2025AI轉型前瞻：八大高管眼中的未來趨勢與生存法則

採訪 |齊卿彭海燕

整理 |莊妍朱羽婓

AI轉型已成為企業重塑競爭力、探索增長新曲線的核心議題。本篇《AI轉型啟示錄》專欄文章，我們精選了8家不同行業領軍企業高管關於企業AI應用現狀的訪談精華。旨在揭示AI技術從概念驗證到規模化落地的關鍵路徑，以及企業在戰略定位、組織適配和場景價值挖掘中的實踐與挑戰。

調研發現，企業AI應用已從單點工具賦能邁向全流程重構，呈現三大特徵：戰略層面，頭部企業明確“AI優先”原則，透過自研或合作部署行業大模型，推動產品與服務智慧化升級。場景層面，AI深度滲透人力資源、生產製造、客戶服務等高價值環節，既提升運營效率（如合同稽核效率提升數倍），也催生數字員工租賃等新商業模式。組織層面，跨職能協作、扁平化管理成為趨勢，但資料治理、人機邊界界定仍是普遍痛點。這些實踐為行業提供了AI轉型的差異化樣本，也揭示了技術、業務與組織協同進化的必然性。

訪談嘉賓：

鄧堅美敦力大中華區商務運營服務部副總裁

丁龍威高威智公司總經理

吳嵐 TCL科技集團副總裁

蔡雪金蝶中國助理總裁、HR產品事業部總經理

李中興天津醫藥集團人力資源總經理

呂紅美國暉致醫藥人力資源高階副總裁

王茜泰爾茂(中國)投資有限公司人力資源總監

梁家廣安踏集團安踏學園校長

戰略佈局：

AI優先

還是漸進融合？

要點小結：企業AI戰略呈現多元化路徑，既有激進轉型也有漸進融合。數字化、先進製造業（如金蝶、TCL）明確“AI優先”原則，透過自研或合作部署行業大模型，推動產品智慧化升級，探索數字員工租賃等新商業模式。醫療（美敦力）等行業更注重AI與現有業務的漸進式結合，強調技術適配性和實際價值。無論以 “All in AI”以突破行業邊界，還是透過“AI in All”最佳化效率，企業均需平衡投入與短期收益。

中歐商業評論（以下簡稱CBR）：公司在戰略上是如何規劃AI轉型？公司在AI轉型上是側重“All in AI”（AI+創新業務）還是“AI in All”（現有業務+AI）的模式？

鄧堅：美敦力全球領導層都非常重視AI。我們在美國正在嘗試一些OEM AI（原始裝置製造商的人工智慧），尤其是在創新技術和療法領域。我們在美國建立了專門的AI團隊，負責整合公司內外部的資源，進行相關的研究和產品開發。針對中國市場，我們更多是將AI與現有業務進行結合，主要專注AI在公司運營效率和客戶互動領域的實際應用。我們認為中國對比其他國家，會構建自己的AI生態系統。所以美敦力全球和中國將緊密結合，構建我們在AI領域的全球整體佈局。

蔡雪：2025年，金蝶將開始全面轉型為企業管理AI公司，我們始終堅持“AI優先”。當前金蝶的AI應用已進入全面深化階段，已將DeepSeek為代表的AI大模型全面整合至金蝶雲全線SaaS應用及金蝶雲蒼穹平臺，併成立了專門的AI團隊。金蝶不僅在產品端重構流程（如將傳統ERP模組拆解為原子化能力並透過Agent編排），還以AI探索新型商業模式。儘管初期投入巨大，但AI已帶來顯著收益，包括：內部運營效率提升（如合同稽核效率提高數倍）、間接戰略價值，以及風險規避（如合同合規性最佳化）。

王茜：泰爾茂集團在AI應用方面採取了漸進式的策略，強調業務場景的結合和實際應用效果。集團並不追求技術上的最先進，而是注重技術的適配性和實用性，以解決具體業務問題為目標。

場景落地：

AI如何重塑

核心業務？

要點小結：AI應用已從單點工具邁向全流程重構，深度滲透高價值場景。受訪企業的共性在於：AI既提升運營效率（如合同稽核提速數倍），也催生新業務形態（如雷鳥AI眼鏡）。但場景落地需解決資料孤島與技術適配問題。

CBR：公司目前AI主要應用在哪些業務場景中？

鄧堅：美敦力的AI應用主要集中在三個方面。一是，運營效率提升，儘量透過數字化和AI的應用，實現產品流向全鏈條的管理，以及日常運營工作的自動化。二是，客戶互動，包括潛在客戶開發、現有客戶的連線、新療法的推廣等。三是，數字醫療，主要集中在藉助數字化和AI技術進行新產品和新療法的開發。我們相信，隨著中國AI生態系統的迅速迭代和快速擴張，跨國公司在中國將會開發出更多的AI實際應用場景。

丁龍：骨科手術機器人屬於醫療器械行業細分賽道。AI在其中的作用，一是做流程化工作，如手術規劃，幫助醫生更好地瞭解患者病情，確定手術方案；二是幫助機器人積累能力，使其更智慧。在實際應用中，透過軟體處理患者的CT影像，進行分割、重建，標註關鍵解剖點，制定手術規劃，手術中還能參與配準等環節，輔助醫生操作。

吳嵐：TCL 採取兩條腿走路的方式。一方面，在現有的 To C 和 To B 業務中積極應用 AI 技術，如 TCL 華星在半導體顯示生產線上運用 AI 實現提質降本，智慧終端產業用 AI 進行產品創新，推出雷鳥 AI AR 眼鏡。另一方面，透過低成本試點探索新業務機會，比如 CES 上展示的機器人寵物，在AI技術助力下，有機會成為新的業務賽道。

蔡雪：目前我們在AI的應用場景上已經非常廣泛，主要集中在財務、人力資源等領域，賦能企業決策、資料分析、財務處理、供應鏈管理、IPO等全業務鏈環節。其中，“星瀚人力雲”由金蝶與華為攜手打造，沉澱了華為30多年的豐富實踐以及最前沿的管理理念。近年在模組和功能上進一步創新、擴張，透過AI技術幫助企業打造數字員工。比如在與海信的合作中，雙方共創AI應用，打造了員工活水平臺及近20個業務場景，實現員工全旅程和人才供應鏈全鏈路的智慧化體驗。在金蝶內部，我們為銷售團隊配備了數字銷售助理，透過連線內部系統即時調取客戶歷史合作資料，輔助銷售快速響應客戶需求。在合同稽核方面，我們利用AI自動審查合同合規性，大幅降低人工稽核的工作量和錯誤率。

王茜：AI已深度融入業務流程最佳化與資料驅動決策。我們透過建立數字化平臺整合銷售端與FCS（銷售、研發、市場背景團隊）的資料，構建知識中心以支援產品鋪貨、市場投資及風險管理。例如，銷售資料的即時監測幫助最佳化下沉市場策略，而醫生培訓資料則用於學術支援與產品迭代。此外，AI還被用於績效評價框架設計，透過設定SMART原則提升管理效率。

呂紅：以研發為基礎技術領先製藥公司，在藥物研發中利用AI加速靶向治療探索，尤其在神經退行性疾病（如帕金森、阿爾茨海默病）領域，AI能縮短研發週期並填補傳統方法的空白。此外，AI在個性化治療和患者陪伴方面也取得進展，如美國透過數字化手段提供個性化診療服務，但中國在這一領域尚處於探索階段。

李中興：天津醫藥集團在AI應用上處於摸索階段，目前已接入DeepSeek。在生產方面，新建數字化智慧車間，提升生產效率和穩定性。營銷方面，用於人員培訓、終端講解（如AI數字人）及銷售資料探勘。研發方面，在化藥研發的分子模型設計等工作上進行探索，但仍處於研究階段。

梁家廣：安踏將AI視為提升效率的工具。目前在銷售、設計等環節引入了AI工具，提升崗位的效率。如在設計領域，引入AI製圖軟體，大幅提升繪圖速度與展示力，實現流程效率躍升。在我們看來，AI更多的是提升崗位效能，而不是去替代崗位上的員工。

組織變革：

人機協作的

最佳邊界在哪裡？

要點小結：AI驅動組織向扁平化、跨職能協作演進，但人機邊界界定仍是重要挑戰。企業透過矩陣管理或專案制打破部門壁壘，AI承擔基礎流程自動化（如HR簡歷篩選），釋放人力聚焦高價值決策。受訪者關鍵共識在於：AI輔助而非替代人類判斷，尤其在戰略決策和複雜溝通場景中，需結合資料理性與人文洞察。未來組織需平衡技術效率與人性化管理，構建“AI參謀+人類決策”的互補模式。

CBR：AI為組織帶來哪些變化？

吳嵐：在組織管理上，透過“指標互鎖和互背”強化組織敏捷性，未來組織可能更加扁平化，減少協作節點，提高效率。總部定位也在變化，向小而精發展，賦能/使能職能加強，管控職能因AI技術和數字化系統的發展而最佳化，實現更合理的授權和監督，同時共享服務在AI加持下將更具規模化、個性化和人性化。

王茜：AI在管理中的核心價值在於效率提升與跨部門協作。例如，HR部門透過AI機器人處理簡歷篩選、薪酬福利系統化等基礎工作，使團隊轉向戰略層的人才結構最佳化與組織能力建設。我們嘗試將AI應用於績效預審，結合戰略目標分解與資料模型生成初步評價，輔助管理者調整。此外，透過專案制管理打破部門壁壘，利用“理科生+文科生”組合平衡資料理性與組織軟性溝通，推動AI與人的相互成就模式。

CBR：企業決策過程中，AI發揮怎樣的作用？如何界定人機協作的邊界？

丁龍：在人機協作中，需求探索和決策環節人類判斷不可取代。AI 雖然能提供很多建議，但提出問題、決定解決什麼問題以及最終決策的是人。AI 主要是在人確定目標和方向後，幫助實現最優路徑。同時，人類為 AI 產生的結果賦予價值意義，且承擔最終責任。即使 AI 給出的結果看似都有意義，也需要結合時間、資源等因素評估，透過 MVP 測試後再做決策。

呂紅：AI時代需平衡理性與人性化。一是，避免技術霸權。資料科學家提供客觀分析，但業務高管需結合現實情境決策。例如，複雜問題需專家與利益相關者會診，融合AI資料與人類洞察。二是，維護組織多樣性。透過跨職能協作（如網狀組織）防止技術團隊壟斷決策權，確保多元聲音被納入。

李中興：在決策方面，AI 至少短期內無法代替人類決策。人類決策具有堅定性，如企業長期投入研發產品最終成功、毛主席四渡赤水等案例，體現了人類決策的遠見和堅定，這是 AI 目前難以具備的。

梁家廣：從領導力和管理學角度，決策不是單純的資料模型問題，還涉及很多其他因素，如利益相關者的感受。在與人相關的決策中，機器無法替代人，因為人的意願度、肢體語言等資訊機器難以分析，AI 在決策中只能起參謀作用。

*****

企業AI轉型已從早期的技術探索逐步轉向規模化落地，並在效率提升、業務創新和組織變革中展現出巨大潛力。然而，這一程序仍面臨資料治理、技術適配、人機協作邊界等重要挑戰。未來，企業需在戰略層面平衡“AI+業務”與“AI驅動創新”的雙軌模式，在組織層面強化跨部門協同與人才賦能，同時在應用層面注重AI與人類決策的互補融合。AI智慧體正逐漸融入企業組織，企業需要理解AI智慧體的作用與價值。AI Agent（AI智慧體），不是助手或工具，而是組織里的一個角色。它能推理、能判斷、能執行任務，重新定義組織的最小功能單元。企業必須給智慧體以許可權、目標和評價機制。越早讓智慧體擁有許可權，它就越能成為組織的一部分，而不是一個外掛。

AI 工具只是“降本”的故事，Agent 才是真正能讓你“重構組織”的開端。下一篇文章中，我們將深度探討AI時代組織變革的前沿實踐。歡迎讀者朋友們持續關注我們的專欄。

【注】以上排名根據內容邏輯安排，受訪人出現次序不分先後。