AI技術(shù)日新月異的今天，一場(chǎng)深刻的產(chǎn)業(yè)變革正在全球范圍內(nèi)加速。從大模型的迭代到智能體（Agent）的涌現(xiàn)，AI正從一項(xiàng)前沿技術(shù)演變?yōu)轵?qū)動(dòng)企業(yè)增長(zhǎng)與重塑產(chǎn)業(yè)格局的核心力量。然而，這場(chǎng)技術(shù)革命在帶來(lái)無(wú)限機(jī)遇的同時(shí)，也引發(fā)了普遍的“AI焦慮”——企業(yè)既擔(dān)心錯(cuò)失良機(jī)被競(jìng)爭(zhēng)對(duì)手超越，又憂慮投入巨大卻難以獲得可衡量的回報(bào)。如何穿越迷霧，將AI從“聽(tīng)起來(lái)很美”的概念轉(zhuǎn)化為“用起來(lái)很實(shí)”的生產(chǎn)力，成為擺在所有企業(yè)管理者面前的關(guān)鍵課題。

《深度實(shí)踐》（DeepPractice）是鈦媒體聚焦AI技術(shù)演進(jìn)、落地的視頻播客節(jié)目，撇開(kāi)深?yuàn)W浮夸的大詞，深度拆解實(shí)現(xiàn)路徑、思考決策與硬核細(xì)節(jié)。本期《深度實(shí)踐》欄目請(qǐng)來(lái)了IBM大中華區(qū)董事長(zhǎng)、總經(jīng)理陳旭東與施耐德電氣高級(jí)副總裁、戰(zhàn)略與業(yè)務(wù)發(fā)展中國(guó)區(qū)負(fù)責(zé)人熊宜，一同探討AI時(shí)代，企業(yè)數(shù)字化轉(zhuǎn)型的破局之道。

企業(yè)深陷雙重焦慮的核心困境

在AI技術(shù)快速迭代的當(dāng)下，企業(yè)的焦慮并非單一的技術(shù)應(yīng)用困惑，而是宏觀環(huán)境與技術(shù)落地雙重不確定性疊加的結(jié)果，這也是當(dāng)下產(chǎn)業(yè)界的普遍痛點(diǎn)。一方面，AI技術(shù)發(fā)展日新月異，今天的技術(shù)可能明天就落后了；另一方面，AI應(yīng)用之后，如何才能體現(xiàn)其價(jià)值，讓企業(yè)獲得切實(shí)的收益。這兩個(gè)問(wèn)題構(gòu)成了目前企業(yè)級(jí)用戶的焦慮。

陳旭東將企業(yè)的核心焦慮歸結(jié)為兩大層面，其一便是宏觀環(huán)境變化帶來(lái)的系統(tǒng)性不確定性，油價(jià)、貴金屬等要素價(jià)格的劇烈波動(dòng)，地緣政治與法規(guī)規(guī)則的頻繁變動(dòng)，再加上生產(chǎn)力提升的持續(xù)壓力，讓企業(yè)CEO難以做出穩(wěn)定的戰(zhàn)略判斷。其二則是AI應(yīng)用的落地焦慮，盡管全球今年AI領(lǐng)域支出預(yù)計(jì)達(dá)2.5萬(wàn)億美元，AI技術(shù)的商業(yè)價(jià)值被廣泛看好，但多數(shù)企業(yè)的AI應(yīng)用尚未顯現(xiàn)顯著成效，“怕落后又怕投入打水漂”的心態(tài)，讓企業(yè)在AI布局上陷入猶豫。

施耐德電氣的觀察則更貼近能源、工業(yè)、數(shù)據(jù)中心、基礎(chǔ)設(shè)施等實(shí)體產(chǎn)業(yè)的實(shí)際痛點(diǎn)，熊宜將企業(yè)焦慮拆解為技術(shù)與宏觀成本的雙重沖擊。從技術(shù)落地角度看，過(guò)去企業(yè)數(shù)字化轉(zhuǎn)型的固定流程已難以適配當(dāng)前的技術(shù)迭代速度，一個(gè)企業(yè)級(jí)AI項(xiàng)目從規(guī)劃到落地通常需要1.5至2年，而AI技術(shù)的發(fā)展讓企業(yè)擔(dān)憂投入的技術(shù)尚未產(chǎn)生效益便已過(guò)時(shí)，項(xiàng)目投資回報(bào)的評(píng)估成為一大難題。

從宏觀環(huán)境來(lái)看，當(dāng)企業(yè)在微觀層面通過(guò)精益生產(chǎn)、AI應(yīng)用提升效率時(shí)，市場(chǎng)的變化、供應(yīng)鏈的不確定性等可能直接顛覆這些努力，如何鍛造企業(yè)韌性以應(yīng)對(duì)突發(fā)性宏觀環(huán)境的沖擊，成為實(shí)體企業(yè)的核心訴求。而這種焦慮的本質(zhì)，是技術(shù)發(fā)展速度與企業(yè)落地節(jié)奏的脫節(jié)，以及微觀效率提升與宏觀環(huán)境波動(dòng)的矛盾，這也讓企業(yè)在AI轉(zhuǎn)型中陷入“不用不行，用又不敢”的兩難。

破局AI落地，從單點(diǎn)嘗試到平臺(tái)化深耕是關(guān)鍵

面對(duì)多重焦慮，企業(yè)的破局之道并非盲目跟風(fēng)布局AI，而是以戰(zhàn)略定力為核心，從單點(diǎn)嘗試走向平臺(tái)化深耕，讓AI應(yīng)用真正與業(yè)務(wù)價(jià)值掛鉤。

熊宜從實(shí)體企業(yè)的實(shí)踐角度，提出了AI落地的三大核心原則，也是衡量企業(yè)AI是否真正落地的關(guān)鍵標(biāo)準(zhǔn)。首先是樹(shù)立平臺(tái)思維，摒棄分散的單點(diǎn)應(yīng)用模式，構(gòu)建企業(yè)級(jí)的AI能力體系，讓數(shù)據(jù)、經(jīng)驗(yàn)與技術(shù)能力能夠沉淀復(fù)用，施耐德電氣將AI貫穿 EcoStruxure?三層架構(gòu)：接入適配層、運(yùn)營(yíng)控制層、管理優(yōu)化層，并搭建統(tǒng)一的數(shù)據(jù)平臺(tái)，實(shí)現(xiàn)能源與工業(yè)智能化，正是平臺(tái)思維的落地。

其次是堅(jiān)持場(chǎng)景驅(qū)動(dòng)與可量化的投資回報(bào)，AI應(yīng)用需聚焦于能快速產(chǎn)生價(jià)值的場(chǎng)景，將投資回報(bào)周期盡可能縮短，為項(xiàng)目設(shè)定清晰的量化目標(biāo)，比如工作時(shí)間的節(jié)省、人員的優(yōu)化、生產(chǎn)效率的提升，而非模糊的“效率改善”，施耐德電氣通過(guò)舉辦AI“大施杯”大賽挖掘內(nèi)部場(chǎng)景，篩選項(xiàng)目時(shí)以能否提升綜合勞動(dòng)生產(chǎn)率等硬性指標(biāo)為核心，實(shí)現(xiàn)“花小錢(qián)辦大事”。

最后是推動(dòng)自下而上的自發(fā)應(yīng)用，當(dāng)AI工具真正解決員工的工作痛點(diǎn)，比如將生產(chǎn)計(jì)劃制定的2小時(shí)工作縮短至5分鐘，員工便會(huì)主動(dòng)使用，這種自發(fā)的應(yīng)用模式遠(yuǎn)勝于自上而下的強(qiáng)制推行，也是AI落地的最佳狀態(tài)。

陳旭東則建議企業(yè)聚焦于行動(dòng)與積累。

第一，應(yīng)加快數(shù)字化轉(zhuǎn)型步伐。供應(yīng)鏈的韌性一方面可以通過(guò)數(shù)字化手段來(lái)提升，另一方面可能需要在組織管理等方面進(jìn)行優(yōu)化；

第二，關(guān)于AI相關(guān)的焦慮，面對(duì)不可阻擋的AI浪潮，建議企業(yè)仍需進(jìn)行一定程度的嘗試。他以IBM自身作為“零號(hào)客戶”為例，在利用AI優(yōu)化HR、財(cái)務(wù)等辦公效率時(shí)，推進(jìn)的決心非常堅(jiān)定，在快速試錯(cuò)、迭代后已經(jīng)產(chǎn)生了可觀的投資回報(bào)；

第三，在企業(yè)內(nèi)部發(fā)動(dòng)員工，尋找可以優(yōu)化的環(huán)節(jié)。讓大家了解AI能做什么，再發(fā)動(dòng)大家去發(fā)現(xiàn)AI能夠發(fā)揮作用的地方，之后再進(jìn)行更大規(guī)模的投入。

而當(dāng)AI應(yīng)用從試點(diǎn)走向規(guī)?；瘯r(shí)，企業(yè)需要選擇統(tǒng)一的平臺(tái)，避免單點(diǎn)項(xiàng)目的重復(fù)投資，IBM的Watsonx平臺(tái)與watsonx Orchestrate系統(tǒng)，正是為了解決企業(yè)AI應(yīng)用的管理與協(xié)同問(wèn)題，讓不同部門(mén)的AI應(yīng)用能夠相互調(diào)用、形成體系。

而此前施耐德電氣商業(yè)價(jià)值研究院與IBM聯(lián)合發(fā)布的《AI for GREEN——以場(chǎng)景驅(qū)動(dòng)AI應(yīng)用，實(shí)現(xiàn)企業(yè)價(jià)值跨越》報(bào)告中也曾明確指出，企業(yè)對(duì)于AI價(jià)值的期待正在從單一向立體轉(zhuǎn)變，形成了三大顯著趨勢(shì)：從僅重視商業(yè)收益拓展到注重社會(huì)環(huán)境價(jià)值；價(jià)值取向從宏觀決策深入到微觀個(gè)體體驗(yàn)；從追求短期增長(zhǎng)到重視長(zhǎng)期的價(jià)值跨越?；诖?，報(bào)告提出了“AI for GREEN”價(jià)值主張，認(rèn)為企業(yè)通過(guò)AI可以實(shí)現(xiàn)五大價(jià)值：業(yè)務(wù)增長(zhǎng)（Growth）、可靠性與韌性（Reliability）、效率與滿意度（Efficiency）、可持續(xù)發(fā)展（Environment）以及全新的商業(yè)模式（NewHorizon）。

值得注意的是，AI落地的核心邏輯已發(fā)生轉(zhuǎn)變，從過(guò)去的IT部門(mén)驅(qū)動(dòng)變?yōu)闃I(yè)務(wù)部門(mén)驅(qū)動(dòng)。陳旭東指出，過(guò)去的信息化多解決財(cái)務(wù)、供應(yīng)鏈等通用問(wèn)題，而AI能針對(duì)企業(yè)的個(gè)性化業(yè)務(wù)痛點(diǎn)優(yōu)化流程，這需要業(yè)務(wù)部門(mén)提出真實(shí)需求，技術(shù)部門(mén)提供支撐，形成“業(yè)務(wù)+技術(shù)”的共創(chuàng)模式，這種模式也讓企業(yè)的AI應(yīng)用更貼合實(shí)際業(yè)務(wù)，避免技術(shù)與業(yè)務(wù)的脫節(jié)。

總體來(lái)看，在落地AI應(yīng)用的過(guò)程中，企業(yè)需要一套以場(chǎng)景為中心的實(shí)施路徑。

第一步：統(tǒng)一共識(shí)，規(guī)劃全圖。企業(yè)需通過(guò)跨團(tuán)隊(duì)交流統(tǒng)一AI戰(zhàn)略共識(shí)，并運(yùn)用價(jià)值框架全面梳理業(yè)務(wù)流程，繪制出清晰的AI場(chǎng)景全景圖，明確賦能方向，從而降低試錯(cuò)成本。

第二步：聚焦場(chǎng)景，小步快跑。在全景圖基礎(chǔ)上，通過(guò)評(píng)估技術(shù)可行性、資源投入和風(fēng)險(xiǎn)，篩選出優(yōu)先落地的具體場(chǎng)景。應(yīng)避免追求“萬(wàn)能明星”項(xiàng)目，而是組建跨部門(mén)團(tuán)隊(duì)，以解決流程中部分問(wèn)題的“細(xì)分專家”項(xiàng)目為起點(diǎn)，敏捷迭代，快速驗(yàn)證價(jià)值。

第三步：數(shù)據(jù)沉淀，構(gòu)建差異化。高質(zhì)量的數(shù)據(jù)是AI的“燃料”，而企業(yè)內(nèi)部獨(dú)特的行業(yè)知識(shí)與經(jīng)驗(yàn)則是未來(lái)的核心競(jìng)爭(zhēng)力。企業(yè)需要建立高效的數(shù)據(jù)處理管道和治理機(jī)制，并有意識(shí)地挖掘、整理那些隱藏在文檔、流程和專家頭腦中的隱性知識(shí)，將其轉(zhuǎn)化為可記錄、可復(fù)用的企業(yè)知識(shí)庫(kù)。

第四步：民主賦能，全民創(chuàng)新。成功的AI應(yīng)用不應(yīng)局限于技術(shù)團(tuán)隊(duì)，而應(yīng)實(shí)現(xiàn)規(guī)模化賦能。這需要在組織上彌合業(yè)務(wù)與技術(shù)的認(rèn)知鴻溝，讓非技術(shù)員工也更多地參與技術(shù)創(chuàng)新。

AI能源深度融合，產(chǎn)業(yè)協(xié)同開(kāi)啟發(fā)展新機(jī)遇

“AI的盡頭是算力，算力的盡頭是能源”，這一行業(yè)共識(shí)讓AI與能源的深度融合成為產(chǎn)業(yè)發(fā)展的核心方向，也為科技企業(yè)與能源科技企業(yè)帶來(lái)了全新的機(jī)遇，而中國(guó)市場(chǎng)的技術(shù)、場(chǎng)景與成本優(yōu)勢(shì)，讓這一融合擁有了更堅(jiān)實(shí)的落地基礎(chǔ)。

對(duì)于施耐德電氣而言，AI蓬勃發(fā)展帶來(lái)的能源挑戰(zhàn)，本質(zhì)上是電力供應(yīng)與電力管理的雙重問(wèn)題，一方面，算力中心的建設(shè)面臨電力瓶頸，施耐德電氣通過(guò)推動(dòng)綠電直連、新型電力架構(gòu)等項(xiàng)目，解決電力“有沒(méi)有”的問(wèn)題；另一方面，AI負(fù)載的峰值功率波動(dòng)更快、更不可預(yù)測(cè)，傳統(tǒng)的供電方案已無(wú)法適配，施耐德電氣正探索電化學(xué)儲(chǔ)能、飛輪儲(chǔ)能等新技術(shù)，實(shí)現(xiàn)對(duì)電力波峰的秒級(jí)響應(yīng)，同時(shí)將電力管理從機(jī)柜級(jí)、服務(wù)器級(jí)精細(xì)到芯片級(jí)，解決電力“用得好不好”的問(wèn)題。而這一過(guò)程也推動(dòng)了施耐德電氣的商業(yè)模式與技術(shù)體系變革，從單純的產(chǎn)品銷售轉(zhuǎn)向與客戶聯(lián)合研發(fā)的共創(chuàng)模式，從電力外圍設(shè)備供應(yīng)轉(zhuǎn)向與算力核心的深度融合。

IBM則在AI技術(shù)層為能源與工業(yè)領(lǐng)域的AI落地提供了技術(shù)支撐，其針對(duì)良品率極高的視覺(jué)檢測(cè)場(chǎng)景推出的反向?qū)W習(xí)方案，通過(guò)建立“完美產(chǎn)品”模型識(shí)別異常，解決了實(shí)體企業(yè)因缺陷樣本不足導(dǎo)致的AI訓(xùn)練難題。同時(shí)，IBM持續(xù)深耕混合云與AI領(lǐng)域，將傳統(tǒng)AI與生成式AI融合于Watsonx平臺(tái)，為企業(yè)提供從數(shù)據(jù)管理到模型訓(xùn)練、AIAgent協(xié)同的全流程解決方案，成為企業(yè)搭建AI平臺(tái)的核心選擇。此前雙方聯(lián)合發(fā)布的“AI for Green”報(bào)告與GROWTH模型，也為AI與能源的融合奠定了理論基礎(chǔ)。

從焦慮到破局，從單點(diǎn)嘗試到產(chǎn)業(yè)協(xié)同，企業(yè)的AI轉(zhuǎn)型正進(jìn)入深水區(qū)，這場(chǎng)轉(zhuǎn)型并非一蹴而就的技術(shù)升級(jí)，而是企業(yè)戰(zhàn)略、組織架構(gòu)、業(yè)務(wù)模式的全方位變革。

以下為對(duì)話實(shí)錄，經(jīng)鈦媒體APP整理：

劉湘明：各位觀眾大家好，歡迎來(lái)到鈦媒體的視頻播客《深度實(shí)踐》。今天，我們將聚焦探討當(dāng)前備受關(guān)注的兩個(gè)關(guān)鍵詞：焦慮與機(jī)遇。首先，請(qǐng)?jiān)试S我介紹今天邀請(qǐng)到的兩位重量級(jí)嘉賓：施耐德電氣高級(jí)副總裁、戰(zhàn)略與業(yè)務(wù)發(fā)展中國(guó)區(qū)負(fù)責(zé)人熊宜先生。熊總您好！另一位嘉賓是我們的老朋友，IBM大中華區(qū)董事長(zhǎng)兼總經(jīng)理陳旭東先生。陳總您好！

AIAgent來(lái)了，企業(yè)在焦慮什么？

我們剛剛結(jié)束春節(jié)假期，但這個(gè)假期對(duì)許多業(yè)內(nèi)人士而言，可能并未感受到太多節(jié)日氛圍。近期各類新聞?lì)l出，如大模型、具身智能等話題，春節(jié)后行業(yè)又開(kāi)始熱議“龍蝦”。因此，最近見(jiàn)面時(shí)大家常提到一個(gè)熱詞：“最近在焦慮什么？”今天，我們不妨先從個(gè)人焦慮談起——請(qǐng)熊總和旭東分享一下，你們個(gè)人最近焦慮的是什么？

熊宜：大家好。剛才劉總的問(wèn)題很有意思——焦慮什么？就我個(gè)人而言，我其實(shí)是一個(gè)比較樂(lè)觀的人，很少感到焦慮。我更多思考的是，如何應(yīng)對(duì)我們當(dāng)前面臨的各種技術(shù)應(yīng)用實(shí)踐，以及如何將我們?nèi)粘Ｓ懻摰母拍?，比如您剛才提到的“龍蝦”，真正落地。

所以，我認(rèn)為積極嘗試新技術(shù)非常重要。在今天這個(gè)時(shí)代，我們尤其需要思考：如果未來(lái)出現(xiàn)所謂“零員工公司”，我們最終會(huì)成為那個(gè)“零”，還是那個(gè)“一”？這是目前我比較關(guān)注的問(wèn)題。

陳旭東：我們其實(shí)有很具體的事情。特別是全球的一些軟件公司，在春節(jié)期間，出現(xiàn)了一次股市的大波動(dòng)，這與AI的發(fā)展密切相關(guān)。特別是AI在編程、寫(xiě)代碼方面的革命性影響，以前大家更多是玩玩，但一旦涉及企業(yè)級(jí)應(yīng)用，有人提出可以用AI重寫(xiě)主機(jī)代碼。不過(guò)最近（股價(jià)）又慢慢回升了，因?yàn)榇蠹野l(fā)現(xiàn)事情沒(méi)那么簡(jiǎn)單。光把代碼翻譯一遍，離實(shí)現(xiàn)整個(gè)IT系統(tǒng)的現(xiàn)代化還有很大差距。所以談不上真正焦慮，但這確實(shí)引起了市場(chǎng)的巨大波動(dòng)。

劉湘明：更具象化一點(diǎn)：從你們當(dāng)前的職位視角來(lái)看，整個(gè)市場(chǎng)焦慮的核心是什么？同時(shí)，從產(chǎn)業(yè)和企業(yè)層面，我們應(yīng)該如何理解這些焦慮，又該如何應(yīng)對(duì)？

陳旭東：從我們的觀察來(lái)看，客戶當(dāng)前主要存在兩個(gè)層面的焦慮。

第一，是宏觀環(huán)境變化帶來(lái)的不確定性。整個(gè)大環(huán)境變化太快，許多過(guò)去難以預(yù)料的事情現(xiàn)在頻繁發(fā)生。例如，近期油價(jià)等要素價(jià)格劇烈波動(dòng)。地緣政治局勢(shì)、法規(guī)規(guī)則的變動(dòng)，以及對(duì)生產(chǎn)力的要求壓力日益增大，這些因素共同構(gòu)成了許多企業(yè)CEO深感焦慮的核心問(wèn)題。

第二，是關(guān)于人工智能（AI）的應(yīng)用焦慮。雖然AI已進(jìn)入大眾視野，但在許多企業(yè)內(nèi)部的實(shí)際應(yīng)用尚未展現(xiàn)出顯著成效。這引發(fā)了普遍的焦慮：如果競(jìng)爭(zhēng)對(duì)手成功應(yīng)用了這些技術(shù)，是否會(huì)將自己遠(yuǎn)遠(yuǎn)甩在后面？因此，如何有效應(yīng)用AI來(lái)加速提升企業(yè)競(jìng)爭(zhēng)力，已成為一個(gè)重大的焦慮點(diǎn)。有專家預(yù)測(cè)，今年全球在AI領(lǐng)域的支出將達(dá)到約2.5萬(wàn)億美元，這進(jìn)一步加劇了企業(yè)在此問(wèn)題上的緊迫感。

熊宜：我們有很多相似的觀察。從我們接觸的眾多行業(yè)客戶以及我們自身（業(yè)務(wù)涉及工業(yè)、基礎(chǔ)設(shè)施、數(shù)據(jù)中心、樓宇等領(lǐng)域）來(lái)看，大家的焦慮主要集中在兩個(gè)方面。

首先，是技術(shù)本身，最核心的焦慮是技術(shù)迭代速度過(guò)快。正如我上午和同事討論時(shí)提到的，過(guò)去企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型或應(yīng)用AI，通常遵循一套固定流程：從公司領(lǐng)導(dǎo)層統(tǒng)一思想、開(kāi)展培訓(xùn)開(kāi)始，然后尋找技術(shù)團(tuán)隊(duì)或公司實(shí)施項(xiàng)目，最后上線一些能夠提升具體場(chǎng)景效率的應(yīng)用，例如質(zhì)量檢測(cè)、視覺(jué)識(shí)別，或在工廠部署機(jī)器人等。

但現(xiàn)在我們發(fā)現(xiàn)，這類項(xiàng)目要評(píng)估其投資回報(bào)變得非常困難，因?yàn)榧夹g(shù)迭代太快了。一個(gè)企業(yè)級(jí)項(xiàng)目，從規(guī)劃到上線、再到真正產(chǎn)生效果，通常需要一年半到兩年時(shí)間，這對(duì)大企業(yè)來(lái)說(shuō)已經(jīng)不算慢了。然而，以AI為代表的技術(shù)發(fā)展速度，讓我們根本無(wú)法想象兩年后它會(huì)變成什么樣子。這就是最大的焦慮所在：現(xiàn)在用還是不用？不用，似乎大家都在做；用，又擔(dān)心投入不菲的技術(shù)很快會(huì)過(guò)時(shí)，而且很多系統(tǒng)并非能夠隨時(shí)迭代升級(jí)。這是我們?cè)诜?wù)客戶以及自身實(shí)踐中，從技術(shù)層面看到的一個(gè)非常關(guān)鍵的問(wèn)題。

其次，是宏觀環(huán)境的不確定性帶來(lái)的焦慮。有時(shí)候宏觀環(huán)境帶來(lái)的沖擊和影響是根本性的。因此，如何鍛造企業(yè)的韌性，以應(yīng)對(duì)這種突發(fā)性的宏觀層面沖擊，是我看到的另一個(gè)普遍存在的焦慮。

直面焦慮，企業(yè)應(yīng)當(dāng)如何做？

劉湘明：針對(duì)企業(yè)核心的焦慮，您會(huì)給企業(yè)提出哪些建議？

熊宜：我認(rèn)為可以先從宏觀層面的建議談起，后續(xù)再逐步深入到具體操作。對(duì)于公司而言，無(wú)論規(guī)模如何，它首先是一個(gè)大型組織。因此，一個(gè)全盤(pán)的考慮、整體的規(guī)劃，或者說(shuō)全局性的思路，仍然是至關(guān)重要的。我們應(yīng)對(duì)前面提到的各種挑戰(zhàn)（技術(shù)迭代、宏觀不確定性）已經(jīng)很多年了，也投入技術(shù)做了很多細(xì)節(jié)工作，但始終感覺(jué)缺少一個(gè)平臺(tái)級(jí)的思維方式。說(shuō)得更公司化一些，就是戰(zhàn)略規(guī)劃層面的、總體的頂層設(shè)計(jì)。我認(rèn)為這是一個(gè)需要提前考慮，或者說(shuō)現(xiàn)在就應(yīng)該開(kāi)始著手考慮的事情。

其次，是如何讓技術(shù)應(yīng)用找到能夠快速見(jiàn)效的場(chǎng)景。過(guò)去我們偏向于尋找快速落地的場(chǎng)景，現(xiàn)在則需要在前面提到的整體規(guī)劃之下，再去尋找一些投資回報(bào)周期更短的項(xiàng)目。以前一個(gè)項(xiàng)目的投資回報(bào)周期可能需要一年半，現(xiàn)在能否縮短到一年，甚至六個(gè)月？我們需要能清晰地說(shuō)明，某個(gè)場(chǎng)景在落地后，比如投入100萬(wàn)，是否能在六個(gè)月后開(kāi)始產(chǎn)生效益，或者在兩三年內(nèi)收回這100萬(wàn)成本。總之，需要一個(gè)比較清晰的投資回報(bào)預(yù)期。

第三點(diǎn)，我認(rèn)為無(wú)論是AI還是其他技術(shù)，都需要長(zhǎng)期的積累，包括數(shù)據(jù)、內(nèi)部能力以及人才等方面的積累。一個(gè)可能的解決方法，或者說(shuō)我們現(xiàn)在正在嘗試的做法是，不能僅僅依靠一個(gè)個(gè)針對(duì)特定場(chǎng)景的、臨時(shí)組建的小分隊(duì)去單點(diǎn)作戰(zhàn)。而是要讓這些技術(shù)能力、數(shù)據(jù)資產(chǎn)和人員經(jīng)驗(yàn)?zāi)軌蛑饾u沉淀、積累起來(lái)，形成一個(gè)可復(fù)用、可迭代的基礎(chǔ)。同時(shí)，在這個(gè)過(guò)程中，人員的能力也能得到系統(tǒng)性的鍛煉和提升。雖然外部環(huán)境充滿不確定性，但這幾點(diǎn)可能是企業(yè)內(nèi)部確定需要去推進(jìn)和建設(shè)的方向。

陳旭東：針對(duì)我提的那兩個(gè)焦慮，第一個(gè)是形勢(shì)變化快，如何應(yīng)對(duì)？熊總提到的價(jià)格波動(dòng)、供應(yīng)鏈中斷等，其實(shí)前幾年就出現(xiàn)過(guò)。我們的建議是，首先要加快數(shù)字化轉(zhuǎn)型步伐，將信息整合研究，增強(qiáng)供應(yīng)鏈韌性。這既需要數(shù)字化手段，也可能需要組織管理，甚至找咨詢公司做顧問(wèn)。

第二個(gè)跟AI相關(guān)，大家既擔(dān)心落后，又怕技術(shù)投入很快過(guò)時(shí)。還有一個(gè)大問(wèn)題是，AI的投資回報(bào)率（ROI）現(xiàn)在很多時(shí)候算不清楚，這很挑戰(zhàn)。但回顧以往的信息化（IT）投入，其實(shí)也不見(jiàn)得都能算那么清楚。奇怪的是，在這一輪AI階段，大家卻特別想把它算清，可能是因?yàn)閷?duì)AI能干什么還不太清楚，怕浪費(fèi)太多錢(qián)。但面對(duì)不可阻擋的AI浪潮，我的建議是，一定要進(jìn)行嘗試。

嘗試的規(guī)模與企業(yè)有關(guān)。像IBM這種公司，就是毫不猶豫地全面實(shí)施AI，把技術(shù)用在自己企業(yè)里。我們內(nèi)部把自己叫“零號(hào)客戶”。比如用AI優(yōu)化HR、財(cái)務(wù)的辦公效率時(shí)，我們做得比較“激進(jìn)”。這跟每個(gè)企業(yè)的決心有關(guān)。

一開(kāi)始用AI肯定會(huì)碰到不好用的問(wèn)題。但你知道它哪里不好用，就知道怎么去優(yōu)化它，這對(duì)企業(yè)都是一種積累。所以一定要開(kāi)始做，通過(guò)這個(gè)過(guò)程培養(yǎng)全員的相關(guān)能力。發(fā)動(dòng)大家找到可以優(yōu)化的地方，讓大家知道AI能干什么，然后再去投更大的投入。大概有這么一個(gè)過(guò)程，但一定要開(kāi)始做，不可能一蹴而就，特別是在企業(yè)里，不可能搬個(gè)系統(tǒng)過(guò)來(lái)就能用。

劉湘明：兩位講得特別好。我簡(jiǎn)單小結(jié)一下：第一，企業(yè)仍需保持戰(zhàn)略定力，畢竟這（指應(yīng)對(duì)變革）是件大事，不能盲目焦慮。第二，必須行動(dòng)起來(lái)。正如剛才熊總所談，可以先從嘗試“小龍蝦”這樣的具體實(shí)踐開(kāi)始，不能僅僅停留在討論層面。面對(duì)一個(gè)全新的事物，需要獲得直接的體驗(yàn)和感知。正好借這個(gè)機(jī)會(huì)問(wèn)一下，您嘗試的“小龍蝦”現(xiàn)在訓(xùn)練得怎么樣了？

熊宜：剛開(kāi)始嘗試。我認(rèn)為一個(gè)可以24小時(shí)不間斷工作、能夠持續(xù)學(xué)習(xí)、沒(méi)有情緒且不會(huì)疲勞的智能體，只要數(shù)據(jù)安全允許并給予足夠的信息，它肯定會(huì)比我們做得更好。這可能是我的一個(gè)體會(huì)。

AI產(chǎn)品涌現(xiàn)，企業(yè)如何調(diào)整，適應(yīng)？

劉湘明：是的，這其實(shí)也是我下一個(gè)問(wèn)題的鋪墊?；叵胍荒昵?，我們談?wù)揂I時(shí)，技術(shù)發(fā)展已經(jīng)很快，而DeepSeek的爆發(fā)其實(shí)也就是去年春節(jié)的事?，F(xiàn)在想起來(lái)，感覺(jué)好像已經(jīng)過(guò)去五六年了，時(shí)間過(guò)得非常快。

然后，像“小龍蝦”這類智能體的出現(xiàn)，讓我們感覺(jué)AI原來(lái)可能只是幫你回答一些問(wèn)題、搜集一些資料，現(xiàn)在卻好像“長(zhǎng)出了手腳”。雖然這“手腳”可能還不那么完善，但它已經(jīng)可以幫助你去執(zhí)行一些任務(wù)，把一些事情串聯(lián)起來(lái)。

這反過(guò)來(lái)引出了我想請(qǐng)教二位的問(wèn)題：原來(lái)AI更多是一個(gè)輔助工具，現(xiàn)在它可能真的變成了工作流中的一個(gè)自動(dòng)、自發(fā)的節(jié)點(diǎn)了。這就意味著，企業(yè)需要不斷地對(duì)AI進(jìn)行重新定義和認(rèn)知。你們?nèi)绾慰创@兩年AI如此快速的變化？企業(yè)又該如何調(diào)整自身去適應(yīng)？

陳旭東：關(guān)于AI，我們公司七八年前就提出了AI戰(zhàn)略。從生成式AI（GenAI）出來(lái)后，我覺(jué)得大家在思想意識(shí)上可能還沒(méi)完全把它區(qū)分清楚。我想借這個(gè)機(jī)會(huì)聊聊，我認(rèn)為生成式AI，特別是在兩個(gè)世界里，它出現(xiàn)和帶來(lái)的改變是不一樣的。

第一個(gè)世界我稱之為“表意世界”，即完全不需要與硬件產(chǎn)生直接關(guān)聯(lián)的領(lǐng)域。無(wú)論是語(yǔ)言、圖像、視頻，還是寫(xiě)代碼、發(fā)郵件，這些在電腦前完成的工作都屬于這個(gè)表意世界。這個(gè)世界已經(jīng)發(fā)生了快速的顛覆，生成式AI就像一個(gè)強(qiáng)大的助手，可以幫你完成很多工作。如果沒(méi)有安全問(wèn)題，這將是一個(gè)極其出色的工具。但今天早上的新聞也特別提到，企業(yè)使用這類工具時(shí)，最好不要與外網(wǎng)連接，否則可能存在風(fēng)險(xiǎn)，比如可能有AI智能體（agent）在交互中竊取企業(yè)信息。所以，目前這個(gè)領(lǐng)域的情況還不好下定論。

另一個(gè)世界我稱之為“物理世界”，它的變化也非常巨大。例如，機(jī)器人技術(shù)去年開(kāi)始“跳舞”，今年已經(jīng)特別厲害，甚至能翻跟頭了。生成式AI領(lǐng)域的許多進(jìn)步被大量應(yīng)用到物理世界中，目前應(yīng)用最廣泛的其實(shí)是自動(dòng)駕駛。未來(lái)，司機(jī)這個(gè)職業(yè)很可能會(huì)被取代，這在技術(shù)邏輯上已經(jīng)沒(méi)有問(wèn)題。此外，機(jī)器人可以幫助家庭做家務(wù)，或在生產(chǎn)線上工作。目前許多組裝線仍需依賴人工，因?yàn)闄C(jī)器人還無(wú)法完全復(fù)現(xiàn)人類在精細(xì)操作（如按壓、感知組裝過(guò)程）中的觸覺(jué)和判斷力。但在另一些領(lǐng)域，如手術(shù)，機(jī)器人已經(jīng)表現(xiàn)得很出色。不同領(lǐng)域的技術(shù)演進(jìn)速度是不同的。

因此，對(duì)于企業(yè)而言，首先需要理解AI給表意世界和物理世界分別帶來(lái)了哪些變化，然后再去思考這些變化會(huì)對(duì)自身企業(yè)產(chǎn)生何種影響。例如，剛才提到的視覺(jué)檢測(cè)技術(shù)，我以前也以為它已經(jīng)應(yīng)用得很廣泛了，但實(shí)際走訪企業(yè)后發(fā)現(xiàn)，其普及程度還差得很遠(yuǎn)。很多場(chǎng)景下，人們還在用肉眼進(jìn)行費(fèi)時(shí)費(fèi)力的檢測(cè)，而且許多特殊場(chǎng)景的要求并非通用算法能夠解決。

所以，大家要先把AI能干什么搞清楚，然后在企業(yè)中找場(chǎng)景。千萬(wàn)不要被表面現(xiàn)象迷惑，要把它能干什么、不能干什么整明白。每一個(gè)部門(mén)領(lǐng)導(dǎo)都要非常清楚了解AI能干什么，然后通過(guò)這個(gè)工具去優(yōu)化效率。生產(chǎn)線上還是有很多優(yōu)化點(diǎn)我們沒(méi)做到，很多企業(yè)在這方面還差得很遠(yuǎn)。這和生成式AI一點(diǎn)關(guān)系都沒(méi)有，是傳統(tǒng)的AI。說(shuō)明老AI大家還沒(méi)用，新AI又來(lái)了。

熊宜：現(xiàn)階段的AI技術(shù)應(yīng)用確實(shí)越來(lái)越深入，正從輔助流程向核心業(yè)務(wù)流程，甚至向物理世界的控制延伸。我們通過(guò)數(shù)據(jù)采集、模型分析預(yù)測(cè)，最終實(shí)現(xiàn)控制。我們也做了一些項(xiàng)目，在一些具體節(jié)點(diǎn)上開(kāi)始實(shí)現(xiàn)這種過(guò)程控制或節(jié)點(diǎn)控制。其邏輯是，將專家經(jīng)驗(yàn)或由小模型收集的信息，轉(zhuǎn)化為大模型的知識(shí)，再由大模型給出指令，驅(qū)動(dòng)小模型去執(zhí)行。大致是這樣一個(gè)邏輯。

比如剛才講到的視覺(jué)檢測(cè)，產(chǎn)品出來(lái)后需要進(jìn)行視覺(jué)檢測(cè)。我們?cè)幸粋€(gè)工廠上線了這套系統(tǒng)。原來(lái)需要三個(gè)人三班倒，每人看大約8小時(shí)（實(shí)際無(wú)法連續(xù)看，中間需要休息），三個(gè)人需要不間斷地檢查。

后來(lái)我們使用了視覺(jué)檢測(cè)技術(shù)。但一開(kāi)始，由于我們的產(chǎn)品質(zhì)量很好，缺陷很少，導(dǎo)致系統(tǒng)缺乏錯(cuò)誤樣本進(jìn)行學(xué)習(xí)，無(wú)法識(shí)別哪些是壞品。所以，沒(méi)有樣本，AI再智能也無(wú)法落地。

第二個(gè)原因是成本。我們很多客戶，包括我們自己的工廠，在使用這類技術(shù)時(shí)面臨成本問(wèn)題。例如，在定制化程度較高的裝配環(huán)節(jié)，或者擰一個(gè)小螺絲這樣的操作，如果使用機(jī)器人或機(jī)械臂，在定制化需求頻繁變動(dòng)的情況下，成本會(huì)很高，因?yàn)樾枰粩嘀匦戮幊袒蛘{(diào)整。相比之下，人工操作反而更便宜。因此必須尋找最經(jīng)濟(jì)的方法，而機(jī)器人、AI或機(jī)械臂協(xié)同的方案未必是最經(jīng)濟(jì)的。

汽車(chē)行業(yè)可能比較特殊，因?yàn)槠錁?biāo)準(zhǔn)化程度高。但我們有大量離散制造場(chǎng)景，最終要看經(jīng)濟(jì)效益。所以，為什么AI技術(shù)進(jìn)入核心業(yè)務(wù)流程，真正用軟硬件結(jié)合的方式去替代人工，其效率或成本效益不見(jiàn)得最高，這是很多企業(yè)都會(huì)遇到的問(wèn)題。只要客戶有個(gè)性化需求，這就是個(gè)無(wú)法避免的難題。

陳旭東：我補(bǔ)充一點(diǎn)，關(guān)于剛才提到的定制化問(wèn)題。定制化確實(shí)是成本的“殺手”，它會(huì)帶來(lái)較高的成本。但這里正好可以介紹一下IBM的解決方案。例如在視覺(jué)檢測(cè)方面，IBM提供了一個(gè)平臺(tái)。這個(gè)平臺(tái)的特點(diǎn)在于，它并非要求你必須針對(duì)某種特定場(chǎng)景進(jìn)行定制，而是能夠根據(jù)不同場(chǎng)景自動(dòng)進(jìn)行模型訓(xùn)練。這樣一來(lái)，每個(gè)新場(chǎng)景的部署成本就比較低，而不需要針對(duì)每個(gè)場(chǎng)景專門(mén)派人去開(kāi)發(fā)。所以，像IBM這樣的公司，就是開(kāi)發(fā)這種平臺(tái)，讓企業(yè)可以在內(nèi)部的一個(gè)點(diǎn)成功應(yīng)用后，自行再去部署到其他地方。

此外，關(guān)于硬件要求，以前的視覺(jué)檢測(cè)對(duì)攝像頭要求非常高，一個(gè)攝像頭動(dòng)輒十幾萬(wàn)。而現(xiàn)在，我們甚至能做到用手機(jī)拍攝一下也可以進(jìn)行檢測(cè)，對(duì)硬件的要求大大降低了。因此，從技術(shù)邏輯上講，這類解決方案是能夠得到一定普及和推廣的。

施耐德電氣與IBM如何應(yīng)對(duì)挑戰(zhàn)？

劉湘明：我們更聚焦一點(diǎn)。熊總，我特別關(guān)心的是，像施耐德電氣現(xiàn)在面臨著數(shù)字化、智能化轉(zhuǎn)型，以及各種國(guó)際形勢(shì)、宏觀挑戰(zhàn)，您認(rèn)為當(dāng)前最大的挑戰(zhàn)是什么？以及你們是如何應(yīng)對(duì)的？這是大家很關(guān)心的問(wèn)題。

熊宜：挑戰(zhàn)確實(shí)很多。從戰(zhàn)略角度來(lái)看，無(wú)論是全球還是中國(guó)，我們都應(yīng)該聚焦于那些我們一直在做，并且在當(dāng)前技術(shù)革命和AI帶來(lái)的變化中，應(yīng)該繼續(xù)做，甚至做得更好的事情。

核心是：在能源轉(zhuǎn)型的大背景下，我們對(duì)于能源科技的“戰(zhàn)略定力”。不盲目跟隨熱點(diǎn)，而是在能源領(lǐng)域里持續(xù)深耕，并將我們的產(chǎn)品、解決方案、服務(wù)乃至整個(gè)體系都向這個(gè)方向靠攏。我認(rèn)為這是我們當(dāng)前需要非常聚焦去做的事情。

稍微展開(kāi)而言，現(xiàn)在無(wú)論大家談?wù)摗八懔Φ谋M頭是電力”，還是宏觀形勢(shì)與全球格局，能源都不可避免地成為一個(gè)非常核心的主題。無(wú)論是能源競(jìng)爭(zhēng)、能源管控，還是各國(guó)強(qiáng)調(diào)的能源安全，都圍繞于此。尤其在當(dāng)前，傳統(tǒng)能源面臨綠色和可持續(xù)發(fā)展的巨大要求，新型能源（或者說(shuō)在以電力為主的新能源格局下）正在崛起。我們應(yīng)該做什么？就是把我們剛才講到的一系列轉(zhuǎn)型都往這個(gè)方向靠攏。這既是我們的挑戰(zhàn)，也是最大的機(jī)遇。

為什么說(shuō)是挑戰(zhàn)？因?yàn)閭鹘y(tǒng)的電力格局正在發(fā)生根本性變化。我相信，即使在中國(guó)，我們過(guò)去以火電為主的能源格局也并非終極目標(biāo)，它正在發(fā)生巨變?，F(xiàn)在從企業(yè)角度看，再小的企業(yè)也會(huì)用點(diǎn)新能源，比如配置電池儲(chǔ)能，或者在屋頂安裝光伏板。這些新能源技術(shù)帶來(lái)的變革，正在改變整個(gè)電力系統(tǒng)的結(jié)構(gòu)——從原來(lái)更集中、單向的“電網(wǎng)到用戶”模式，轉(zhuǎn)變?yōu)楦嘞?、多維度的“微電網(wǎng)+大電網(wǎng)”協(xié)同用能格局。

在這個(gè)格局變化中，我們?cè)械姆e累可能是機(jī)遇或優(yōu)勢(shì)，但同時(shí)也是挑戰(zhàn)。我們希望在能源轉(zhuǎn)型的大格局下，通過(guò)我們的新產(chǎn)品和技術(shù)，持續(xù)地——在市場(chǎng)變化最快的部分跟上步伐，甚至引領(lǐng)能源科技的發(fā)展。我認(rèn)為這是我們當(dāng)前面臨的最大挑戰(zhàn)。

劉湘明：IBM的應(yīng)對(duì)之策又如何？

陳旭東：從全球視角看，IBM正逐步將自己打造為一家以軟件和咨詢?yōu)楹诵牡墓?。在過(guò)去十幾二十年里，這個(gè)變化非常大。目前，我們的軟件業(yè)務(wù)占比已達(dá)到45%，而硬件業(yè)務(wù)已降至25%以下。

進(jìn)入新時(shí)代，我們稱之為混合云與AI時(shí)代。最大的挑戰(zhàn)在于，如何在AI時(shí)代繼續(xù)引領(lǐng)企業(yè)的信息化或數(shù)字化轉(zhuǎn)型進(jìn)程。IBM本身就是一家軟件公司，很多員工是坐在電腦前工作的。正如我們剛才討論的，這類工作可以被優(yōu)化，效率可以得到提升。因此，IBM自身也作為“零號(hào)客戶”，進(jìn)行了許多變革。我們面臨的一大挑戰(zhàn)是：我們能否走在客戶前面？所以我們把自己稱為“零號(hào)客戶”，自己開(kāi)發(fā)出來(lái)的技術(shù)和解決方案都會(huì)先內(nèi)部試用，成熟后再作為案例分享給客戶。這既是挑戰(zhàn)，也是巨大的動(dòng)力。過(guò)去這些年，我們?cè)贏I領(lǐng)域也收獲了許多客戶。

而且，IBM在AI領(lǐng)域的探索并非始于生成式AI。我們的Watson平臺(tái)在十幾年前就已推出，那時(shí)我們稱之為傳統(tǒng)AI，包括視覺(jué)檢測(cè)等應(yīng)用。生成式AI出現(xiàn)后，我們將其升級(jí)為Watsonx平臺(tái)，兼容了生成式AI與傳統(tǒng)AI，使這個(gè)平臺(tái)有能力幫助客戶解決更廣泛的問(wèn)題。因此，IBM的角色更多是幫助客戶發(fā)現(xiàn)他們可能存在的問(wèn)題，并加以解決。

但在這個(gè)過(guò)程中，許多問(wèn)題IBM自身也同樣存在。例如，我們組織如此龐大，如何為員工提供財(cái)務(wù)、HR等各方面的支持，原本是一項(xiàng)巨大的投入?，F(xiàn)在，這部分工作已有50%以上被AI取代。這個(gè)過(guò)程內(nèi)部也經(jīng)歷了磕磕絆絆，一開(kāi)始并不好用，抱怨很多，但度過(guò)磨合期后，很快就發(fā)揮了更大的價(jià)值。所以，可以說(shuō)AI的發(fā)展既是我們的“飯碗”，在某種程度上也是一種焦慮——我們?nèi)绾卧谶@場(chǎng)競(jìng)賽中勝出。

離AI規(guī)?；€有多久？

劉湘明：當(dāng)下，AI是否真正進(jìn)入實(shí)用落地、價(jià)值深耕階段？產(chǎn)業(yè)端真正用起來(lái)的最核心標(biāo)志是什么？

陳旭東：在我看來(lái)，一個(gè)關(guān)鍵的標(biāo)志是：企業(yè)是否已經(jīng)有很多想要實(shí)施的AI項(xiàng)目。具體來(lái)說(shuō)，就是企業(yè)自身是否已經(jīng)發(fā)現(xiàn)了許多可以用AI來(lái)提升效率的具體環(huán)節(jié)。這背后意味著，你已經(jīng)理解了AI能做什么，并且能夠識(shí)別出這些機(jī)會(huì)——通常，這種識(shí)別能力源于你曾經(jīng)有過(guò)成功的實(shí)踐經(jīng)驗(yàn)，否則你很難發(fā)現(xiàn)這些機(jī)會(huì)。

因此，我認(rèn)為判斷AI是否在一個(gè)企業(yè)內(nèi)部真正推行起來(lái)，就看它是否已經(jīng)在一個(gè)地方取得了成功，并且在此基礎(chǔ)上，企業(yè)自身又主動(dòng)發(fā)現(xiàn)了更多的應(yīng)用機(jī)會(huì)。這有點(diǎn)像我們公司的情況：現(xiàn)在AI應(yīng)用已經(jīng)形成了一個(gè)自我推動(dòng)的良性循環(huán)，不再是需要自上而下強(qiáng)推某個(gè)點(diǎn)去使用，而是每個(gè)部門(mén)都在自發(fā)地推動(dòng)AI的應(yīng)用。我認(rèn)為，當(dāng)達(dá)到這個(gè)階段時(shí)，就可以算作是一個(gè)比較成功的開(kāi)始了。

劉湘明：那更具體一點(diǎn)，您剛才也談到了IBM的HR、財(cái)務(wù)部門(mén)都在應(yīng)用AI。您認(rèn)為AI在這兩個(gè)部門(mén)、兩個(gè)體系里是真正落地了嗎？

陳旭東：我認(rèn)為AI在HR和財(cái)務(wù)部門(mén)是真正落地了。因?yàn)槲覀儸F(xiàn)在已經(jīng)看到了實(shí)際的結(jié)果：確實(shí)優(yōu)化了很多崗位。以前很多需要找人詢問(wèn)或辦理的事情，現(xiàn)在基本上你也不知道是誰(shuí)（或什么系統(tǒng)）幫你辦好了，這種情況非常多。但事情最終都能辦成。

不過(guò)，前提是公司內(nèi)部必須得有相應(yīng)的系統(tǒng)。如果沒(méi)有系統(tǒng)，光靠AI是搞不定這些事的。以前有人問(wèn)我：“你們有沒(méi)有一個(gè)HR的AI系統(tǒng)？”我說(shuō)沒(méi)有。

對(duì)于大公司，HR流程要么跑在SAP上，要么跑在某個(gè)其他系統(tǒng)上。如果你沒(méi)有這個(gè)基礎(chǔ)系統(tǒng)，那么誰(shuí)來(lái)記錄這些事情呢？總得有人（或系統(tǒng)）把它記下來(lái)。以前有一個(gè)流程（process），AI來(lái)了之后，或許可以跳過(guò)這個(gè)流程中的某些人工環(huán)節(jié)，但這些記錄最終還得在某個(gè)地方存下來(lái)。如果沒(méi)有這個(gè)底層的系統(tǒng)，直接搞一個(gè)HR的AI系統(tǒng)，我確實(shí)沒(méi)有。所以，AI的應(yīng)用還是以原來(lái)的數(shù)字化為基礎(chǔ)。

劉湘明：熊總，您怎么看？

熊宜：沒(méi)錯(cuò)，講到如何衡量企業(yè)AI是否真正落地，我其實(shí)前面談到幾個(gè)觀點(diǎn)，可以再拎回來(lái)總結(jié)一下。我認(rèn)為有幾個(gè)方面：

第一，需要從單點(diǎn)式、單場(chǎng)景、單部門(mén)的應(yīng)用，轉(zhuǎn)變?yōu)槠髽I(yè)級(jí)的、平臺(tái)化的思維。我們遇到過(guò)這樣的案例。供應(yīng)鏈、研發(fā)、客服，大家可能用不同的AI工具或者Copilot。這就帶來(lái)一個(gè)問(wèn)題：這些應(yīng)用比較分散。在一個(gè)企業(yè)里，首先需要一個(gè)平臺(tái)化的思維。如果企業(yè)用了這么多不同的工具，最終經(jīng)驗(yàn)、數(shù)據(jù)可能都分散在各個(gè)地方。我感覺(jué)這還不能稱之為真正成熟，或者成為一個(gè)企業(yè)級(jí)的、總體的AI能力體系。這是第一點(diǎn)，從單點(diǎn)到平臺(tái)化。

第二，大家對(duì)投資回報(bào)這件事還是有些疑問(wèn)。但我個(gè)人對(duì)此比較堅(jiān)定。雖然剛才陳總也提到，回顧10年、15年前第一輪信息化建設(shè)時(shí)，投資回報(bào)也很難說(shuō)清，因?yàn)槟鞘且粋€(gè)“摸清家底”的過(guò)程。在早期信息化階段，確實(shí)很難從投資回報(bào)角度看“它直接幫你賺錢(qián)”或“優(yōu)化了多少成本”。但現(xiàn)在不同了，再加上技術(shù)迭代非?？?，所以我非常強(qiáng)調(diào)：如果AI已經(jīng)深入到企業(yè)里，你是否能說(shuō)清楚，做這件事到底需要多長(zhǎng)時(shí)間就能帶來(lái)明確的價(jià)值？

正如陳總剛才提到的很多例子，比如HR、財(cái)務(wù)部門(mén)人員減少了，客戶滿意度或交貨率提升了，生產(chǎn)效率達(dá)到了百分之多少的提升，這些都是可以衡量的。否則，大家做的項(xiàng)目就缺乏依據(jù)。因此，第二個(gè)清晰的標(biāo)志是：是否有一個(gè)比較清晰的投資回報(bào)衡量體系。

第三，要看應(yīng)用是自發(fā)的多，還是領(lǐng)導(dǎo)要求的多。如果是領(lǐng)導(dǎo)要求用AI，很多人可能會(huì)說(shuō)這東西不好用，跟原來(lái)的習(xí)慣不一樣，結(jié)果花了錢(qián)卻沒(méi)效果。以前信息化最大的障礙就是這個(gè)。凡是需要天天寫(xiě)報(bào)告來(lái)論證價(jià)值的，往往是因?yàn)樗旧韮r(jià)值不明顯，才需要去“找”價(jià)值。就像我們的IT部門(mén)如果天天寫(xiě)報(bào)告說(shuō)某個(gè)系統(tǒng)有多大價(jià)值，這恰恰說(shuō)明它可能沒(méi)價(jià)值，或者價(jià)值轉(zhuǎn)變很困難。

反之，如果是全員自發(fā)的事情，情況就不同。例如，在我們?nèi)ツ戢@評(píng)“燈塔工廠”的武漢工廠里，有一個(gè)做生產(chǎn)計(jì)劃的員工。他原來(lái)制定日計(jì)劃，需要分解周計(jì)劃，整合一大堆當(dāng)天的數(shù)據(jù)，比如機(jī)器使用率、員工到崗率等，每天要提前兩個(gè)小時(shí)做表格來(lái)排出當(dāng)天計(jì)劃，還要應(yīng)對(duì)各種突發(fā)情況，比如領(lǐng)導(dǎo)臨時(shí)要來(lái)參觀，又得調(diào)整計(jì)劃?，F(xiàn)在，給了他一個(gè)AI助手，他把這兩個(gè)小時(shí)的工作變成了5分鐘就能搞定。他就特別愿意用，不用你說(shuō)，他自己就會(huì)用。所以，我認(rèn)為是否能夠形成自下而上的、自發(fā)性的應(yīng)用，這也是一個(gè)成熟度的標(biāo)志。我覺(jué)得這三個(gè)方面是衡量的關(guān)鍵。

AI的盡頭是能源

劉湘明：AI的盡頭是算力，算力的盡頭是能源。作為能源科技的引領(lǐng)者，施耐德電氣如何看待AI蓬勃發(fā)展帶來(lái)的能源挑戰(zhàn)？有哪些舉措？

熊宜：首先，電力“有沒(méi)有”的問(wèn)題。算力的基礎(chǔ)是電力，而我們目前在很多地方仍面臨電力瓶頸。無(wú)論是“東數(shù)西算”工程，還是在烏蘭察布、貴州等地建設(shè)的數(shù)據(jù)中心，其根本制約在于電力供應(yīng)是否充足。我與數(shù)據(jù)中心客戶交流時(shí)了解到，最大的瓶頸并非電力調(diào)度或算力本身，而是數(shù)據(jù)遷移所伴隨的巨大網(wǎng)絡(luò)與通信成本。但前提是，必須有電。我們正在推動(dòng)綠電直連、新型電力架構(gòu)等項(xiàng)目，以解決電力擴(kuò)容問(wèn)題。

第二是，電力“用得好不好”的問(wèn)題。AI負(fù)載的電力需求特性與傳統(tǒng)IT負(fù)載不同。經(jīng)過(guò)研究，我們發(fā)現(xiàn)AI負(fù)載的峰值功率上升更快，短時(shí)間內(nèi)的波動(dòng)更大，且這種波動(dòng)是秒級(jí)甚至毫秒級(jí)的，難以預(yù)測(cè)。傳統(tǒng)IT負(fù)載有規(guī)律可循（如電商峰值在晚間），但AI的算力需求是突發(fā)、不可控的。這意味著，傳統(tǒng)的UPS（不間斷電源）方案已不足以應(yīng)對(duì)，需要引入電化學(xué)儲(chǔ)能、飛輪儲(chǔ)能等新技術(shù)，以實(shí)現(xiàn)秒級(jí)的快速響應(yīng)，來(lái)平抑這種瞬時(shí)波峰。

然而，解決這些問(wèn)題對(duì)我們而言也意味著巨大的挑戰(zhàn)和改變。我們?cè)絹?lái)越發(fā)現(xiàn)，過(guò)去那種“賣(mài)產(chǎn)品、收錢(qián)”的商業(yè)模式行不通了?，F(xiàn)在需要與客戶進(jìn)行聯(lián)合研發(fā)、共創(chuàng)，先一起把解決方案做出來(lái)，再談商業(yè)回報(bào)。這要求我們?cè)谏虡I(yè)模式上進(jìn)行根本性轉(zhuǎn)變。

此外，技術(shù)融合的挑戰(zhàn)也在加深。過(guò)去我們主要提供電力外圍設(shè)備，但現(xiàn)在需要與算力核心（芯片、存儲(chǔ)）更深度地融合。電力供應(yīng)需要從傳統(tǒng)的“機(jī)柜級(jí)”或“服務(wù)器級(jí)”，精細(xì)到“芯片級(jí)”（PowertoChips），去管理單顆芯片的能耗與供電的連接。同時(shí)，技術(shù)本身也在革新，例如從交流電到直流電的轉(zhuǎn)換，從機(jī)械式設(shè)備到基于半導(dǎo)體（如IGBT芯片）的固態(tài)電力設(shè)備。這些轉(zhuǎn)變都要求我們與全球的數(shù)據(jù)中心大客戶共同實(shí)踐和探索。

AI應(yīng)用要“循序漸進(jìn)”

劉湘明：IBM如何看待生成式AI在企業(yè)內(nèi)部真正落地所面臨的最大障礙？以及，回顧過(guò)去幾十年企業(yè)的信息化、數(shù)字化、智能化歷程，你認(rèn)為這次的挑戰(zhàn)有何不同？

陳旭東：經(jīng)歷了四個(gè)階段。最早應(yīng)該叫“電算化”，然后才到“信息化”，再到“數(shù)字化”和“智能化”。我的觀點(diǎn)是，這幾個(gè)階段是循序漸進(jìn)的，但并非線性發(fā)展。并不是說(shuō)完成了信息化，然后做到數(shù)字化，就萬(wàn)事大吉了。實(shí)際上，有些工作回過(guò)頭來(lái)還得補(bǔ)信息化的課。可能因?yàn)榧夹g(shù)進(jìn)步或各方面原因，企業(yè)在一層一層向前推進(jìn)的同時(shí)，也在循環(huán)往復(fù)。

到現(xiàn)在為止，很多企業(yè)信息化工作還沒(méi)做完。例如，中國(guó)企業(yè)雖然可能已經(jīng)上了ERP系統(tǒng)，財(cái)務(wù)管理上來(lái)了，但大量生產(chǎn)企業(yè)的資產(chǎn)管理（如龐大的固定資產(chǎn)）可能還沒(méi)有任何系統(tǒng)來(lái)管理。如何讓這些資產(chǎn)更好地發(fā)揮作用、延長(zhǎng)使用壽命，這又是新一輪的信息化工作。以前只是管賬，現(xiàn)在要管物。在這些信息化的基礎(chǔ)上，積累了更多信息，才有可能進(jìn)入數(shù)字化。

到現(xiàn)在為止，企業(yè)積累了大量的信息和數(shù)據(jù)，但如何將其用于下一步發(fā)展？以前很多數(shù)據(jù)并沒(méi)有被很好地利用起來(lái)，特別是研發(fā)數(shù)據(jù)，其中包含的錯(cuò)誤結(jié)論等都有巨大價(jià)值可以挖掘。這又可能需要回到信息化，把那些數(shù)據(jù)找出來(lái)，形成研發(fā)管理系統(tǒng)等。所以，這個(gè)過(guò)程是循環(huán)往復(fù)的。

到了AI時(shí)代，特別是生成式AI要廣泛應(yīng)用的時(shí)代，前提肯定是信息化、數(shù)字化基礎(chǔ)達(dá)到一定程度。我認(rèn)為，AI時(shí)代與數(shù)字化、信息化時(shí)代最大的區(qū)別在于：以前可能是以IT部門(mén)驅(qū)動(dòng)為主，現(xiàn)在則進(jìn)入到以業(yè)務(wù)部門(mén)驅(qū)動(dòng)為主的過(guò)程。以前多是解決通用問(wèn)題（如用ERP解決財(cái)務(wù)問(wèn)題），但現(xiàn)在企業(yè)遇到的很多問(wèn)題沒(méi)有通用軟件可以實(shí)現(xiàn)，卻可以用AI工具來(lái)優(yōu)化流程。這時(shí)，AI就能發(fā)揮很大價(jià)值。

但即便如此，它依然需要強(qiáng)大的基礎(chǔ)。就像有一個(gè)智能體（如“小龍蝦”），它要去調(diào)用應(yīng)用，如果沒(méi)有那個(gè)應(yīng)用，它調(diào)誰(shuí)呢？最終的基礎(chǔ)還是要有一些應(yīng)用在那里。企業(yè)要自動(dòng)化一些東西，也需要調(diào)用內(nèi)部的應(yīng)用來(lái)干活。因此，這變成了通過(guò)激發(fā)員工或組織，去思考如何優(yōu)化業(yè)務(wù)、提升效率，然后將這些需求轉(zhuǎn)化為IT需求，再去實(shí)施。這真的變成了像剛才說(shuō)的“共創(chuàng)”，而不是由IT部門(mén)主導(dǎo)。所以，未來(lái)AI應(yīng)用普及后，每個(gè)公司的做法可能會(huì)很不一樣。不像今天，你看所有的制造企業(yè)，其ERP系統(tǒng)都差不多。

劉湘明：回到施耐德電氣。剛才您也談到，施耐德電氣其實(shí)已經(jīng)做了很多AI項(xiàng)目。我想請(qǐng)您分享一下這方面的經(jīng)驗(yàn)。因?yàn)槟鷦偛乓蔡岬搅耍瑥脑瓉?lái)的預(yù)測(cè)性維護(hù)、機(jī)器視覺(jué)，到現(xiàn)在您談到的研發(fā)、供應(yīng)鏈，包括生產(chǎn)全流程都在進(jìn)行優(yōu)化。您有什么經(jīng)驗(yàn)可以跟大家分享一下？

熊宜：首先，需要一個(gè)總體的架構(gòu)。無(wú)論是對(duì)AI還是對(duì)原有的軟件數(shù)字化。

比如我們的EcoStruxure架構(gòu)，我們將其分為三層。最上層是“管理優(yōu)化”（Optimize），它主要利用大模型對(duì)底層上來(lái)的數(shù)據(jù)進(jìn)行分析，給出決策機(jī)制或建議。這個(gè)層面包含很多場(chǎng)景，比如能源優(yōu)化、自動(dòng)化/智能化優(yōu)化、管理信息化優(yōu)化等。

中間層是“運(yùn)營(yíng)控制”（Operate），它更多地與邊緣側(cè)控制、物理側(cè)設(shè)備相結(jié)合。因?yàn)槲覀冇写罅康碾姎庠O(shè)備和自動(dòng)化設(shè)備，數(shù)據(jù)經(jīng)過(guò)模型處理后，必須實(shí)現(xiàn)閉環(huán)控制。同時(shí)，這些數(shù)據(jù)也需要在邊緣側(cè)進(jìn)行初步分析后再上傳。

底層是“接入適配”（Onboard），即所有設(shè)備的連接與數(shù)據(jù)采集層。設(shè)備本身不會(huì)“說(shuō)話”，需要通過(guò)各種方式（如從黑盒子到帶控制、帶屏幕的演進(jìn)）讓數(shù)據(jù)能夠被采集上來(lái)。我們看到的很多基礎(chǔ)工作，如數(shù)據(jù)采集，都發(fā)生在這個(gè)層面。

此外，還需要一個(gè)縱向的數(shù)據(jù)模型或數(shù)據(jù)平臺(tái)DataCube，將上、中、下三層所需的數(shù)據(jù)連接起來(lái)，讓大家用統(tǒng)一的語(yǔ)言進(jìn)行溝通。

梳理好架構(gòu)是我們的首要經(jīng)驗(yàn)，這是第一步。有了架構(gòu)，接下來(lái)就要尋找各自的場(chǎng)景。我們每年會(huì)舉辦一個(gè)AI“大施杯”大賽，實(shí)際上是一個(gè)全員參與的創(chuàng)新活動(dòng)。

例如，供應(yīng)鏈部門(mén)每年能提出一百多個(gè)想法或案例，比如剛才提到的生產(chǎn)計(jì)劃優(yōu)化、設(shè)備預(yù)測(cè)性維護(hù)、提升設(shè)備綜合效率（OEE）等。后臺(tái)各部門(mén)，如研發(fā)部門(mén)，也會(huì)提出想法，比如如何提升開(kāi)發(fā)效率、減少外包人員等。我認(rèn)為，抓住這些場(chǎng)景非常重要。我們內(nèi)部的這個(gè)機(jī)制運(yùn)轉(zhuǎn)得比較有效，能讓員工把這些想法提出來(lái)，并通過(guò)短周期的項(xiàng)目快速落地使用。這可能算是我們的一些經(jīng)驗(yàn)分享。

我們內(nèi)部的這些實(shí)踐，有點(diǎn)像陳總講的“零號(hào)客戶”。同時(shí)，我們也賦能客戶和生態(tài)伙伴。例如，與太古這樣的商業(yè)綜合體合作，通過(guò)AI引擎優(yōu)化其能效、空調(diào)、電梯、冷機(jī)等，幫助他們提升效率、降低成本，從而改善租戶和消費(fèi)者的體驗(yàn)。我們有很多這樣的案例。

比如生態(tài)圈內(nèi)的伙伴（如系統(tǒng)集成商、盤(pán)廠），他們希望與我們建立更長(zhǎng)期的合作關(guān)系。我們助力他們提升效率。如果我們自己提升了效率，而他們沒(méi)有提升，整個(gè)價(jià)值鏈的效率就無(wú)法提升。所以，我們會(huì)分享經(jīng)驗(yàn)，賦能生態(tài)伙伴。

通過(guò)分享我們自己的實(shí)踐去賦能他人，這也是我們認(rèn)為很有價(jià)值的一點(diǎn)。這大概就是我想分享的內(nèi)容。

劉湘明：那我再追問(wèn)一下，比如您剛才談到了AI大賽，大家提出了很多項(xiàng)目想法，但不可能都做。您是如何評(píng)估這些項(xiàng)目，決定哪個(gè)項(xiàng)目上馬、哪個(gè)不上馬的呢？包括我們一直在談的投資回報(bào)率（ROI）問(wèn)題，具體是如何評(píng)估一個(gè)AI項(xiàng)目的ROI的呢？

熊宜：首先，肯定要評(píng)估它對(duì)工作效率或生產(chǎn)效率有沒(méi)有提升。關(guān)鍵在于，能否為這個(gè)項(xiàng)目設(shè)定一個(gè)非常清晰、可量化的目標(biāo)。有的人說(shuō)“用這個(gè)特別好、很方便”，但這并不是量化指標(biāo)。必須明確：你的工作時(shí)間能從多少小時(shí)節(jié)省到多少小時(shí)？人員使用能從幾個(gè)減少到幾個(gè)？或者像我們每年對(duì)工廠設(shè)定的目標(biāo)——綜合勞動(dòng)生產(chǎn)率每年要提升五個(gè)點(diǎn)（這個(gè)要求非常高，非常難），你的項(xiàng)目能否支持這個(gè)目標(biāo)的實(shí)現(xiàn)？

供應(yīng)鏈領(lǐng)域的項(xiàng)目其實(shí)最容易評(píng)估，因?yàn)樗斜容^多的硬性指標(biāo)。但像我們剛才提到的客服場(chǎng)景，評(píng)估起來(lái)就很有挑戰(zhàn)。一開(kāi)始談客服時(shí)，大家會(huì)說(shuō)：“哎呀，不行，我們客戶打來(lái)問(wèn)的都是非常專業(yè)的、復(fù)雜的問(wèn)題，靠AI智能體搞不定?！?/p>

我認(rèn)為這實(shí)際上是一種誤區(qū)。所謂的“復(fù)雜”，只是因?yàn)槟銢](méi)有教會(huì)它。它第一次肯定不行，但第十次呢？第二十次呢？當(dāng)老師傅退休了呢？所以很多時(shí)候，這還是人的觀念問(wèn)題

總而言之，如果你自己都無(wú)法為項(xiàng)目定出一個(gè)清晰的目標(biāo)，那么這個(gè)項(xiàng)目肯定不能被篩選出來(lái)。當(dāng)然，還有一個(gè)因素是投入有多大。假設(shè)總共只有100塊錢(qián)的預(yù)算，那就按優(yōu)先級(jí)排名。我們一般一年能排出來(lái)幾十個(gè)項(xiàng)目可以執(zhí)行。最終帶來(lái)的提升效果還是挺明顯的，算是花小錢(qián)辦大事。

劉湘明：剛才談到了視覺(jué)檢測(cè)。原來(lái)我們認(rèn)為視覺(jué)檢測(cè)就是良品率沒(méi)有那么高，數(shù)據(jù)很多，可以迅速學(xué)習(xí)。但像您談到的，施耐德電氣的質(zhì)量很好，次品率很低，那它是怎么去訓(xùn)練和學(xué)習(xí)的呢？包括旭東，你們有什么方案？這其實(shí)原來(lái)真是沒(méi)有想過(guò)，原來(lái)想的是迅速幫助提升良品率。那如果良品率本來(lái)就很高，這個(gè)問(wèn)題是現(xiàn)在懸而未決呢，還是已經(jīng)解決了？

熊宜：經(jīng)過(guò)多年積累，現(xiàn)在用得已經(jīng)很好了。我們正通過(guò)大量樣本進(jìn)行建模和學(xué)習(xí)，識(shí)別出缺陷產(chǎn)品。在已經(jīng)部署的生產(chǎn)線中，AI視覺(jué)檢測(cè)的誤檢率降到0.5%以內(nèi)，同時(shí)漏檢率降為0%。并且這一方案也推廣到了其他一些工廠。

在提升過(guò)程中，一開(kāi)始的提升曲線可能不是線性的，但到了最后階段逐漸趨于穩(wěn)定。關(guān)鍵在于，它（技術(shù)）不依賴于人。所以，只要你堅(jiān)持投入、堅(jiān)持做這件事，時(shí)間越長(zhǎng)，投資回報(bào)就越能顯現(xiàn)出來(lái)。

這也是我給很多客戶講的道理。很多企業(yè)如果原來(lái)的水平很低，可能在初期階段會(huì)看到一個(gè)非常明顯的提升。但實(shí)際上，最難的是最后那零點(diǎn)幾的提升，比如從99.1%到99.3%，再到99.9%、99.99%。就像六西格瑪，或者電網(wǎng)安全要求的“六個(gè)九”，最后那個(gè)階段是非常難的。真正到了那個(gè)階段，不靠這些工具或技術(shù)是不行的，你不可能從五個(gè)九提升到六個(gè)九。

陳旭東：是的，你們可能確實(shí)花了一段時(shí)間才把系統(tǒng)性能提升上來(lái)。IBM確實(shí)發(fā)現(xiàn)過(guò)這個(gè)問(wèn)題。因?yàn)槲覀兪亲銎脚_(tái)的，所以我們專門(mén)有一個(gè)功能，就是針對(duì)良品率特別高的場(chǎng)景進(jìn)行學(xué)習(xí)。

它首先學(xué)習(xí)合格品的特征，建立一個(gè)“完美產(chǎn)品”的內(nèi)部模型。然后，當(dāng)檢測(cè)到與這個(gè)正品模型不一致的圖像區(qū)域時(shí)，它就會(huì)報(bào)警。這是一種反向思維，通過(guò)識(shí)別“異常”而非預(yù)先定義缺陷來(lái)工作。這樣就能很快地把一些問(wèn)題點(diǎn)找出來(lái)，從而更快地積累缺陷樣本。所以，將來(lái)咱們可以在這方面合作一下。

AI對(duì)員工，對(duì)公司都將帶來(lái)改變

劉湘明：陳總，你之前提到過(guò)：讓業(yè)務(wù)人員提出AI需求，再協(xié)調(diào)技術(shù)資源來(lái)實(shí)現(xiàn)。這種“業(yè)務(wù)驅(qū)動(dòng)”的模式，如何避免技術(shù)團(tuán)隊(duì)與業(yè)務(wù)部門(mén)之間的理解鴻溝？在AI項(xiàng)目中，業(yè)務(wù)負(fù)責(zé)人和技術(shù)負(fù)責(zé)人應(yīng)分別承擔(dān)怎樣的角色？

陳旭東：AI在實(shí)施的過(guò)程中，是復(fù)雜的狀態(tài)。多數(shù)企業(yè)一開(kāi)始會(huì)更多地拿開(kāi)源工具進(jìn)行嘗試。我相信像熊總他們公司一開(kāi)始也是這樣。等到做到一定數(shù)量的應(yīng)用以后，公司就發(fā)現(xiàn)需要一個(gè)平臺(tái)。但多數(shù)企業(yè)在一開(kāi)始并不覺(jué)得需要平臺(tái)，他們可以用各種各樣的方案和模型。

IBM就在這時(shí)候發(fā)揮作用了——當(dāng)你搞一兩個(gè)應(yīng)用的時(shí)候可能不會(huì)想到IBM，但等到你需要管理幾百個(gè)應(yīng)用時(shí)，就會(huì)想到IBM。

當(dāng)應(yīng)用數(shù)量多到一定程度（可能比員工還多），怎么來(lái)管理這些應(yīng)用？IBM已經(jīng)做了這樣的準(zhǔn)備：除了Watson這個(gè)大平臺(tái)，我們還做了WatsonOrchestrate，用來(lái)協(xié)調(diào)和管理這些系統(tǒng)。將來(lái)，這些系統(tǒng)之間還可以相互調(diào)用，有點(diǎn)像內(nèi)部的應(yīng)用市場(chǎng)。IBM在這方面下了一些功夫，我們想得比較靠前，想到了企業(yè)下一步會(huì)碰到什么問(wèn)題，然后提前布局。做了這樣的平臺(tái)準(zhǔn)備后，就可以為不同層級(jí)的企業(yè)服務(wù)。

比如，一開(kāi)始如果企業(yè)說(shuō)：自己剛開(kāi)始試驗(yàn)，那我們可能會(huì)鼓勵(lì)他去做，用一些開(kāi)源的東西先跑一跑。這時(shí)候，更多的驅(qū)動(dòng)力可能是某個(gè)人的想法，花錢(qián)也很少，所以不存在IT部門(mén)和業(yè)務(wù)部門(mén)之間的沖突，因?yàn)榉凑ㄥX(qián)不多，大家都覺(jué)得可以試。

然后，試了幾個(gè)應(yīng)用以后，他可能就要開(kāi)始往更多的“生產(chǎn)系統(tǒng)”的環(huán)境遷移。這時(shí)候，可能就不是隨隨便便能搬上生產(chǎn)系統(tǒng)的了。就需要IT部門(mén)投入很大精力去看住這個(gè)系統(tǒng)，或者這時(shí)候得尋找一些企業(yè)級(jí)的解決方案。對(duì)很多企業(yè)來(lái)說(shuō)，這時(shí)候可能開(kāi)始考慮平臺(tái)，這就變成了IT決策。IT部門(mén)搭完這個(gè)平臺(tái)以后，各個(gè)部門(mén)又可以在這個(gè)平臺(tái)上去做很多事情。所以，這個(gè)過(guò)程我覺(jué)得是一個(gè)交互、演進(jìn)的過(guò)程，可能沒(méi)有想象中那么難以跨越，到了一定程度就水到渠成了。

劉湘明：最后一個(gè)問(wèn)題：剛才我們談到軟件的未來(lái)。聽(tīng)兩位的分享，AI在企業(yè)落地確實(shí)帶來(lái)了很多變化。一方面，它現(xiàn)在似乎沒(méi)有那么大的動(dòng)靜了。原來(lái)上一個(gè)系統(tǒng)軟件，那都是傷筋動(dòng)骨，上升到“到底是找死還是等死”的生死高度?，F(xiàn)在好像變得沒(méi)那么復(fù)雜，似乎可以隨便上一些輕量級(jí)的應(yīng)用；另一方面，它可能對(duì)真正軟件的根基是有動(dòng)搖的。系統(tǒng)的底層可能會(huì)有很大的變化。

二位怎么看。我特別想聽(tīng)聽(tīng)你們二位的意見(jiàn)，對(duì)未來(lái)怎么看？

陳旭東：我先說(shuō)說(shuō)AI工具能不能替代軟件開(kāi)發(fā)這件事。實(shí)際上，春節(jié)期間發(fā)生的一些事情（指資本市場(chǎng)對(duì)AI沖擊軟件業(yè)的擔(dān)憂）讓大家開(kāi)始思考這個(gè)問(wèn)題。

我認(rèn)為，在目前AI的能力下，還做不到直接用AI替代一個(gè)完整的、復(fù)雜的企業(yè)級(jí)軟件系統(tǒng)。比如，你不能說(shuō)“AI，給我做一個(gè)Salesforce.com”，或者“ERP在那兒，AI直接做一個(gè)ERP把它替掉”?，F(xiàn)在的AI水平還做不到這一點(diǎn)，但不好說(shuō)10年、20年以后是不是可以，因?yàn)榧夹g(shù)進(jìn)化非常快。

那么，現(xiàn)在AI可以做什么呢？現(xiàn)在它可以幫你搞定很多可以模塊化的部分。因?yàn)槟切┐笮拖到y(tǒng)，特別是企業(yè)級(jí)系統(tǒng)，內(nèi)部有很多復(fù)雜的邏輯關(guān)系。當(dāng)然，AI可能再學(xué)習(xí)一段時(shí)間后有能力做，但這需要開(kāi)放給它學(xué)習(xí)。所以，最終可能做出ERP升級(jí)版的，還是SAP這樣的廠商，因?yàn)樗麄冇袛?shù)據(jù)可以學(xué)習(xí)，其他人想學(xué)也沒(méi)那么容易。

所以，為什么（軟件公司的）股價(jià)又開(kāi)始回升了呢？就是發(fā)現(xiàn)我們的客戶并沒(méi)有特別擔(dān)心說(shuō)“我是不是可以不需要你了，自己寫(xiě)個(gè)程序搞定”。好像還沒(méi)有一個(gè)客戶來(lái)找我們問(wèn)過(guò)這個(gè)問(wèn)題。因?yàn)樗麄冊(cè)谄髽I(yè)里做CIO的人很清楚，程序本身只是整個(gè)IT工作中一個(gè)很小的部分。

我們現(xiàn)在談得比較多的是“IT現(xiàn)代化”。

IT現(xiàn)代化其實(shí)包含很多內(nèi)容：
第一，硬件的現(xiàn)代化是一直在進(jìn)行的。你今天買(mǎi)一臺(tái)服務(wù)器，不可能用20年。過(guò)幾年新技術(shù)出來(lái)，老技術(shù)連維修備件都找不到了，所以你不得不升級(jí)到新一代服務(wù)器上。硬件的現(xiàn)代化從未停止。

第二，軟件的現(xiàn)代化為什么大家比較懶呢？特別像美國(guó)一些機(jī)場(chǎng)的系統(tǒng)，都是用COBOL語(yǔ)言寫(xiě)的，他們就懶得去改。因?yàn)橛布?jí)后，軟件改動(dòng)的意義在當(dāng)時(shí)看來(lái)不大，而且它穩(wěn)定性極好，系統(tǒng)本身幾十年變化也不大。像機(jī)場(chǎng)、銀行這些以極度可靠和穩(wěn)定為主的領(lǐng)域，系統(tǒng)是很難被替代的。

第三，還有一些新的領(lǐng)域，比如混合云架構(gòu)、容器化技術(shù)、數(shù)據(jù)庫(kù)等，這些都是IT現(xiàn)代化的內(nèi)容。最終，現(xiàn)代化還可能影響到組織結(jié)構(gòu)、流程的變化。

所以，這不是簡(jiǎn)單地用AI把代碼改寫(xiě)或翻譯一下就能搞定的。

因此，我認(rèn)為這場(chǎng)關(guān)于AI對(duì)企業(yè)級(jí)軟件影響的“風(fēng)波”已經(jīng)過(guò)去了。但是，它有可能逼著那些原來(lái)編寫(xiě)這些代碼的企業(yè)（軟件公司）去加速他們的業(yè)務(wù)轉(zhuǎn)型，這肯定是一個(gè)必然的過(guò)程。

熊宜：首先，我認(rèn)為軟件和AI這兩件事，不是替代關(guān)系。不是說(shuō)有了AI以后就沒(méi)人買(mǎi)軟件了，或者大型企業(yè)級(jí)軟件就沒(méi)有了。因?yàn)槠髽I(yè)軟件本身這些年已經(jīng)面臨很大的挑戰(zhàn)和變革，即使沒(méi)有AI，它也在自我演變——從比較固定、僵化、解決基礎(chǔ)問(wèn)題的形態(tài)，變得可靈活配置，底層比較穩(wěn)定，而上層應(yīng)用可以比較靈活地開(kāi)發(fā)。

AI實(shí)際上是輔助演變的工具，能夠把軟件做得更靈活。這是我的基本觀點(diǎn)。

所以，確實(shí)大型的企業(yè)軟件還在繼續(xù)發(fā)展。在當(dāng)前階段，可能CIO會(huì)關(guān)注“AI會(huì)不會(huì)替代它”這個(gè)問(wèn)題，但真正的CEO、董事長(zhǎng)這些企業(yè)決策者，他們不太關(guān)注這個(gè)。他們覺(jué)得夠用就行了，能解決基礎(chǔ)問(wèn)題、讓流程跑起來(lái)、能審批、能出貨，那就先用著，別去折騰它。因?yàn)檫@不是他們當(dāng)前面臨的最大問(wèn)題。

他們更關(guān)注的是：怎么能通過(guò)AI的一些工具或方法，真正提升我的業(yè)務(wù)價(jià)值、產(chǎn)品價(jià)值，或者提升客戶服務(wù)滿意度。他們想通過(guò)這些數(shù)據(jù)來(lái)做這些事，而不是去想怎么優(yōu)化企業(yè)的管理軟件或生產(chǎn)線上的軟件。

所以，我還是感覺(jué)“AI替代大型企業(yè)軟件”不是一個(gè)真正的痛點(diǎn)。對(duì)于很多企業(yè)來(lái)講，我們面臨的是市場(chǎng)競(jìng)爭(zhēng)的變化。實(shí)際上，怎么讓AI發(fā)揮價(jià)值，對(duì)外、為客戶創(chuàng)造價(jià)值，或者通過(guò)產(chǎn)品應(yīng)用AI，這才是我認(rèn)為的核心價(jià)值。我反而不是特別關(guān)注它會(huì)不會(huì)把那些東西替代掉。

劉湘明：能不能請(qǐng)二位給所有正在路上、要進(jìn)行智能化變革的企業(yè)一些核心建議。每人給三條吧，幫助他們?nèi)绾巫プ∵@個(gè)機(jī)會(huì)，不要亂花錢(qián)，系統(tǒng)地推進(jìn)。

陳旭東：1、夯實(shí)數(shù)字化基礎(chǔ)：必須首先打好數(shù)字化底座，確保數(shù)據(jù)基礎(chǔ)，否則AI難以實(shí)現(xiàn)，會(huì)事倍功半。

2、積極嘗試，積累體感：無(wú)論步伐大小，必須開(kāi)始探索和實(shí)踐AI，通過(guò)實(shí)際使用（如部署AI工具）來(lái)獲得直接經(jīng)驗(yàn)和理解，避免紙上談兵。

3、規(guī)?；瘯r(shí)選擇平臺(tái)：對(duì)于大型企業(yè)，在從試點(diǎn)轉(zhuǎn)向規(guī)模化推廣時(shí)，應(yīng)選擇一個(gè)合適的平臺(tái)。這能保護(hù)前期投資，避免每個(gè)項(xiàng)目都成為獨(dú)立的新投資，從而實(shí)現(xiàn)低成本、可管理的內(nèi)部拓展。

熊宜：1、平臺(tái)思維（全局思維）：反對(duì)零散、單點(diǎn)的AI建設(shè)模式，強(qiáng)調(diào)必須從企業(yè)全局出發(fā)，構(gòu)建統(tǒng)一的平臺(tái)。

2、場(chǎng)景驅(qū)動(dòng)與投資回報(bào)：強(qiáng)調(diào)AI應(yīng)用應(yīng)聚焦于能快速產(chǎn)生價(jià)值的清晰場(chǎng)景，并明確投資回報(bào)（ROI），在積極嘗試的同時(shí)避免盲目投入。

3、持續(xù)積累與迭代：強(qiáng)調(diào)企業(yè)內(nèi)部知識(shí)、數(shù)據(jù)和人才的系統(tǒng)性沉淀，通過(guò)建立社群等方式將項(xiàng)目經(jīng)驗(yàn)轉(zhuǎn)化為可復(fù)用、可迭代的組織能力。

劉湘明：新的一年，施耐德電氣與IBM的戰(zhàn)略方向是什么？

陳旭東：我們的戰(zhàn)略其實(shí)非常清晰。大的戰(zhàn)略就是混合云和AI。我們會(huì)全力幫助中國(guó)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，特別是那些愿意接受我們服務(wù)的企業(yè)。在客戶選擇上，我們會(huì)更多地聚焦在民營(yíng)企業(yè)和跨國(guó)企業(yè)這邊。

熊宜：公司秉持三到五年的戰(zhàn)略定力，核心方向是利用能源科技為每個(gè)行業(yè)、企業(yè)、家庭，提供電氣化、自動(dòng)化、數(shù)智化解決方案，推動(dòng)高效和可持續(xù)發(fā)展。這是大的戰(zhàn)略方向。

具體而言，在中國(guó)市場(chǎng)，戰(zhàn)略重點(diǎn)從提供通用設(shè)備轉(zhuǎn)向聚焦特定行業(yè)，特別是數(shù)據(jù)中心、電子半導(dǎo)體、食品飲料、生命科學(xué)等高潛力和高價(jià)值行業(yè)。

在這些行業(yè)中，我們的重點(diǎn)是助力構(gòu)建新型電力系統(tǒng)，并以軟件、數(shù)字化和AI驅(qū)動(dòng)作為重中之重，為此在中國(guó)（如北京亦莊）設(shè)立了專門(mén)的軟件與數(shù)字化研發(fā)中心。

中國(guó)市場(chǎng)的三大優(yōu)勢(shì)：

深厚的技術(shù)積累：尤其在新能源領(lǐng)域（如光伏、儲(chǔ)能、電動(dòng)車(chē)）具有全球領(lǐng)先優(yōu)勢(shì)。

豐富的應(yīng)用場(chǎng)景：中國(guó)擁有全球最豐富的工業(yè)制造場(chǎng)景，是產(chǎn)品和技術(shù)方案落地的最佳試驗(yàn)場(chǎng)。

“技術(shù)+成本”融合：通過(guò)“DesigntoCost”理念，結(jié)合技術(shù)領(lǐng)先性與成本優(yōu)勢(shì)，打造有競(jìng)爭(zhēng)力的產(chǎn)品。

因此，我們?cè)谥袊?guó)的研發(fā)投入和聚焦，就是要打造出既有技術(shù)領(lǐng)先性又有性價(jià)比的產(chǎn)品。我們強(qiáng)調(diào)“DesigntoCost”，在設(shè)計(jì)之初就要考慮成本優(yōu)勢(shì)。這個(gè)結(jié)合點(diǎn)非常好，能夠幫助我們打造在新型電力系統(tǒng)、軟件數(shù)字化方面的產(chǎn)品，服務(wù)于行業(yè)客戶，以及出海的中國(guó)企業(yè)，同時(shí)也能輻射真正的跨國(guó)公司在海外的市場(chǎng)。這就是我們大概的戰(zhàn)略方向。

劉湘明：最后一個(gè)問(wèn)題：咱們今天聊了這么久，你們從各自的領(lǐng)域出發(fā)，看到了哪些可能的合作機(jī)會(huì)？

陳旭東：我已經(jīng)看到了至少兩個(gè)機(jī)會(huì)。一個(gè)是關(guān)于視覺(jué)檢測(cè)這個(gè)領(lǐng)域，雙方的技術(shù)還是有互補(bǔ)性的。我們更強(qiáng)調(diào)平臺(tái)和軟件，所以這方面是有合作機(jī)會(huì)的，我們可以共同去服務(wù)我們的客戶。第二個(gè)是剛才你提到的，在AI領(lǐng)域，你們已經(jīng)到了一個(gè)開(kāi)始尋找平臺(tái)的階段。這個(gè)階段就是IBM最好的客戶。因?yàn)楝F(xiàn)在全球你去看企業(yè)級(jí)平臺(tái)，應(yīng)該只有IBM一家真正在做，其他公司沒(méi)有想得很完整：如何去搞數(shù)據(jù)、如何做模型、如何做Agent、如何做Governance（治理）管理整個(gè)AI體系。對(duì)企業(yè)級(jí)應(yīng)用來(lái)說(shuō)，IBM應(yīng)該是當(dāng)之無(wú)愧的領(lǐng)導(dǎo)者，有一個(gè)完整的系統(tǒng)可以支持企業(yè)在這個(gè)平臺(tái)上去更快發(fā)展。

而且IBM在不斷地收購(gòu)這個(gè)時(shí)代最新的、很厲害的軟件。比如我們最近宣布的110億（美元）收購(gòu)Confluent。基本上到AI應(yīng)用，離不開(kāi)這樣的一些基礎(chǔ)軟件。它也是開(kāi)源的，我們可以給你提供更多服務(wù)，特別適合中國(guó)。因?yàn)橹袊?guó)對(duì)代碼要求很高，開(kāi)源的話，我們提供服務(wù)可能給我們打開(kāi)了一個(gè)新的空間。對(duì)像流通領(lǐng)域這種AI數(shù)據(jù)需要實(shí)時(shí)更新的企業(yè)，那都是非常大的應(yīng)用場(chǎng)景。所以我覺(jué)得應(yīng)該有蠻多的合作機(jī)會(huì)。

熊宜：是的，我也非常認(rèn)同這個(gè)觀點(diǎn)。無(wú)論是我們自己，還是我們的很多客戶，我們現(xiàn)在都提倡大家要把企業(yè)級(jí)的AI平臺(tái)規(guī)劃好這件事。剛才陳總講的，我特別有感觸。其實(shí)我們?nèi)ツ赀€和IBM合作發(fā)布了一個(gè)報(bào)告，我們稱之為“AI for Green”的報(bào)告，其核心是“GROWTH”模型：G代表增長(zhǎng)（Growth），R代表韌性（Resilience），第一個(gè)E是效率（Efficiency），第二個(gè)E是環(huán)境（Environment），N是新視野（NewHorizon），即通過(guò)AI實(shí)現(xiàn)突破性的創(chuàng)新和商業(yè)模式。我覺(jué)得我們已經(jīng)在思想領(lǐng)導(dǎo)力、市場(chǎng)教育方面開(kāi)始做一些聯(lián)合的工作了。

后續(xù)，確實(shí)就是企業(yè)真正要落地的時(shí)候。剛才咱們提了很多建議給這些企業(yè)，但光有嘴上的建議是不行的，真正需要大家一起去做一些實(shí)際的、能落地的項(xiàng)目。IBM在設(shè)計(jì)和構(gòu)建這類企業(yè)級(jí)平臺(tái)方面，肯定是一個(gè)領(lǐng)先的伙伴。

劉湘明：謝謝兩位今天的分享。