人類曾在科幻電影中暢想的智能時代，終究正呼嘯而來。當我們在技術飛速演進的新浪潮中劈波斬浪但常感茫然無措時，不如先回到岸邊，拋下對技術的恐懼或崇拜，回歸人之所以為人的初心：我們是誰，我們終將去往何方？

本月在蘇州舉辦的中歐思創會上，微軟（中國）CTO（首席技術官）韋青以《智能落地的次第與挑戰》為題的分享，是一個對人類未來走向的溫柔叩問。他跳脫技術層面，而是從系統的深度、落地的溫度以及“以人為本”的本源出發，重新審視人與機器的共生之路，以及那份獨屬于人的尊嚴與智慧——畢竟，最美的智能圖景，終將生長于人性關懷的沃土之上。本文由韋青的現場演講內容整理編輯而成。

作為一名長期身處技術一線的工程師，我今天是抱著學習的心態與大家交流的。之所以如此，是因為我越深入這個領域，越感到自己所知有限，也越發覺得當前我們所見的種種AI現象，不過是新時代大幕剛剛拉開的一角。

如今，我們很難接觸到真實、中立的信息。我常把當前對AI的認知稱為“朋友圈AI”——每天在社交媒體上看到的AI，不是被神化、妖魔化的，就是被擬人化的。事實上，今天討論的絕大多數議題都不是新話題。技術本身并未出現所謂“突飛猛進”的突破，它一直在持續演進。更重要的是，技術并不能完全解決人類的問題，真正的出路在于人與機器的結合，以及人類思想對技術發展的引領。

另外，隨著機器能力的飛速提升，人類自身也面臨前所未有的挑戰：包括我在內，我們都是被工業文明異化的人類，最常被要求做到“一是要聽話，二是要勤奮，三是不能犯錯誤”。請大家思考：這三項標準，究竟是機器更擅長，還是人類更擅長？

我今天分享的重點，不在于唱衰或唱興機器智能的進步，也不在于看好或看衰人類的未來命運，更不在于討論工具化、擬人化或神化/妖魔化機器的對錯。唯一的核心問題是：我們人類自己，究竟要何去何從？

人機結合已形成一種相互促進的效應，很大程度上，人類想做什么，機器就能實現什么。許多我們擔憂的局面，恰恰是人類自己推動形成的。今天我要談論的話題是“智能落地的次第與挑戰”，但副標題其實更重要，即“一個系統工程的觀點”。關于企業智能落地，有三個關鍵詞值得關注——系統、落地和以人為本。

三個關鍵詞之“系統”

首先來看“系統”。系統思維的核心在于讓我們認識到：現代社會日益復雜，這種復雜性既由技術驅動，也由社會結構演變所促成。其中一個看似不起眼卻至關重要的因素，是通信技術將人與人連接在一起，而物聯網技術更進一步，將人、事、物全面互聯。

展望未來，物聯網的概念很可能會在接下來幾年中以“AI驅動的物聯網”形式回歸，實現智能的萬物互聯。我建議大家有機會學習系統思維、系統科學與系統工程的相關知識，其中最著名的觀點包括“整體不等于個體之和”和“水桶效應”。

我們做事常習慣于看大局，但真正做過工程的人都知道，決定成敗的往往是最薄弱的環節。無論是航天飛機、航空母艦，還是高鐵、飛機，導致失敗的通常不是主體結構，而是一顆螺絲、一個橡膠圈或一處接口的問題。

按照系統思維的冰山模型，通常我們看到的都是冰山頂端的現象，即靜態的表象。例如現在人工智能流行，大家看到國外有OpenAI、微軟、甲骨文這些公司，國內有百度、騰訊、阿里等，還有蘇州那么多上市企業，但很少有人看到兩點：這些公司崛起的同時，有多少公司倒下了？這些公司成功之前，投入了多少年？答案往往是5~10年。

這種現象背后的底層邏輯，是系統的結構與關系，更重要的是系統存在所依賴的思維模型與三觀——你有什么樣的思維模型與三觀，就會搭建什么樣的系統結構與關系，就會形成什么樣的運行模式，最后才會表現為一些外在的現象。

三個關鍵詞之“落地”

其次就是“落地”。落地跟系統一樣，屬于復雜的巨系統工程，任何成功都不可能僅靠單一因素實現，大家不要相信“上了AI就成功”的話，成功一定是多種因素共同作用的結果。

但是難點就來了——當下我們最不缺的就是“答案”，而我們被異化的思維模式又特別喜歡找標準答案，在“開卷考試”時代，答案滿天飛，最缺的是適合你自己的答案。

我想分享兩句特別出名的話，第一句是：“做出演示不難，成為產品要花十年之功?！?/strong>大家看到OpenAI是其在2022年11月30日推出ChatGPT，但是很少有人看到其前面十余年的積累。如今很多人模仿其方法，但我敢做一個大膽預測：單純模仿是沒用的，因為你沒有OpenAI從十年前就開始的數據積累與技術鋪墊。

第二句話是：“演示驚艷無比，初用贊不絕口，再用滿頭大汗……只有極少數成功的演示能夠存活到成為產品的那一天。”哪怕請愛因斯坦到你們公司，讓他為你做一份炒雞蛋，也未必合你胃口。人工智能恰恰是一個“看起來像愛因斯坦一樣的弱智兒”——不是它不聰明，而是它不了解你的具體需求。

關于實踐，我舉一個自己的例子。大家應該都讀過杜甫的《絕句》，有沒有仔細想過什么叫作“窗含西嶺千秋雪”？我原本只是覺得這首詩很美、特別有意境，直到我在成都住了幾年后才發現，那不是詩意渲染，那就是平實的描述。你只要在成都待的時間夠久，天氣晴朗的日子，透過窗口就能望見西嶺千秋雪。

同樣，當你聽到阿里、騰訊、微軟、甲骨文等公司講述激動人心的案例時，你必須親身體驗、實證后，才能理解其內涵。在這個時代，光靠學習是遠遠不夠的，要實證。

最后，我想用“五個饅頭”的故事為這一部分收尾。業界有一個傳說，有一個肚子很餓的人找到一個商家，商家好心給了他饅頭，但他一直吃到第五個饅頭才飽，而第五個正是一個智能饅頭。

這五個饅頭分別對應著文化、人才、流程、數據、智能。于是，業界就出現了兩種論調：第一種是埋怨商家為什么不直接給第五個饅頭，這樣就不用浪費吃前四個饅頭的時間了；第二種是傳說有人只吃一口智能饅頭就“成仙”了。

這兩種說法正是當前“朋友圈AI”普遍存在的誤導：要么鼓吹“一套系統解決所有問題”，要么宣稱“跟我學課就能一步登天”。

智能的確很重要，但智能系統需要依靠數據訓練與持續教導。當前大模型已學習大量人類既有知識，誰能為其注入新知識、實時生成與時俱進的決策數據，誰就能實現流程再造。但這難度不小，需要企業具備相應的文化與人才——而現實是，多數組織仍沿用舊有考核方式，重“摘果”而輕“耕田”。

更根本的挑戰是：你的客戶真的需要“智能”嗎？不，客戶需要的是“解決方案”。智能只是手段，滿足需求才是目的。

三個關鍵詞之“以人為本”

這就引出第三個關鍵詞：“以人為本”。越是深入技術，我就越意識到：人與技術的關系，不是簡單的加法關系。

前不久在一次政府交流中，有人提出：“AI+”非常重要，但不要只做“物理性的加”，而應做“化學性的加”——也就是“化”或者說“做乘法”。這讓我想起20世紀提出的“四個現代化”中“化”字的深意：它意味著內化、融合，遠非簡單疊加可比。

一些領導提醒我們，物理疊加容易，化學融合則難得多。人與機器本質不同，AI作為“新質生產力”，難道不需要有一個新質生產關系去跟它匹配嗎？當你構建了一個新的新質生產關系時，往往意味著組織內部的改革或轉型。

因此，首要挑戰反而是認知。穆斯塔法·蘇萊曼（Mustafa Suleyman）是微軟AI首席執行官，他曾在8月19日寫了一篇博文稱：“我們必須打造為人類服務的人工智能，而不是成為人的人工智能?！保╓e must build AI for people; not to be a person）他在文中專門強調了看上去好像有意識的AI的危險性。

其實，從某種意義上而言，媒體熱衷于炒作“一定要做一個像人的機器”是極度危險的，對人類而言，甚至無異于“找死”。實際上，機器本可幫助人類擺脫重復勞動，為何偏要制造容易讓人產生誤判與情感依賴的擬人系統呢？

《西游記》中，只有孫悟空能識破白骨精，唐僧、八戒這樣的肉眼凡胎皆被迷惑。那我們為何要為易受欺騙的人類制造更多“白骨精”？

最近有關“看起來有意識的AI”（Seemingly Conscious AI，簡稱SCAI）的討論不少，其實一個看起來像人的機器人是極度危險的，因為人容易產生共情。一旦人機關系取代人際關系，社會將面臨更深層的異化。

老百姓或者大眾對于AI的認知或多或少受政府、媒體與學界影響。關鍵選擇在于：你希望塑造一個“機器像人”的社會，還是“機器如工具”的社會？兩者皆可實現，但方向截然不同。

微軟在7月份的年度員工大會上請來了一位心理學家。為什么請心理學家？因為當機器越來越像人時，人類將面臨心理層面的挑戰——焦慮、失衡甚至精神危機。這位心理學家指出，阻礙轉型與創新的真正因素不是技術，是心態！

所以，我在此套用一句詞：“他強由他強，清風拂山崗?！?/strong>機器是“你強它就強，你弱它更弱”。機器的強弱，其實取決于人。

AI改革宣言

展望未來雖常被視為無意義，但我們仍可做一些預演。正如剛才講到的認知，一個人或組織的所有成就，無論大小成敗，都是認知的變現。

一個能夠充分發揮AI能力的企業一定是一個能夠有效管理知識的企業；一個能夠有效管理知識的企業一定是一個能夠充分利用數據的企業；一個能夠充分利用數據的企業一定是一個數據驅動的企業；一個數據驅動的企業一定是一個由數據驅動流程并能夠通過流程隨時生成數據的企業；一個由數據驅動流程并能夠通過流程隨時生成數據的企業一定是一個數字化的企業；一個真正數字化的企業必然是一個數據應用與數據安全合規并重的智能化企業；一個數據應用與數據安全合規并重的智能化的企業必須是一個以人為本的企業。

因此，盡管今天我們在談人工智能、談落地，但我更愿意稱之為“數字化轉型”——這一本質幾十年來從未改變，甚至可回溯至“信息化”時代。

信息化、數字化，從來就沒有不重要過，只是我們被信息繭房誤導，總在追逐所謂“新事物”，像狗熊掰玉米一樣，邊掰邊丟。在此，我提出一份“AI改革宣言”，供大家參考。

AI改革宣言

1

實證大于空談，人心大于技術

2

產生方法的方法大于產生的方法

3

舊范式產生不出新結果

4

“彼之蜜糖，汝之砒霜”

5

從小處改起，從容易處著手

6

沒有數字化，就不會有智能化

7

警惕“朋友圈AI”神話，重視苦活、臟活、累活（文化、思維、人才、流程、數據、反饋、迭代）

8

抵抗“高估短期，低估長期”的傾向

9

以人為本，做機器的主人翁

10

AI落地是一個復雜的巨系統工程

基本上，1—4是心法，5—8是做法，第9點是以人為本，最后是我想說的一點，即這是一個復雜的巨型系統工程。

我們都生活在各自的信息繭房中，容易忘記腳下的路。其實日子既沒那么好過，也沒那么難。媒體常渲染“你不行”，但你行不行，只有你自己知道。

這就好比見別人爬山，自己也去爬。以為到頂了就是結束，卻不知“一覽眾山小”之后還需下山——因為前方還有更多的山等著去爬。

這一切背后，仍是經典的DIKW金字塔（數據-信息-知識-智慧）在起作用。微軟今年倡導“前沿組織”，正是因為組織與個體必須呼應。前沿組織需要超級個體作為支撐。

也正因此，剛才所講的冰川思維的另外一個變體，就是“大樹邏輯”（生存與發展之樹），我們可以用其來比喻個人與組織的成長。

樹根是思維體系，我稱之為系統思維、申辯思維、貝葉斯思維、逆向思維、成長思維這五個思維；中間的樹干部分則是非常重要的身體健康和心理健康；在再往上就是“以人為本”的根本，最上的樹冠部分則是“超級個體”和“前沿組織”。

展望一下，我們現在是Human-IN-the-loop，人機協同解決“如何做”（How）的問題，但在未來，人類實際上更需聚焦“為何做”（Why）的價值判斷，是Human-ON-the-loop。機器會把How和What的問題全都解決掉，但如果沒有人解決Why的話，社會終將陷入混亂。

如今，抵制機器的盧德主義者越來越少，沉迷在機器制造的信息里的人越來越多，可以稱之為另一種“崇拜機器為神”的新盧德主義者。離不開手機、沉迷圖像和短視頻的人陷入即時滿足的享樂主義……但很少有人有腦力能進入“AI for science”的探索未知階段，更少有人能夠抵達精神升華的層面。這并非AI本身的問題，是開發、推廣、宣傳、監管和使用AI的人類的共同問題，是我們能否超越淺層享樂，走向更高階段的素養問題，很多人早在第二步就深陷不已。

未來幾年，我個人的目標是參與“21世紀的新掃盲運動”——構建信息文明時代的思想、認知、知識、健康（身心）、學習、生活與工作新范式。這不是定論，而是持續演進的過程。唯有堅守原則且與時俱進的思想與方法，才能應對新挑戰。

問題在于，哪些原則是不可變的？這才是真正的挑戰。

我們每個人都站在山腰上，繼續往下走還是往上走，我并沒有答案。但我清楚，我必須不斷掃盲認知、更新思維，以迎接這個時代的考驗。

技術是乘數，始終是要乘在人身上的，“人”才是這個被乘數。100的技術乘以1是100，乘以0.5呢？乘以-1呢？“加法思維”常讓我們忽略：被乘數才是最重要的，人才是決定結果的關鍵。

保持人的主體性和主觀能動性，不讓機器或他人定義你我是誰——誰能夠駕馭機器，誰就將成為世界的主人。

文中創意圖片已獲視覺中國授權。部分圖片由演講者提供。

編輯| 李鈺婷

責編| 岳頂軍

歡迎點擊小程序，全方位了解中歐！

你還可以在這些平臺關注中歐

關注中歐官方視頻號

點擊咨詢中歐課程