近日，中国著名媒体人、钛媒体联合创始人万宁受邀参与“2024全球创见者大会-AI赋能新型工业化专题论坛”并发表演讲，他谈到：AI对制造业而言既是助力也是挑战，并结合案例介绍了AI在制造业中的应用方向。

以下是演讲实录（有删减），特别与您分享。

今天,我非常高兴受到金蝶的邀请来做这样一个分享。多年来我一直关注金蝶，看着金蝶与用户一起成长，现在听了各位的发言，对金蝶更是有了一个全新的认知。

我非常认同一个观点，即制造业不管对中国还是对世界都是一个基本盘。在当前新的市场环境中，制造业出海也是中国经济在全球语境下的叙事主题。所以关于制造业与人工智能结合，是一个很有意义的问题。关于这个问题，我想分几部分和大家讨论：首先，我们目前面临的是什么样的环境？其次，AI给我们带来了什么样的可能性？最后，AI在制造业领域有什么具体的应用，同时又带来了什么挑战？

最近所有信息都带给了我们一个非常清晰的信号，即全球经济环境正处在一个高度不确定的状态。可以说，这是一个巨变的时代。但巨变不仅仅体现为空前的压力，另一方面也体现为空前的机遇——比如最近颇为热门的“出海”。我个人更愿意把企业出海称为“新下南洋运动”，因为这一轮企业出海和历史上的下南洋运动有着巨大的相似性：都是从孕育着新机会的东南亚开始。

去年年初我接触了一个做医疗器械的小企业，它们的情况非常有代表性。疫情之后，这家企业依托强大的供应链+APP模式，在国内白热化的竞争中达到了极高水平，开始了他们的下南洋运动。今年春节后，我又和他们做了一次深入的交谈，发现他们的营业额在过去几年每年都以200%-300%的速度在增长，而增长的机遇就来自菲律宾、泰国这些东南亚国家。

这些国家缺乏高质量、响应迅速的供应链支持，所以遇到这家产品质量优秀、“在APP上注册，订单三日达”的中国供应商就如获至宝。所以说，在这全球巨变的商业环境中，也孕育着新的机遇，关键在于是否有能力走出去。我用一句话和大家共勉：环境越是不确定，我们就越应该去坚持追求那个确定性。

在这个巨变的商业环境下，全球化进入了一个新的阶段。这个阶段的特征是从原来基于资源（矿产、机器设备、人力、资本等）的竞争，转移到了基于数据、新的商业模式的竞争。数据和技术成为了未来新秩序的关键。全球商业竞争将会在ICT新的基础设施和虚拟世界中展开。

比如，ChatGPT的发展给我们带来了巨大的冲击和影响——我认为这很可能是一个更大变化的开始。今年诺贝尔物理学奖和化学奖获得者，都是借助AI站到了诺贝尔奖的最高舞台。所以我们有一个判断，我们这一代人大概率会遇到改变世界的产业革命。可能短短十几年内，我们就可以看到一个全新世界的出现，经历前辈们穷其一生才能经历的周期。可以看到，AI技术的发展，特别是在数据处理和模式识别方面的能力，正在重塑我们的商业模式。

据普华永道的报告，AI带来的最大潜在经济增长可能来自生产力的提高，包括常规工作的自动化、员工能力增强、以及将他们从重复任务中解放出来，令他们专注于更有价值的工作。报告预测，AI带来最大经济收益的国家将是中国和美国，到2030年，AI将为中国GDP增长贡献26%。制造业和运输等资本密集型行业可能会利用AI获得最大的生产率增长，因为它们的许多操作流程都高度易于自动化。

这需要从今天中国制造业面临的困难谈起：1.市场竞争日益激烈，新兴市场的快速崛起也使得竞争更加复杂化；2.技术进步对制造业提出了更高的要求；3.环境问题日益严重，绿色制造成为行业发展的必然趋势；4.人口老龄化加剧和劳动力流动性提高，导致人力资源短缺和技能不匹配。

这些困难都在呼唤“AI+”和“+AI”。

“AI+”解决了企业服务的前端用户交互问题，通过使用CoAI，企业能为客户提供更便捷，更易用的服务，在更多场景下满足客户的需求。“+AI”则使用GenAl来解决业务的后端数据处理问题。未来，所有企业服务系统必将是基于“AI+核心业务+AI”的模式，从而让企业能更专注于自己的核心业务。

首先是智能销售预测，以恒都牛肉为例。食品生鲜类业务传统销售预测存在业务环节多、责任划分难、人工预测准确率低、人工操作效率低等问题，往往对生产指导性不足，容易错误估计客户需求导致库存积压。通过金蝶云·星空，恒都牛肉月度模型销售预测准确率达74.3%，比人工制定计划的准确度提升约11.8%，月度预测模型采纳率高达78.5%。其销售预测模型考虑了出库数据、品类、销量、节假日效应、销售频率和趋势，并将周期性影响因素和历史销售波动、业务增长等结构化数据纳入考量。

此外还有供应链风险智能监控、智能决策、故障诊断与修复等，在此不一一论述。

挑战和机遇是并存的，我们来谈一谈AI时代面临的挑战：

其一，目前中国企业在AI的采用率上仍然相对落后。麦肯锡的一份报告显示，中国在人工智能的采用率低于全球平均水平。请注意，不是低于北美或者欧洲，是低于全球平均水平，甚至比印度还要低一些。

其二，中国企业尚未能通过人工智能实现大规模的营收增长和利润贡献。麦肯锡相关研究表明，通过人工智能实现收入增长超过10%的中国企业占比只有9%，而领先国家这一数据高达19%。

其三，中国极度缺乏人工智能复合型人才，这个角色是既懂技术又懂人工智能技术和业务场景的翻译师。这方面的差距还在不断扩大，根据麦肯锡的报告，这种状况到2024都仍然没有改善的迹象。

那我们如何应对这种挑战呢？

首先，企业应该制定明确且坚定的人工智能战略。要有明确的人工智能战略促进企业转型工作目标，全面而仔细解读各国针对AI的监管法规要求，并结合行业特性，解读未来发展趋势及监管关注要点；对内评估核心和非核心功能(客户服务、营销、供应链、金融等)以及业务部门的战略投资计划，明确人工智能项目的投资回报率。

其次，企业应落实AI运营及流程能力。企业需以先导项目牵引企业改革，并制定AI治理方针，勾勒出应用人工智能的清晰流程，聚焦希望解决的业务问题。对于拥有丰富数据资产的企业，可将AI运营模型嵌入到组织结构和文化中，帮助企业更好的创造价值。

我们要数智并举打造未来企业。企业应该规划AI人才蓝图，提升现有员工AI能力并吸引AI人才加入；为了确保AI的数据来源及基础设施可信可用，PoC(概念验证)必须适当地集成到操作系统中；企业还需要通过AI更有效的整合企业资源，将AI工程与运营(AIOps)整合进人员流程和平台中，以快速、大规模地应用人工智能；此外，企业要建立正确的AI文化和价值观，巩固人工智能在企业内的发展成果。

未来的数智化企业应该以场景、模型和数据为驱动，技术维度上应具备感知、互联和智能三个维度，基础设施上应实现可塑化、智能化和协同化。这样，企业将能够在多元化和个性化的方式下，参与全生态环境，构建新的竞争力。