杨国安/文
站在2026年初回望，如果问过去三年全球商业界和投资界最大的变量是什么，答案无疑是AI。不过，在开始谈AI 之前，我想先分享两个让我印象深刻的故事——它们揭示出企业在面临新技术、新变化时，很容易陷入的盲区。
第一个故事：关于看不见的对手。我曾结识一位企业家学员，他的企业是全球运钞车领域的领军者，不仅在中国做到第一，还通过并购英国、德国的同行，把业务拓展到欧洲，堪称行业内的隐形冠军。
2015年，我创办的杨三角企业家联盟的年度主题是“拥抱移动互联网”，在杭州的一次学习活动中，我们邀请一位共享汽车的创业者分享他是如何拥抱移动互联网机遇的。活动之后，我随意问了这位企业家一下：移动互联网会不会对你的行业产生影响？
他说：我做的是实体经济，跟移动互联网有什么关系？
从当时的视角看，这个判断有其合理性。运钞车是高度专业化的特种车辆，服务对象是银行等金融机构，似乎与智能手机、App（应用程序）、社交网络风马牛不相及。
但后来的事情，大家都知道了。
移动支付迅速普及，现金使用量大幅下降。运钞的需求大幅下降，整个行业的需求基础发生了根本性变化。不是某一个环节被替代，而是行业存在的前提被重构了。
这位企业家颇具韧性，后来转型去做救护车、安全车等，依然在特种车辆这个垂直领域深耕。但运钞车这个曾经无比稳固的赛道已经不复存在。
多年来，这个故事总会不时浮现在我的脑海中——因为历史总在循环。我看到生成式AI浪潮席卷全球这三年，仍然有许多企业家，尤其是在相对传统的行业取得成绩的企业家，会觉得AI和自己的业务离得太远，跟自己无关，做好自己的生意就行。
对此，我想提醒的是：不要低估AI对你的企业和行业的单点影响或全面创新。变革时常来自你的视野之外，此时你需要做的是拓宽视野，这样才能看得远、看得广，而不只是埋头苦干，只关注目前的运营细节和熟悉的经营方式，忘记抬头洞察未来的关键趋势。
第二个故事：关于保守者的代价。
作为中方投资企业的代表之一，我列席一家德国企业的董事会好几年。这是一家从事机床设备制造的隐形冠军企业，为一级汽车零部件厂商制造机床，从而让这些供应商高效、精准地制造各种汽车零部件，供给德国知名车企组装汽车。
2016年前后，董事会开始频繁讨论电动汽车给汽车产业带来哪些改变，对这家企业的机床业务会有什么影响。从技术上看，答案不难得出。相较于以内燃机为核心的传统汽车，电动汽车转向以电池、电驱和软件为核心的技术体系，这一转变显著地精简了机械零部件的数量与复杂度，对传统机床设备的需求结构势必产生系统性冲击。
但是，企业管理层并没有从战略层面真正拥抱这个技术趋势并调整方向。当时，他们的想法是：我知道电动汽车代表未来，但不确定技术爆发的转折点什么时候来（是一年、三年，还是五年？）。
因为判断不准，所以他们去问客户，包括奔驰、奥迪、宝马这些顶级车企，收到的反馈是电动汽车普及化的趋势没那么快。所以，他们一直没有开始做真正的准备，用各种借口应付董事会，在他们擅长的领域继续优化成本、质量和产能。
直到2019年，整个行业变天了，电动汽车市场爆发，这家机床企业迅速失去大量订单，营收下跌80%，同年因还不上贷款被银行直接接管了。
企业过去在技术积累和设备投资方面的沉没成本、经营管理的路径依赖、面对未来新领域的陌生感和恐惧，往往是拥抱新变化的最大阻力。所以，能否洞察未来关键趋势是一方面，能否有勇气拥抱变化是另外一回事。毕竟，对很多高管来说，变革与转型都意味着一连串的挑战和风险。
当前这一波AI所引发的变革，会比以往更迅速、更剧烈。
2022年ChatGPT刚出来的时候，我到硅谷调研，有家初创企业基于当时的GPU（图形处理器）芯片算力研发了一种创新算法，并基于此算法开发产品，该产品成为公司主要营收来源。但他们未能预判算力的跨越式演进，随着更高算力支撑的新一代大模型出现，其核心算法在极短时间内便被颠覆了。
正是这些见闻，让我深刻体会到AI时代“算力×算法×数据”之间的相乘关系——三者轮番升级、相互放大，使技术演进呈现前所未有的加速度。我倾向用“颠覆性/破坏性创新技术”（disruptive innovation technology）来形容这种力量。
行业在重构。尤其是在研发、生产、销售和服务过程中拥有海量数据的数据密集型行业，如医疗健康、自动驾驶、制造物流、金融理财、互联网教育等，以及数字化内容相关行业，如游戏、短视频等，变化应该来得更快、更显著。
企业价值链和工作流在重构。当前，AI技术已经完成从聊天机器人（chatbot）到智能体化（agentic）的范式转移，能够自主拆解任务、调用资源，甚至参与决策。一方面，AI在部分标准化、规则明确的环节中，开始发挥替代作用；另一方面，AI正以赋能者的角色，深度嵌入价值链全过程。
组织也在重构。看看硅谷巨头，如谷歌、微软、亚马逊，它们在过去一两年里一边大规模裁员，一边重金招募人才，本质上是为了让组织达到AI ready（AI就绪）的状态；一批AI原生组织迅速涌现，它们以更简洁的层级结构、以任务和问题为中心的协作方式，以及“AI first”（AI优先）的决策逻辑为特征。在这一趋势的牵引下，越来越多的组织开始主动压缩层级、加快决策节奏、重构工作流、合并岗位等，向更加灵活高效的组织形态演进。
面对AI带来的一系列重大变化，你的企业是在被动承受，还是积极拥抱？在《智在未来：AI时代的企业创新与转型》这本书中，我会向你介绍8家处在AI创新与转型最前沿的企业，为了对不同性质、不同发展阶段的企业都有启发，我在选择调研企业时，有意选择“AI原住民”和“AI新移民”两类企业。
“AI原住民”企业基于AI技术爆发而生，可以说没有AI，就没有其核心产品、服务、商业模式，正如移动互联网时代的滴滴、美团、微信、抖音。
其中，“AI原住民”企业包括Manus、乐奇Rokid、强脑科技，“AI新移民”企业包括美图、美的、和睦家、理想、高途。
它们是典型的AI创变者，不仅积极应对AI带来的冲击，更将这一轮技术爆发视作重塑业务乃至产业格局的契机。它们不满足于用AI优化存量业务，而是将技术变革视作最核心的战略杠杆，主动出击，创新模式，更新组织，创造有利于企业发展的新变局。
本书收录的案例中，Manus凭借敏锐的产品思维和对技术路线的预判，抓住通用模型技术能力外溢打造智能体产品；乐奇Rokid在产业重构方面的思考具有前瞻性，推动AI与AR深度融合，探索A 时代全新人机交互方式；强脑科技呈现了数智科技的前沿融合，在脑机接口领域借用AI理解人脑意图，展示出自然智能与人工智能互促的新路径。这3家企业在组织形态、团队管理、企业文化建设方面各具特色，也都属于AI原生组织的实践，尤为值得参考。
“AI新移民”企业，指的是在AI技术浪潮到来之前已形成稳定业务与组织体系的成熟企业，通过引入并内化AI能力，完成从既有范式向AI驱动范式的转型。这些“新移民”企业的AI应用通常分为3个层次：降本增效，用AI提高现有的生产力、效率或能力；重做业务，借助AI改写传统的业务流程和工作方式；探索新物种，在原有的土壤上长出全新的商业模式。这类企业虽有转型包袱，但拥有宝贵的产业智慧和独家数据——这是AI落地时代至关重要的资产。
本书收录了5家“AI新移民”标杆企业。
美图聚焦自身所在的影像与设计领域的优势，通过大量研究与工程投入，将通用AI能力转化为懂美学、稳定可规模化的生产力；在企业内部推动反惯性工作流、调整组织设计，实现业务与组织层面同步AI原生化。
美的将AI系统性嵌入研发、制造、供应链与服务体系，建设工厂智能体和家居智能体，展现了AI如何在复杂制造业场景中落地。
和睦家围绕患者全生命周期健康管理，打破院内院外、不同专科、不同医院的数据壁垒，推动“医疗-保险-居家康复”的闭环，体现了以患者为中心的大健康产业创新。
理想汽车基于对未来汽车产业的思考，反推当下，将汽车视为“物理世界最大的人工智能终端”、移动智能空间，提前布局相关软硬件研究和研发体系、调整组织，企业战略极具前瞻性。
高途将AI落地到“教”与“育”的多个维度，推动互联网教育从人力密集型服务向人机协同的知识密集型服务转变，背后基于的是对未来教育本质与组织效率的深刻理解。
当下，AI正进入全方位落地的时代。从时间维度看，我们已经走到应用规模化爆发的临界点。技术创新往往会有两条曲线：第一条曲线的高点出现在科技创新爆发时，第二条曲线的高点出现在产业创新爆发时，两条曲线中间的交叉地带往往是“死亡谷”，在这里会死掉一批企业，原因通常是它们没能找好应用场景，没找好商业模式，融资或自身造血能力不足以支撑下去。企业若想穿越“死亡谷”，就不能仅仅关注技术，必须重视应用落地，用商业反馈反哺技术演进。
（作者为现任腾讯集团高级管理顾问；本文摘自《智在未来：AI时代的企业创新与转型》一书）
责任编辑：刘锦平 主编：程凯
