理論、技術(shù)、產(chǎn)品與應(yīng)用的復(fù)合型人才。

魯薏介紹了中歐智能體的“三重角色”。首先，作為工具，AI可自動完成數(shù)據(jù)分析和模型計算。她指出，定價決策是一門跨學(xué)科、跨專業(yè)的課程，涉及經(jīng)濟(jì)學(xué)、營銷學(xué)、會計學(xué)等不同領(lǐng)域知識和量化分析內(nèi)容，AI工具有效解決了商學(xué)院量化課程的授課痛點，將復(fù)雜的數(shù)學(xué)計算和模型封裝為交互工具，使學(xué)員能聚焦于決策邏輯而非數(shù)學(xué)過程，實現(xiàn)不同背景學(xué)習(xí)者的“認(rèn)知平權(quán)”。其次，作為合作伙伴，系統(tǒng)引入“虛擬人設(shè)（Persona）”功能，模擬消費者、企業(yè)內(nèi)部不同職能部門的角色參與互動，輔助同學(xué)思考、驗證策略可行性。最后，作為導(dǎo)師，AI可以通過課程中實時的交互行為與對話數(shù)據(jù)為學(xué)生提供個性化反饋，在未來將基于海量案例庫提供深度決策建議。

課堂現(xiàn)場也根據(jù)具體的案例，使用AI智能體進(jìn)行案例學(xué)習(xí)，嘗試為企業(yè)尋找出合理的解決方案。

魯薏說，AI時代，課程評價體系也正在從單一結(jié)果導(dǎo)向，轉(zhuǎn)向多元化、綜合性的能力評價體系，更加注重培養(yǎng)學(xué)生應(yīng)用知識解決問題的能力，以及批判性思考和創(chuàng)新的能力。設(shè)計這門課的初衷，也是希望讓大家正視AI的能力邊界。AI不是萬能的，它的價值在于拓展人類的決策視野,而不是替代人的判斷。如何充分調(diào)動和激發(fā)學(xué)生的學(xué)習(xí)自主性，推動人機互學(xué)、更好地協(xié)調(diào)人與AI的配合方式，這是一個需要持續(xù)探索的課題。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4817981.html?f=wyxwapp