郭为：我的回答丨AI时代的人类意见
亲爱的读者：
您好！
相信每个人都能感受到，我们正在进入全新的数字文明时代。
从去年11月ChatGPT-3.5开始，人工智能（AI）热潮引发了一场新的革命。上个月，OpenAI举行了首次开发者大会，会上有很多内容让人非常惊艳。尤其让全球开发者兴奋不已的是，通过ChatGPT的“插件系统”，OpenAI正在打造一个基于自然语言的类似“App－store应用生态”的新场景。这意味着，未来或许我们每个人都会有一个AI助理，这位助理不仅能个性化地进行交互，还能提供搜索、订餐、订酒店、交易付费等服务，甚至可以自动生成新的APP，而我们只需要与ChatGPT正常对话就可以将这些实现。这是个很小的切面，但我们已经可以看到无限的想象空间。
可以预见的是，这一轮AI技术革命所带来的，将是一场人类经济生活、社会生活的巨大变革。我们何其有幸，正在见证、参与、推动这个时代的变革。
那么，我们应该怎样融入这场变革？
还记得年初生成式AI技术和大模型刚刚引发热潮的时候，网络上有很多关于各种职业将被AI替代的争论，我也被很多人追问过这个问题。但我始终认为，在AI引领的数字文明时代，个人的创造力与好奇心永远是最根本的事情。数字化、AI能够替代重复性、记忆性的工作，但真正有创造性的工作是永远不可能被替代的。我也曾在《数字化的力量》一书中写道，数字化某种意义上是对人类的解放，让每个人都回归到自己的天然禀赋，无论是画画、写字，还是音乐，数字化让每个人将天然禀赋发挥到极致，而不必做你不喜欢的事情。这其实就是数字化所带来的改变。
在我看来，ChatGPT现象级的火热，更深层次的意义在于让大家切实感受到了数字化的力量，将以往看不见摸不着的抽象技术，具象成了“水和电”，引发我们对数字化的新思考，继而引领更多的创造和可能。
前两年我常听很多人讲，数字化不就是信息化么？也有人说，数字化转型就是上一些新的系统、新的应用。但在我看来，数字化和信息化从本质上来讲是不同的。信息化更多的是强调一种反馈机制来保证效率的提升，而数字化是以数据生产要素为出发点，去实现数字资产的重新编排，直接追求财富的积累、业务的价值。我最早写《数字化的力量》的出发点之一，也是为了帮助大家厘清数字化和信息化的不同。
最近一段时间，我跟许多企业家、数字化先行者们交流时发现，大家普遍形成共识——对于企业而言，数字化战略就是企业的发展战略。在我看来，一个企业的数字化转型，最重要的、最根本的目的就在于不断累积数据资产，同时利用数据资产进行产品与服务的重新编排，从而实现业务创新。未来企业中谁更有竞争力，也取决于其数据资产的累积和对业务创新的激活。熊彼特说，企业战略的本质是创新，是创新产品和服务，也是对原有产品、服务和流程的再编排。因此，在数字时代，企业的服务和产品都将转化成数据资产的表达方式，数据作为生产要素进行重新编排的过程，其实就是企业的创新过程。
在今天这个云原生、数字原生、AI原生三者相融合的新时代，我们之所以对生成式AI技术如此兴奋，很大程度上是因为以“生成式AI”为代表的数字技术，正在成为企业数字化创新的新生产力工具。以往企业的数字化创新，大多是基于自身在生产经营过程中形成的系统数据，以及企业可以从外部获取的另类数据进行分析、研究，进而再产生新的业务，这是一个相当长周期的过程。而今天，基于企业所拥有的系统数据和另类数据，大模型可以自动生成新的知识和数据，这是一件非常了不起的事情。可以想象的是，当我们每秒钟都在产生、贡献新的数据之时，企业的资产累积就可以进入一个“永动机时代”。
在我看来，目前的大模型在企业实际场景落地的过程中，还有一系列问题要解决。比如知识密度的问题。通常情况下，通用大模型只相当于一个高中生的水平，它虽然拥有基本的知识和智商，但不是专才，这就导致其无法在专业领域与大家分享经验。要让生成式AI在专业领域发挥更大的作用，就需要将专业化语言和知识，转化成知识图谱不断训练大模型，提升知识密度，使其成为某个领域的专家。再比如安全的问题。任何企业在私域上有很多的隐私或者加密、保密的东西，如何确保不让这些东西流出？这也需要对大模型进行训练，设置相应的权限等。
为了让生成式AI技术在专业领域发挥更大的作用，在过去的四年里，我们一直致力于行业知识领域的研究。今年10月，我们发布了一站式企业级大模型集成平台——神州问学。这个名字是我起的，其背后借用了“师者，答疑解惑也”。我们把AI当成老师，神州问学就是不断地向大模型提问，来累积企业的知识，用这些专业化的知识构成企业的数据资产，同时帮助企业加速生成式AI的创新、降低AI应用的开发门槛及落地成本。
我们发现，神州问学在企业实际场景应用中，呈现出的效果非常好。以一家跨国医疗设备公司为例，他们在做FDA（美国食品药品监督管理局）认证的过程中，往往需要与第三方机构多次反复沟通，牵扯大量的人力物力以及时间成本。但在神州问学的支持下，这个时间可以从10个月缩短到1个月。神州问学不仅让AI重新学习所有历史申报材料，完成了大量基础性工作，而且还通过学习监管员的审批偏好，在特定场景下实现了一次性通过。
当然，如果我们站在企业数字化转型更高层次的视角来看，就会发现，虽然在数据资产的累积过程中，知识发现与内容生成是很重要的组成部分，但企业的数字化转型远远不止这些内容。
比如，当企业完成数据累积之后，应该如何管理？今天，数据不仅仅是符号和信息，它已经变成一种资产。但在使用的过程中，我们可能获取的数据价值不同，支付的价格也不同。这就导致数据资产定价和分类的复杂性，因此需要新的数据管理、数据治理的工具。而为了支撑企业的快速创新，我们同样需要一系列不同架构层面的专业工具，以及这些专业工具背后的通用工具箱（GPaaS）和底层的公共资源（IaaS），来共同支撑企业完成重新编排的过程。当然，这个“公共资源”，并不只是传统意义上的公有云。在我看来，公有云是一种商业化方式，就像今天任何一个手机、一辆汽车都可以使用的全球定位系统和移动支付一样，全球定位系统、移动支付这些用云的方式提供服务的公共资源，都是数字化的基础设施。
今天，我们的生活已全然构建于数字之上。云计算、虚拟现实、数字原生、AIGC（生成式人工智能）等不断涌现的新技术，一次次地刷新人们的认知，从底层改造和重塑人们的生活方式、消费习惯、生产关系和商业结构。因此，对企业来说，数字化转型不是“要不要”，而是唯一的出路。任何一个想要保持蓬勃活力、获得长久发展的企业，都必须以数字化谋未来。
数据资产的累积和数据要素重新编排所带来的业务创新，相辅相成、互相促进，最终形成了企业的增长飞轮，使企业获得源源不断的发展动能。企业要通过资产数字化、产业数联、决策数智化、组织无边界化的路径对自身进行彻底的改革。当完成这场变革后，我们会发现，被颠覆的是企业的业务流程、管理方式、组织模式，而被重构的则是企业的价值。在这样的颠覆与重构中，企业将会获得可持续的竞争优势，构筑起一道牢不可破的“护城河”。而生成式AI的出现加速了这一过程。
这是我脑海中构建的企业数字化转型的模型，也是我对AI时代企业创新范式的回答。
1980年，托夫勒的《第三次浪潮》，第一次向人类展示了信息化时代的到来，当时人们如饥似渴地阅读，思考是否可以利用技术革命和信息革命来推动国家进步，并在此基础上衍生出种种对21世纪科技发展的畅想。过往可追，每一次数字技术的变革构成了文明进步的宏大画面。即便站在今天，我们仍很难精准刻画未来数字时代的全貌。但我非常确信，数字时代的大幕才刚刚拉开，当数字构成万物的基底，以AI为代表的数字化变革正在向我们每个人发出邀请和挑战。而我们依然在路上，与大家一道共赴数字山海。
郭为
2023年12月
（作者系神州数码董事长兼首席执行官）