提升人工智能含量是企业未来发展的必由之路

人工智能的进化速度，早已超越技术圈的讨论范畴，正深刻改变企业的生存逻辑。生产效率跃升、管理决策优化、商业模式革新——这些并非空谈，众多企业已从中受益。AI正加速工具化，效率的跨越式提升将对行业竞争格局带来不容忽视的冲击。可以说，“AI含量”已成为衡量企业竞争力的新标尺，它不仅关乎技术创新，更直接决定企业未来走向。那些能够有效整合AI资源、提升AI含量的企业，将在产业变革中抢占先机，引领行业发展潮流。

近日在一场直播中，多鲸合伙人陈洋与微潮汐创始人尤明、创智合力信息科技CEO杨勇进行了深度对谈，围绕三个核心议题展开：AI技术对普通企业究竟意味着什么？传统企业如何顺利拥抱人工智能？AI又将给职业教育带来哪些变革？以下内容为这场对话的精华整理。

大脑与手脚并用，AI有望推动数字化浪潮再攀新高

AI技术正如雨后春笋般迅猛发展，企业是否应该抛弃传统的数字化方式，全力投入AI怀抱？针对这一问题，创智合力信息科技CEO杨勇分享了自己的观察。“AI含量”这个概念颇有意思，许多企业已感受到焦虑——这种焦虑主要源于业务环节。例如，营销型企业希望借助AI更精准地获客；运营环节期待提升效率、降低成本；金融和网络安全领域则关注利用AI加强风险防控。但大量企业在拥抱AI的过程中，会遭遇诸多现实难题：数据基础薄弱、数据处理能力不足、引入AI后客户体验反而下降……以教培行业为例，使用AI提升教学和学员服务体验，实际效果与真人教师之间仍有差距。因此，传统企业在数字化转型中始终在不断试错——从营销、供应链、产品开发到个性化设计，各维度都在探索，挑战也如影随形。

微潮汐创始人尤明则从另一角度切入。他指出，数字化本身是一个大概念，涵盖信息化、自动化、智能化，外延非常广泛。AI是数字化的一部分，但小模型与大模型存在本质区别。以往的数字化，更像是“手和脚”——只能执行操作，而操作本身需要先由人完成信息化，再到系统中执行。而大模型就像一个“大脑”，它首先能理解人的需求——听懂人话、产生认知，然后判断下一步该做什么。他举例说明：智能快递柜的客服需要处理各种情况——有人未收到取件码、柜子卡住、有人只取部分包裹。客服与用户沟通后，还需在后台系统操作，例如发送取件码或远程开箱。他们现在做的事，就是通过大模型与人对话，快速理解意图，再借助RPA技术将操作流程自动化，实现自动映射与执行。这样一来，大脑与手脚便自然连通，融合得十分顺畅。因此他的结论是：AI能让数字化的浪潮再上一个台阶。

随后，话题转向内部运营效率——如何提升企业各部门的运营效能，让用户更快看到新品、更快收到货物？尤明继续用比喻解释：如果把大模型比作大脑，原有数字化系统比作手和脚，一个人瘫痪了，只有大脑有价值吗？当然有，但远不如手脚并用带来的价值最大化。所以在数字化浪潮中，企业首先应弥补尚未做到位的环节。而数据管理是基础——所有AI决策、智能处理，都离不开数据这一核心资源。

拥抱AI，刻不容缓，关键在于技术与人才

提升AI含量与企业数字化转型究竟有多紧迫？杨勇认为，紧迫程度需分行业来看。有些行业，如客户关系管理，已广泛运用AI工具进行客户信息搜索、智能推送、客户画像、精准营销，AI化程度高达80%至90%。电子商务、自媒体等领域也在批量使用AI提供服务，AI化程度同样很高。云计算与AI的融合程度几乎达到100%。但部分行业与AI关联度较低，紧迫性自然不强。

尤明补充了一个视角：AI含量很大程度上取决于企业创始人或决策层对人工智能的认知水平。他们首先需意识到AI究竟意味着什么、能带来哪些价值。在招聘或面试时，可将应聘者对AI的理解和应用能力作为优先考察项。

拥有优秀的AI人才是企业成功拥抱AI的关键，那么企业应如何积极培养和吸引人工智能领域的人才？杨勇指出，技术与人才是驱动新产业发展的两大关键。传统企业拥抱AI，首先要从技术层面评估现有基础和业务流程，确定哪些环节可用AI优化；其次在人才培养上，需明确企业现有的AI技能培训适用于哪些岗位。他特别提到，AI人才可分为三类：战略型人才——从企业战略高度判断AI含量；技术型人才——直接从事AI专业工作；应用型人才——熟悉业务场景，能将AI技术与实际需求结合。目前的人才培育主要聚焦于技术型和应用型。

他还以上海为例，作为人工智能发展高地，上海已制定地方标准，将AI企业分为技术型或应用型，根据计算能力、技术开发能力、人才储备、项目案例等指标打分分级，不同级别未来负责不同项目。这些标准表明，从企业维度到人才标签，都在对技术与应用进行明确界定，这将成为未来趋势。

尤明则提出另一种分类：AI人才可分为专业AI从业者和“雪花型人才”。他认为，未来企业应更加关注后者。为什么？因为创新是发展的原动力。他打了个比方：假如只有A、B、C、D四个选项，所有人都在其中选择，但如果你拥有其他领域的洞见和灵感，就能创造更多选项——这就是创新。在这个时代，对兴趣爱好广泛、涉猎多领域的人来说是绝佳机会。借助AI技术，可以更便捷地整合多领域信息，产生的认知高度与深度是过去难以想象的。

上海缘何成为世界级人工智能产业集群的高地？

从上游的基础研究到下游的创新应用，人工智能发展的全链条中，上海的集中度为何更高？有观点认为，即便在技术、人才等方面拥有同样优势的城市，部分公司在发展到一定阶段后，也会选择进军上海。杨勇从三个维度分析了上海的优势。

首先，战略层面——上海是最早将AI发展作为城市战略的城市之一。目前规划了四大片区开展AI实验：徐汇西岸是国内第一个大模型生态社区；浦东张江打造模速空间，聚焦新技术深度开发、成果转化和重点企业扶持；浦东临港则是AI、新能源、新一代信息技术的聚集地。区域布局极具前瞻性。

其次，决心——从数据即可看出。十四五规划提出，到2025年要有10个以上百亿级细分产业集群；应用推广上，希望形成10大类100个AI深度应用案例，今年3月已发布典型场景；企业培育上，力争2025年培育500家智能化示范企业；人才梯度上，计划使AI人才规模达到30万人。

第三，扶持——政策指引、资金、人才政策均已到位。上海发布了《推动人工智能大模型创新发展若干措施（2023-2025年）》，还建立了人才培养标准，打造国际人才港，积极引进国际人才。

总体来看，上海在人工智能领域的发展势头强劲，不仅在国内领先，在全球也具备重要影响力。通过持续的政策支持和产业链创新，上海正加速成为世界级AI产业集群的高地。

内容更新、方式变革……AI对职业教育的改变是多方面的

人工智能技术的迅猛发展将给教育带来哪些改变？尤明认为，教育平权在AI介入后真正到来。虚拟教室可实现一对一辅导，学生能快速进入自适应学习系统，真正做到因材施教。AI让知识获取变得更容易，甚至可以大胆预测：未来人的记忆力、逻辑能力和运算能力，至少在三个层面会大幅下降。

那么，AI技术将给职业教育带来哪些具体改变？职业教育又该如何抓住机遇，深化产教融合，联动企业提升数字化能力，培育技术技能型人才？杨勇从三个维度展开分析。

第一个是技术层面：个性化学习体验、智能教学辅助、预测分析、虚拟实训环境等，AI可以分析学生的学习习惯和进度，提供定制化计划和资源，大幅提升学习效率与质量。

第二个是院校维度：高职和本科院校面临两个话题——人工智能专业建设（国家从2017年开始增设，涉及交叉学科），以及AI技术在教育实施中的变化：课程体系更新（加入AI内容）、师资培训强化（提升信息化水平）、促进AI技术应用、加强校企合作。目前院校体系缺乏最前沿的内容，校企合作可将优秀成果引入学校，对教育有重要促进作用。

第三个是社会人才培养维度。职业教育包括院校教育和社会化培训，目前医疗、金融、教育等领域都急需AI人才，但很少有培训机构沉下心来开发垂直行业的AI应用课程。AI时代，不仅需要强化师资，每个人都需要不断学习才能跟上步伐。AI加速了知识更新，职业教育必须鼓励终身学习。

关于产教融合，杨勇指出，如何利用AI赋能专业建设？以高职双高建设为例，智能制造、高端装备、数字经济、智慧农业等专业群建设中，课程体系设计、教材、项目案例都非常紧缺。头部企业提出了AI赋能产教融合，但最大难点在于：产业内容如何转化为教育内容？这至今仍是难题。无论是市域产教融合共同体还是行业联合体，都希望打破这一瓶颈——不能仅靠学校做传统人才培养方案，而要结合产业趋势进行专业升级。产教融合任重道远，许多新专业建设确实需要企业深度参与。

总之，AI对职业教育的影响深远，既提供了新工具和新方法，也带来了内容和结构上的挑战。职业教育机构需要积极适应，培养适应未来社会和经济需求的人才。

随着人工智能技术不断成熟，企业融入AI不仅能提高生产效率、降低成本，还能增强市场竞争力。提升AI含量已成为企业未来发展的关键路径。企业需要紧跟技术潮流，加大AI研发投入，培养专业人才，以人工智能驱动创新发展。