2025 AI Partner百业大会聚焦中国式方案

8月27日，36氪携手中欧国际工商学院，在北京中关村软件园隆重举办了2025 AI Partner百业大会。本次大会以“中国式方案”为核心议题，围绕“中国式创新的黄金时代”、“超级智能体能否成为下一代AI的核心形态”、“中国式方案重塑全球科技格局”以及“AI+千行百业的融合创新”四大主题，全面展示了中国AI领域的最新进展和生态体系，深入探讨了中国式AI的发展路径和未来蓝图，并探索了“中国式方案”的创新模式。

当日，中欧国际工商学院的谭寅亮教授，作为决策科学和管理信息系统学的专家，同时也是人工智能应用与产业领域的权威，为大家带来了《AI如何驱动商业价值和生产力提升》的主题演讲。

以下是谭教授演讲的摘要，由36氪精心整理：

尊敬的各位领导、老师、各位来宾：

上午好！

非常荣幸能在此与大家共同探讨 “AI 如何驱动商业价值与生产力提升” 的话题。近期，国务院发布了《人工智能 +》行动方案，这促使我们更加深入地思考：未来十年，我们该如何理解和应对人工智能？这项技术将如何重塑我们的经济与社会？

去年，前百度 AI 科学家、全球人工智能领域的领军人物吴文达博士曾用了一个生动的比喻：“AI 是新时代的电力”。正如一个多世纪前电力彻底改变了人类社会，今天，我们同样期待 AI 能对各行各业产生深远的影响。为此，我们将用一天的时间来探索 AI 如何渗透各行各业，这与大会的主题不谋而合。

要理解 AI 如何提升生产力，我们可以从电力革命的历史中汲取经验。回顾电力革命的发展：1831 年，法拉第发现了电磁感应现象，为电力的应用奠定了基础；1879 年，爱迪生的电灯泡照亮了人类的夜晚；1880 年，特斯拉与乔治·威斯汀豪斯合作研发了交流电传输技术，解决了电力长距离输送的难题；到了 20 世纪初，电动机逐渐普及，比蒸汽机更高效、灵活且易于控制。

值得注意的是，尽管 1879 年电灯泡问世，1881 年纽约和伦敦就建立了发电站，但从技术层面看，电力时代在 19 世纪 80 年代似乎就已经开启。然而，如果我们能够穿越时空就会发现，直到 20 世纪初，几乎找不到任何经济学证据表明电力革命提升了生产力。

这引出了一个深刻的问题：电力如此重要，为何它花了 30 多年才真正改变了生产力？美国斯坦福大学的经济学家 Paul David 在 1990 年的论文中给出了答案。为了更好地理解这一点，我用 AI 生成了一张蒸汽机时代工厂的图片：当时工厂采用中心化布局，中央是一台巨型蒸汽机，通过皮带和传送带向外输送能量，所有工序和工作站都尽量靠近蒸汽机。

最初有了电力技术后，人们的想法很直接 —— 把巨型蒸汽机换成巨型电动机，只为 “降本增效”。但这样的简单替换并未显著提升生产力。直到 30 多年后，人们才逐渐明白：需要改变管理思维、改造组织结构、重塑企业文化，甚至重新设计工厂布局，生产力才得以真正提升。

若用一个词总结电力耗时 30 多年改变生产力的关键，那便是 “管理”。具体而言，人们做了这些改变：一是普及单元驱动系统，将巨型电动机拆解为多个小电动机，据此重新设计工厂布局，让货物流转更顺畅、高效；二是推动新技术互补发展，比如将自动化生产设备与电力结合，实现 24 小时不间断生产；三是下放权利给产业工人，重新设计合同与激励机制。

这些改变带来了显著成效：20 世纪 10 年代，美国生产力大幅飙升。1913 年，福特汽车的年产量达到 25 万辆；美国制造业的生产力增长率超过 5%，为其在 20 世纪成为最强大的经济体奠定了坚实的工业基础。

从电力革命的历史维度回望 AI 时代：

第一阶段是 “技术突破初期”。在电力时代这一阶段，人们因电灯的普及而兴奋不已，但未改造工厂布局与流程，工业生产力几乎无提升。类似地，AI 在 2022 年及更早时正处于这一阶段 ——ChatGPT、Copilot 等工具主要用于辅助办公，应用范围有限。

第二阶段是 “早期应用期”。在电力时代，新建工厂和特定环节开始使用电动机，效率有所改善但不显著；而在 AI 时代，技术多用于提升个人效率，其影响尚未在财务报表中显现。MIT 的研究显示，95% 的美国企业表示 AI 对其无影响；麦肯锡今年 7 月的报告也指出，尽管 80% 的企业部署了 AI 系统，但同等比例的企业称其未对经营产生实质影响。

接下来是 “结构性改造期”—— 这是未来 3-5 年中国企业最关键的阶段。在电力时代，人们需要重构工厂布局、培训工人、调整供应链；在 AI 时代，我们要思考如何改造业务流程（现有 SOP 是为人类设计）、重构系统。此阶段短期投入高、回报周期长。

最后会进入 “成熟扩展期”，这是技术价值收获的季节。对于 AI 而言，我尤其看好垂类智能体 —— 它们能深度嵌入各业务核心、实现流程自动化与决策智能化。

在 AI 时代成功的关键要素包括战略聚焦、业务流程重构、技术与数据框架升级以及治理体系提升。这些内容将在中欧的课程中详细探讨。

最后我想分享诺贝尔化学奖得主哈萨比斯的一句话：“我们的目标是解决智能问题。”

谢谢大家！