2025 AI轉(zhuǎn)型前瞻：八大高管眼中的未來趨勢與生存法則

采 訪|齊卿 彭海燕

整 理|莊妍 朱羽婓

AI轉(zhuǎn)型已成為企業(yè)重塑競爭力、探索增長新曲線的核心議題。本篇《AI轉(zhuǎn)型啟示錄》專欄文章，我們精選了8家不同行業(yè)領(lǐng)軍企業(yè)高管關(guān)于企業(yè)AI應(yīng)用現(xiàn)狀的訪談精華。旨在揭示AI技術(shù)從概念驗(yàn)證到規(guī)?；涞氐年P(guān)鍵路徑，以及企業(yè)在戰(zhàn)略定位、組織適配和場景價(jià)值挖掘中的實(shí)踐與挑戰(zhàn)。

調(diào)研發(fā)現(xiàn)，企業(yè)AI應(yīng)用已從單點(diǎn)工具賦能邁向全流程重構(gòu)，呈現(xiàn)三大特征：戰(zhàn)略層面，頭部企業(yè)明確“AI優(yōu)先”原則，通過自研或合作部署行業(yè)大模型，推動(dòng)產(chǎn)品與服務(wù)智能化升級(jí)。場景層面，AI深度滲透人力資源、生產(chǎn)制造、客戶服務(wù)等高價(jià)值環(huán)節(jié)，既提升運(yùn)營效率（如合同審核效率提升數(shù)倍），也催生數(shù)字員工租賃等新商業(yè)模式。組織層面，跨職能協(xié)作、扁平化管理成為趨勢，但數(shù)據(jù)治理、人機(jī)邊界界定仍是普遍痛點(diǎn)。這些實(shí)踐為行業(yè)提供了AI轉(zhuǎn)型的差異化樣本，也揭示了技術(shù)、業(yè)務(wù)與組織協(xié)同進(jìn)化的必然性。

訪談嘉賓：

鄧堅(jiān) 美敦力大中華區(qū)商務(wù)運(yùn)營服務(wù)部副總裁

丁龍 威高威智公司總經(jīng)理

吳嵐 TCL科技集團(tuán)副總裁

蔡雪 金蝶中國助理總裁、HR產(chǎn)品事業(yè)部總經(jīng)理

李中興 天津醫(yī)藥集團(tuán)人力資源總經(jīng)理

呂紅 美國暉致醫(yī)藥人力資源高級(jí)副總裁

王茜 泰爾茂(中國)投資有限公司人力資源總監(jiān)

梁家廣 安踏集團(tuán)安踏學(xué)園校長

戰(zhàn)略布局：AI優(yōu)先還是漸進(jìn)融合？

要點(diǎn)小結(jié)：企業(yè)AI戰(zhàn)略呈現(xiàn)多元化路徑，既有激進(jìn)轉(zhuǎn)型也有漸進(jìn)融合。數(shù)字化、先進(jìn)制造業(yè)（如金蝶、TCL）明確“AI優(yōu)先”原則，通過自研或合作部署行業(yè)大模型，推動(dòng)產(chǎn)品智能化升級(jí)，探索數(shù)字員工租賃等新商業(yè)模式。醫(yī)療（美敦力）等行業(yè)更注重AI與現(xiàn)有業(yè)務(wù)的漸進(jìn)式結(jié)合，強(qiáng)調(diào)技術(shù)適配性和實(shí)際價(jià)值。無論以 “All in AI”以突破行業(yè)邊界，還是通過“AI in All”優(yōu)化效率，企業(yè)均需平衡投入與短期收益。

中歐商業(yè)評(píng)論（以下簡稱CBR）：公司在戰(zhàn)略上是如何規(guī)劃AI轉(zhuǎn)型？公司在AI轉(zhuǎn)型上是側(cè)重“All in AI”（AI+創(chuàng)新業(yè)務(wù)）還是“AI in All”（現(xiàn)有業(yè)務(wù)+AI）的模式？

鄧堅(jiān)：美敦力全球領(lǐng)導(dǎo)層都非常重視AI。我們在美國正在嘗試一些OEM AI（原始設(shè)備制造商的人工智能），尤其是在創(chuàng)新技術(shù)和療法領(lǐng)域。我們在美國建立了專門的AI團(tuán)隊(duì)，負(fù)責(zé)整合公司內(nèi)外部的資源，進(jìn)行相關(guān)的研究和產(chǎn)品開發(fā)。針對(duì)中國市場，我們更多是將AI與現(xiàn)有業(yè)務(wù)進(jìn)行結(jié)合，主要專注AI在公司運(yùn)營效率和客戶互動(dòng)領(lǐng)域的實(shí)際應(yīng)用。我們認(rèn)為中國對(duì)比其他國家，會(huì)構(gòu)建自己的AI生態(tài)系統(tǒng)。所以美敦力全球和中國將緊密結(jié)合，構(gòu)建我們在AI領(lǐng)域的全球整體布局。

蔡雪：2025年，金蝶將開始全面轉(zhuǎn)型為企業(yè)管理AI公司，我們始終堅(jiān)持“AI優(yōu)先”。當(dāng)前金蝶的AI應(yīng)用已進(jìn)入全面深化階段，已將DeepSeek為代表的AI大模型全面集成至金蝶云全線SaaS應(yīng)用及金蝶云蒼穹平臺(tái)，并成立了專門的AI團(tuán)隊(duì)。金蝶不僅在產(chǎn)品端重構(gòu)流程（如將傳統(tǒng)ERP模塊拆解為原子化能力并通過Agent編排），還以AI探索新型商業(yè)模式。盡管初期投入巨大，但AI已帶來顯著收益，包括：內(nèi)部運(yùn)營效率提升（如合同審核效率提高數(shù)倍）、間接戰(zhàn)略價(jià)值，以及風(fēng)險(xiǎn)規(guī)避（如合同合規(guī)性優(yōu)化）。

王茜：泰爾茂集團(tuán)在AI應(yīng)用方面采取了漸進(jìn)式的策略，強(qiáng)調(diào)業(yè)務(wù)場景的結(jié)合和實(shí)際應(yīng)用效果。集團(tuán)并不追求技術(shù)上的最先進(jìn)，而是注重技術(shù)的適配性和實(shí)用性，以解決具體業(yè)務(wù)問題為目標(biāo)。

場景落地：AI如何重塑核心業(yè)務(wù)？

要點(diǎn)小結(jié)：AI應(yīng)用已從單點(diǎn)工具邁向全流程重構(gòu)，深度滲透高價(jià)值場景。受訪企業(yè)的共性在于：AI既提升運(yùn)營效率（如合同審核提速數(shù)倍），也催生新業(yè)務(wù)形態(tài)（如雷鳥AI眼鏡）。但場景落地需解決數(shù)據(jù)孤島與技術(shù)適配問題。

CBR：公司目前AI主要應(yīng)用在哪些業(yè)務(wù)場景中？

鄧堅(jiān)：美敦力的AI應(yīng)用主要集中在三個(gè)方面。一是，運(yùn)營效率提升，盡量通過數(shù)字化和AI的應(yīng)用，實(shí)現(xiàn)產(chǎn)品流向全鏈條的管理，以及日常運(yùn)營工作的自動(dòng)化。二是，客戶互動(dòng)，包括潛在客戶開發(fā)、現(xiàn)有客戶的連接、新療法的推廣等。三是，數(shù)字醫(yī)療，主要集中在借助數(shù)字化和AI技術(shù)進(jìn)行新產(chǎn)品和新療法的開發(fā)。我們相信，隨著中國AI生態(tài)系統(tǒng)的迅速迭代和快速擴(kuò)張，跨國公司在中國將會(huì)開發(fā)出更多的AI實(shí)際應(yīng)用場景。

丁龍：骨科手術(shù)機(jī)器人屬于醫(yī)療器械行業(yè)細(xì)分賽道。AI在其中的作用，一是做流程化工作，如手術(shù)規(guī)劃，幫助醫(yī)生更好地了解患者病情，確定手術(shù)方案；二是幫助機(jī)器人積累能力，使其更智能。在實(shí)際應(yīng)用中，通過軟件處理患者的CT圖像，進(jìn)行分割、重建，標(biāo)注關(guān)鍵解剖點(diǎn)，制定手術(shù)規(guī)劃，手術(shù)中還能參與配準(zhǔn)等環(huán)節(jié)，輔助醫(yī)生操作。

吳嵐：TCL 采取兩條腿走路的方式。一方面，在現(xiàn)有的 To C 和 To B 業(yè)務(wù)中積極應(yīng)用 AI 技術(shù)，如 TCL 華星在半導(dǎo)體顯示生產(chǎn)線上運(yùn)用 AI 實(shí)現(xiàn)提質(zhì)降本，智能終端產(chǎn)業(yè)用 AI 進(jìn)行產(chǎn)品創(chuàng)新，推出雷鳥 AI AR 眼鏡。另一方面，通過低成本試點(diǎn)探索新業(yè)務(wù)機(jī)會(huì)，比如 CES 上展示的機(jī)器人寵物，在AI技術(shù)助力下，有機(jī)會(huì)成為新的業(yè)務(wù)賽道。

蔡雪：目前我們在AI的應(yīng)用場景上已經(jīng)非常廣泛，主要集中在財(cái)務(wù)、人力資源等領(lǐng)域，賦能企業(yè)決策、數(shù)據(jù)分析、財(cái)務(wù)處理、供應(yīng)鏈管理、IPO等全業(yè)務(wù)鏈環(huán)節(jié)。其中，“星瀚人力云”由金蝶與華為攜手打造，沉淀了華為30多年的豐富實(shí)踐以及最前沿的管理理念。近年在模塊和功能上進(jìn)一步創(chuàng)新、擴(kuò)張，通過AI技術(shù)幫助企業(yè)打造數(shù)字員工。比如在與海信的合作中，雙方共創(chuàng)AI應(yīng)用，打造了員工活水平臺(tái)及近20個(gè)業(yè)務(wù)場景，實(shí)現(xiàn)員工全旅程和人才供應(yīng)鏈全鏈路的智能化體驗(yàn)。在金蝶內(nèi)部，我們?yōu)殇N售團(tuán)隊(duì)配備了數(shù)字銷售助理，通過連接內(nèi)部系統(tǒng)實(shí)時(shí)調(diào)取客戶歷史合作數(shù)據(jù)，輔助銷售快速響應(yīng)客戶需求。在合同審核方面，我們利用AI自動(dòng)審查合同合規(guī)性，大幅降低人工審核的工作量和錯(cuò)誤率。

王茜：AI已深度融入業(yè)務(wù)流程優(yōu)化與數(shù)據(jù)驅(qū)動(dòng)決策。我們通過建立數(shù)字化平臺(tái)整合銷售端與FCS（銷售、研發(fā)、市場背景團(tuán)隊(duì)）的數(shù)據(jù)，構(gòu)建知識(shí)中心以支持產(chǎn)品鋪貨、市場投資及風(fēng)險(xiǎn)管理。例如，銷售數(shù)據(jù)的實(shí)時(shí)監(jiān)測幫助優(yōu)化下沉市場策略，而醫(yī)生培訓(xùn)數(shù)據(jù)則用于學(xué)術(shù)支持與產(chǎn)品迭代。此外，AI還被用于績效評(píng)價(jià)框架設(shè)計(jì)，通過設(shè)定SMART原則提升管理效率。

呂紅：以研發(fā)為基礎(chǔ)技術(shù)領(lǐng)先制藥公司，在藥物研發(fā)中利用AI加速靶向治療探索，尤其在神經(jīng)退行性疾病（如帕金森、阿爾茨海默?。╊I(lǐng)域，AI能縮短研發(fā)周期并填補(bǔ)傳統(tǒng)方法的空白。此外，AI在個(gè)性化治療和患者陪伴方面也取得進(jìn)展，如美國通過數(shù)字化手段提供個(gè)性化診療服務(wù)，但中國在這一領(lǐng)域尚處于探索階段。

李中興：天津醫(yī)藥集團(tuán)在AI應(yīng)用上處于摸索階段，目前已接入DeepSeek。在生產(chǎn)方面，新建數(shù)字化智能車間，提升生產(chǎn)效率和穩(wěn)定性。營銷方面，用于人員培訓(xùn)、終端講解（如AI數(shù)字人）及銷售數(shù)據(jù)挖掘。研發(fā)方面，在化藥研發(fā)的分子模型設(shè)計(jì)等工作上進(jìn)行探索，但仍處于研究階段。

梁家廣：安踏將AI視為提升效率的工具。目前在銷售、設(shè)計(jì)等環(huán)節(jié)引入了AI工具，提升崗位的效率。如在設(shè)計(jì)領(lǐng)域，引入AI制圖軟件，大幅提升繪圖速度與展示力，實(shí)現(xiàn)流程效率躍升。在我們看來，AI更多的是提升崗位效能，而不是去替代崗位上的員工。

組織變革：人機(jī)協(xié)作的最佳邊界在哪里？

要點(diǎn)小結(jié)：AI驅(qū)動(dòng)組織向扁平化、跨職能協(xié)作演進(jìn)，但人機(jī)邊界界定仍是重要挑戰(zhàn)。企業(yè)通過矩陣管理或項(xiàng)目制打破部門壁壘，AI承擔(dān)基礎(chǔ)流程自動(dòng)化（如HR簡歷篩選），釋放人力聚焦高價(jià)值決策。受訪者關(guān)鍵共識(shí)在于：AI輔助而非替代人類判斷，尤其在戰(zhàn)略決策和復(fù)雜溝通場景中，需結(jié)合數(shù)據(jù)理性與人文洞察。未來組織需平衡技術(shù)效率與人性化管理，構(gòu)建“AI參謀+人類決策”的互補(bǔ)模式。

CBR：AI為組織帶來哪些變化？

吳嵐：在組織管理上，通過“指標(biāo)互鎖和互背”強(qiáng)化組織敏捷性，未來組織可能更加扁平化，減少協(xié)作節(jié)點(diǎn)，提高效率?？偛慷ㄎ灰苍谧兓?，向小而精發(fā)展，賦能/使能職能加強(qiáng)，管控職能因AI技術(shù)和數(shù)字化系統(tǒng)的發(fā)展而優(yōu)化，實(shí)現(xiàn)更合理的授權(quán)和監(jiān)督，同時(shí)共享服務(wù)在AI加持下將更具規(guī)模化、個(gè)性化和人性化。

王茜：AI在管理中的核心價(jià)值在于效率提升與跨部門協(xié)作。例如，HR部門通過AI機(jī)器人處理簡歷篩選、薪酬福利系統(tǒng)化等基礎(chǔ)工作，使團(tuán)隊(duì)轉(zhuǎn)向戰(zhàn)略層的人才結(jié)構(gòu)優(yōu)化與組織能力建設(shè)。我們嘗試將AI應(yīng)用于績效預(yù)審，結(jié)合戰(zhàn)略目標(biāo)分解與數(shù)據(jù)模型生成初步評(píng)價(jià)，輔助管理者調(diào)整。此外，通過項(xiàng)目制管理打破部門壁壘，利用“理科生+文科生”組合平衡數(shù)據(jù)理性與組織軟性溝通，推動(dòng)AI與人的相互成就模式。

CBR：企業(yè)決策過程中，AI發(fā)揮怎樣的作用？如何界定人機(jī)協(xié)作的邊界？

丁龍：在人機(jī)協(xié)作中，需求探索和決策環(huán)節(jié)人類判斷不可取代。AI 雖然能提供很多建議，但提出問題、決定解決什么問題以及最終決策的是人。AI 主要是在人確定目標(biāo)和方向后，幫助實(shí)現(xiàn)最優(yōu)路徑。同時(shí)，人類為 AI 產(chǎn)生的結(jié)果賦予價(jià)值意義，且承擔(dān)最終責(zé)任。即使 AI 給出的結(jié)果看似都有意義，也需要結(jié)合時(shí)間、資源等因素評(píng)估，通過 MVP 測試后再做決策。

呂紅：AI時(shí)代需平衡理性與人性化。一是，避免技術(shù)霸權(quán)。數(shù)據(jù)科學(xué)家提供客觀分析，但業(yè)務(wù)高管需結(jié)合現(xiàn)實(shí)情境決策。例如，復(fù)雜問題需專家與利益相關(guān)者會(huì)診，融合AI數(shù)據(jù)與人類洞察。二是，維護(hù)組織多樣性。通過跨職能協(xié)作（如網(wǎng)狀組織）防止技術(shù)團(tuán)隊(duì)壟斷決策權(quán)，確保多元聲音被納入。

李中興：在決策方面，AI 至少短期內(nèi)無法代替人類決策。人類決策具有堅(jiān)定性，如企業(yè)長期投入研發(fā)產(chǎn)品最終成功、毛主席四渡赤水等案例，體現(xiàn)了人類決策的遠(yuǎn)見和堅(jiān)定，這是 AI 目前難以具備的。

梁家廣：從領(lǐng)導(dǎo)力和管理學(xué)角度，決策不是單純的數(shù)據(jù)模型問題，還涉及很多其他因素，如利益相關(guān)者的感受。在與人相關(guān)的決策中，機(jī)器無法替代人，因?yàn)槿说囊庠付?、肢體語言等信息機(jī)器難以分析，AI 在決策中只能起參謀作用。

企業(yè)AI轉(zhuǎn)型已從早期的技術(shù)探索逐步轉(zhuǎn)向規(guī)?；涞兀⒃谛侍嵘?、業(yè)務(wù)創(chuàng)新和組織變革中展現(xiàn)出巨大潛力。然而，這一進(jìn)程仍面臨數(shù)據(jù)治理、技術(shù)適配、人機(jī)協(xié)作邊界等重要挑戰(zhàn)。未來，企業(yè)需在戰(zhàn)略層面平衡“AI+業(yè)務(wù)”與“AI驅(qū)動(dòng)創(chuàng)新”的雙軌模式，在組織層面強(qiáng)化跨部門協(xié)同與人才賦能，同時(shí)在應(yīng)用層面注重AI與人類決策的互補(bǔ)融合。AI智能體正逐漸融入企業(yè)組織，企業(yè)需要理解AI智能體的作用與價(jià)值。AI Agent（AI智能體），不是助手或工具，而是組織里的一個(gè)角色。它能推理、能判斷、能執(zhí)行任務(wù)，重新定義組織的最小功能單元。企業(yè)必須給智能體以權(quán)限、目標(biāo)和評(píng)價(jià)機(jī)制。越早讓智能體擁有權(quán)限，它就越能成為組織的一部分，而不是一個(gè)外掛。

AI 工具只是“降本”的故事，Agent 才是真正能讓你“重構(gòu)組織”的開端。下一篇文章中，我們將深度探討AI時(shí)代組織變革的前沿實(shí)踐。歡迎讀者朋友們持續(xù)關(guān)注我們的專欄。

【注】以上排名根據(jù)內(nèi)容邏輯安排，受訪人出現(xiàn)次序不分先后。

《中歐商業(yè)評(píng)論》與中歐商業(yè)在線攜手開啟“2025 AI 轉(zhuǎn)型啟示錄”系列調(diào)研，針對(duì)AI原生組織及其進(jìn)化路徑、當(dāng)下企業(yè)在 AI 應(yīng)用領(lǐng)域的實(shí)際狀況、組織變革的前沿實(shí)踐，以及 AI 時(shí)代人才培養(yǎng)的關(guān)鍵策略與路徑展開深入探討，敬請持續(xù)關(guān)注本刊公眾號(hào)，精彩內(nèi)容將陸續(xù)呈現(xiàn)。