中小企业该如何去布局AI？

我们身处一个所谓"VUCA"的时代，充满了不确定性、模糊性和挑战性。2025年过下来，我想身处局中的人对这点感受更为深刻。AI就是呼应这个不确定性时代而生，遵循的不是因为-所以的因果关系逻辑，而是通过大数据计算实现相关性思考的思维方式变革。

“国外某知名超市因为给未成年的女孩寄送了幼儿生育用品而遭到该女孩父母起诉。几周后超市却收到被撤回起诉的通知，因为该父母发现自己的女儿确实怀孕了。为什么超市比自己女儿还先得知如此隐私的事情，而且是在国外尤其重视隐私保护的情况下。原来超市的网站平台会通过每个客户购物及网页浏览习惯，进行关联性分析并作出有效的推导。比如一般怀孕的女孩可能就会去搜索关注幼儿用品、孕期保健用品等，据此后台可以通过关联性分析得出这大概是一个待产的准孕妇，从而协助其精准定位客户需求，给出商品推荐”。

所以AI是什么呢？了解过AI发展历史和前世今生的就知道，从1955年的达特茅斯会议首次使用“Artificial Intelligence ”开始，人工智能即已经诞生。一直致力于实现机器像人一样思考及做出决策，从感知智能、学习智能向思考智能演进。标志性的里程碑有1997年IBM深蓝战胜国际象棋世界冠军、2012年谷歌无人驾驶及多伦多大学AlexNet获得图像识别挑战赛冠军、2015年特斯拉Autopilot诞生、2017年AlphaGO Master以3:0战胜柯洁以及到近两三年ChatGPT开创对话式AI、DeepSeek等大模型的集中爆发，伴随着芯片、智能驾驶、区块链、大数据等技术和产业的高速融合发展，我们正式迎来了“人工智能+”的时代，也就是大家称之为第四次科技革命的到来。

时代浪潮浩浩汤汤，奔涌向前。作为一家企业如何拥抱这个时代？这个问题让很多老板很焦虑，只是焦虑的方式不同而已。见过百亿身家的老板，犹豫应该是去布局模型底座、还是布局应用层企业。也见过过亿身家的老板，躬身入局直接去做机器人或者机器狗。也见过主业还没玩明白的老板，上来就说要搞大模型的本地化部署，先上个200万的投资买芯片做布局。这些老板们的心态也是这个乌卡时代的产物，因为内核的本质焦虑，所以喊出了转型。因为没有好的方向，知道这又是大势所趋，以为AI可以解决所有问题。以上不一定代表全部，只是对身边人的一些感知，时代浪潮下的一个切片而已。那对于本身不在AI这个产业链条上的企业，比如你是在生产性服务企业、新材料、环保、基建等现在或者未来要被“人工智能+”的行业或者产业，我们应该如何务实的去做呢？

第一：放弃做本地化部署的想法

聚焦所有精力先把主业的增长点找到，做好主业的健康发展才是正道。现在的AI赋能到实体企业，除了做一些不太精准的事，或者直白点说出错了也没啥影响的模块还行。比如运用到人力模块，做一做智能简历刷选、岗位ID编写等。这些国内有很多专业的企业去做，比如北森做的人力大模型，聘才猫做的专属人力模块的应用等。作为中小企业来说，你日常用到的比如金蝶也好、WPS也好、还是人力平台也好，实在要用AI，直接用这些平台的AI模块就好，倒也犯不着要去自己开发什么平台。

第二：不能放弃对员工AI思维的培养

前面我们说AI时代是相关性思考的时代，是一个多行业、多学科、多场景融合发展的时代。比如制造类企业，前两次工业革命，让人类迈入了我称之为流水线时代，我们通过全球分工、社会分工、生产分工以及流程分工等各种形式的切分，实现生产效率区别于农业时代不可计量的火箭式提升。分工讲究的就是专才，是把一个动作，一个岗位做到极致的效率时代，是一个不进则退，砸锅卖铁跑步前进迈向现代化的时代。那AI时代呢，繁琐的流程、过于精细的分工其实我们就发现正在通过他外化的内耗、推责等形式消耗企业的成长，大家的责任都可以通过流程实现无责化，也就是大家说的人人担责，也就是人人无责。比如市场人员跟进的订单，制造会提出制造的问题、财务会提出利润率的问题、法务会提出合同执行的各种风险、研发会提出技术实现的难度，等到所有问题都解决的时候，客户早已芳心暗许，选定了供应商。AI时代要求我们更讲究协同，讲究融合，甚至就是要通过借助各个模块专业化的AI工具，实现岗位的精简和合并，说的时髦点就是进行流程再造。

第三：最关键的不是去学你不会的，而是要把你会的数据化

腾讯集团高级管理顾问杨国安先生有个认知我比较认同，他说：如果说PC（个人计算机）和移动互联网的核心是改变消费，正在进行的这一轮数字化变革则重在改变生产。在产业互联网时代，变化更是以一种静水深流的方式发生，多数时候不再以创造一个新实体的形式出现，而是融入每个行业。如果说过去中国成为世界工厂靠的是“三来一补”和廉价劳动力，今天以Shein（希音）、比亚迪、美的、宁德时代等为代表的中国企业，则是以数字化改变产业链、改变中国“智造”的方式，在世界经济活动中扮演创新者和引领者的角色。进入大模型时代，现在最匮乏的是什么？是应用场景里面的具体数据，乃至出现了一个商业场景通过大量的人工去采集应用场景中的数据，再进行数据交易。所以，各位企业老板，我们手上最重要的还是我们从事的主业里的场景及其对应的数据资产。如果说上一轮我们没抓住固定资产的投资机会，这一轮怎么抓住特定应用场景里的数据资产就显得尤为重要。与其去学大模型、学机器学习、学算法逻辑、学这些层出不穷的应用。不如沉下心来，机器是要实现像人一样思考，我们不妨先去主动拥抱，学着机器思考。把主要的生产流程、研发流程数据化、把客户资产数据化，多个行业去走走，多个技术领域去看看，在客户资数据化中找到客户新的需求点，在流程的数据化中找到效能优化的提升。

最后，以不知出处的名言作结：在现实世界，要么通过理解和适应获得成功，要么注定失败。祝大家都早日成功。