人工智能本身就是一种新质生产力

从一定意义上讲，人工智能本身就是一种新质生产力。我们都知道马克思经济学定义生产力是劳动者、劳动工具和劳动对象这三个要素相互作用和协调的结果，而新质生产力我们可以理解为是新质劳动者、新质劳动工具和新质劳动对象这三个新要素共同作用的结果；首先AI可作为新质劳动者，AI可以执行各种任务，这些任务传统上需要人类劳动者来完成。

例如AI可以分析数据、生成报告、进行客户服务、驾驶汽车等。在这些情况下，AI充当了劳动者的角色，代替或辅助人类完成工作；其次AI作为新质劳动工具，AI技术本身也可以被视为一种工具，帮助人类劳动者更有效地完成任务，例如，金蝶云·星空旗舰版销售预测算法可以帮助企业提高销售预测准确率，库存算法可以优化库存管理，实现动态库存管理等等，在这种情况下，AI是增强人类劳动能力的工具，提高了生产效率和质量；最后AI作为新质劳动对象，我们可以使用AI来创造或改进AI系统，包括AI系统的设计、开发、训练和维护。例如，数据科学家可能会使用机器学习技术来训练一个新的AI模型，或者软件工程师可能会开发AI应用程序；因此我认为人工智能本身就是一种新质生产力。

这个问题我们可以从“供需”两方来分析，首先看“需求方”，也就是广大企业，今年金蝶开展了“成就世界级隐形冠军”数字化转型工作坊，目前已成功举办两期，每期60人左右，从调研问卷以及与企业家交流时，都感受到他们对AI的期待，可以说需求旺盛，他们希望有更多的不同角色的数字人，也就是我前面所讲的新质劳动者，帮助企业解决工作效率以及协同效率的问题；他们也希望有更多的AI机器人，也就是我前面所讲的新质劳动工具，如产线、库房、物流等场景的AI机器人，提高效率的同时降低人工成本；当然前两者都离不开AI 模型应用开发以及模型赖以生存的数据问题，也就是前面所讲的新质劳动对象，在这个方面，成长型企业不比大型企业，由于人才匮乏，自己很难自主开发和应用AI，一味靠引进又担心投入成本太高，另外多数制造企业设备互联、系统孤岛等问题造成数据的准确性、完整性和及时性等问题，解决这些问题都需要投入。

总之在我看来，人工智能在制造企业落地的挑战就是成本、数据和人才问题。如何克服？一则引进外部力量；二则在消化吸收过程中培养和锻造自己的AI队伍。这是“需求方”，作为供方而言，像金蝶，作为一家国内领先的云SaaS管理服务厂商，我们一直坚持产品和服务创新，就是希望我们的客户能及时享受到新技术带来的红利，我在演讲时介绍了金蝶新一代成长型企业EBC，也就是金蝶云·星空旗舰版，它依托企业级AI平台，构建“研产供销服”全价值链应用，赋能企业数字业务能力建设，帮助企业实现管理价值提升，从而实现企业跨越生命周期的成长。我们有大模型和研产供销服各领域的小模型，但缺少应用场景，这就是我们的挑战。企业方有场景缺AI应用、缺人才，服务提供方有AI应用，缺应用场景，“供需”双方各自的挑战正好可以对接，可以一起进行AI领域模型应用的共创、共享，进而实现共赢。我们欢迎广大成长型企业选用金蝶云·星空旗舰版，让我们一起在AI时代并肩向前。

要想AI在企业落地应用并且持续见效，它必须有一个持续迭代的过程，因为模型需要迭代，所以我想套用“PDCA”的逻辑，从四个方面给出建议：第一个是“P”，规划或者计划，就是建议企业将AI战略作为企业发展战略的重要组成部分，同时制定AI在本企业应用的中长期规划；第二个是“D”，即AI项目落地实践，建议企业科学选择AI试点应用领域进行项目实践，这个试点领域不一定要求“大”，而是要切实解决企业实际问题，如大多数企业面临的销售预测不准、库存积压和订单准交率等问题，企业可以选择销售预测模型、库存动态优化模型和计划优化模型等等；同时需要选择一个合适的供应商提供相应的AI产品和服务，以解决企业技术和人才短板问题，这也是确保AI项目成功的保障，金蝶云·星空旗舰版就是不错的选择。

第三个是“C”，就是检查AI应用效果，找出不足和优化空间；第四个是“A”，即AI模型的持续优化，这部分建议企业在AI项目落地实践中要注重培养自己的AI队伍，尤其是懂业务，理解AI的人才，倒不一定是算法科学家，这就涉及到AI时代企业组织人才和发展的问题，要解决这个问题，我们必须得回到“P”，在规划阶段，企业要从战略层面思考“我到底要成为一家什么样的企业？”

一家有强烈社会责任感的企业在未来借力AI进行数字化转型过程中，是让AI替代的传统岗位的员工离开，还是为他们在时间和空间上提供成长机会？这个问题留给企业家朋友们思考。