【核心觀點】

基本矛盾：數字化轉型的基本矛盾就是企業全局優化的需求和碎片化的供給之間的矛盾。

勇于探索：企業要想成為引領全球的領導者，成功應對快速變化的市場環境，就必須在數字化轉型的全新領域勇敢探索。

協同創新：多主體協同創新不僅需要數字化和智能化的技術手段，更需要改變企業內部的組織管理和外部的商業模式，也就是讓生產關系匹配生產力，才能真正得以實現。

指數曲線：企業的數字化投入如果是一條向上的斜線，那么其收益并不是一條同樣向上的斜線，而是一條指數曲線，開始時緩慢向上，一旦經過了某個拐點之后，就會呈現出快速增長的態勢。

人才標簽：能夠適應人工智能時代、滿足未來社會需求的人才應該具備三個標簽：創造力、想象力和批判性思維。

AI機器人：未來具有超級能力的AI機器人將遍布各個行業和領域，如何將這些AI機器人充分調動起來，取決于企業的組織能力，而企業的組織能力又取決于人的能力。

【對話實錄】

數字化轉型要解決全局優化需求與碎片化供給之間的矛盾

趙福全：安博士，前面主要交流了產品力，下一個話題咱們談談創造力或者說生產力。2023年汽車工程學會專門成立了數字化與智能制造工作委員會，我作為牽頭人受邀出任主任委員，您也在其中擔任副主任委員。我們成立這個專委會的主要目的，就是要推動數字化更好地賦能汽車企業系統性的產品創造力。

實際上，產品創造力絕不僅僅是研發的事情，而是涵蓋了企業研產供銷服管等各個環節，并且每個環節還要相互打通，最終形成企業產品創造的綜合能力。更進一步來說，這也不僅僅是整車企業內部的事情，還需要與外部的各類供應商等合作伙伴緊密協作。比如，研發環節不能只靠整車企業，相關供應商也必須參與進來，特別是一些科技公司的作用不可或缺；生產環節，整車企業其實只負責集成和組裝，絕大部分零部件都是由供應商提供的；采購環節也有巨大變化，因為現在的汽車供應鏈不僅包括硬件，還包括各種軟件，對此整車企業必須以不同的方式進行有效管理；最后，服務體系就更復雜了，未來汽車產品與外部各種服務都需要基于數據全面連接和打通。由此，企業才能形成研產供銷服一體化的綜合能力，也即智能制造體系的產品創造力。

我認為，與產品力相比，數字化對創造力的賦能，意義更加深遠。而像汽車這樣高度復雜、新舊融合的大產業，正是數字化賦能創造力的最佳載體和平臺。反過來說，人工智能助力汽車產業實現更高水平的資源優化配置，將是其最重要的應用場景之一。當然，企業要成功獲得數字化的賦能絕非易事，必須面對種種挑戰。那么在您看來，當前汽車產業數字化轉型的卡點究竟在哪里？汽車企業到底應該怎樣推進數字化轉型呢？

安筱鵬：趙院長提的這個問題，我覺得從廣義上講，是數字化轉型中最重要的問題，我將其定義為基本矛盾。何謂基本矛盾？簡單地說，就是矛盾背后的矛盾、問題背后的問題。我們上學時都學過，我國社會主要矛盾是人民日益增長的物質文化需要和落后的社會生產之間的矛盾；而十九大報告指出：我國社會主要矛盾已經轉化為人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾。這個表述中的“不平衡不充分的發展”，就指向了生產力有待進一步提高的基本矛盾。

那么，今天數字化轉型的基本矛盾是什么呢？我此前講過一個觀點，數字化轉型的基本矛盾就是企業全局優化的需求和碎片化的供給之間的矛盾。剛才趙院長談到，企業必須基于數字化手段，打通產品研發、生產、采購、銷售和服務等各個環節，實現各種資源的全局優化配置。因為在市場需求發生巨變之際，企業只有這樣做，才能有效組織內外部資源，對用戶快速變化的需求做出實時、精準的響應。所以，這種全局優化是企業提升核心競爭力的迫切需求，也是數字化或者說智能化的價值所在。

然而目前各項業務的信息化系統基本都是相互孤立的，很難確保將正確的數據，在正確的時間，以正確的方式，傳遞給正確的人。也就是說，當前的根本問題在于，掌握數字技術的供應商們給汽車企業提供的解決方案都是碎片化的。例如在同一家車企，可能是A公司做了一套CRM客戶關系管理系統，B公司做了一套ERP企業資源管理系統，C公司又做了一套PRM項目管理系統，此外還有D公司做了一套人力資源管理系統。這些軟件公司的產品大多由來已久，當年是為了解決某個局部問題而誕生的，本來就沒有考慮過解決數字化轉型的全局問題。當然，即便想要解決全局問題，也很難做得到。試問，我們怎么能指望一家軟件公司把汽車企業的所有問題都解決了呢？所以，當我們以更長的視角審視就會發現，在過去二三十年里，企業數字化轉型面臨的一個最主要的問題就是供給與需求脫節，這也是當前很多問題背后的根本原因。

那么，這個問題應該怎樣解決呢？我認為，這需要供給側與需求側聯動。最近我觀察到，很多行業的領頭羊企業，在躋身全球第一梯隊，不得不走進創新發展的“無人區”時，都做出了一個共同的選擇，那就是“以我為主”去探索全新的數字化技術架構和解決方案。像ERP、CRM等系統，現在已經不是乙方提供給甲方什么，甲方就用什么了。很多甲方都是自己來主導技術架構及解決方案的設計，然后讓乙方按照自己的想法來執行。這些方案也往往不再是傳統的線下部署，而是開始轉向云端來重新構建。就是說，這已經不再是部署單一的某套硬件設備及軟件系統，而是整體性地遷移企業的數字基礎設施體系了。也只有這樣，才能從根本上滿足企業全局優化的需求。對于企業而言，進行這樣前所未有的創新嘗試肯定會遇到諸多挑戰，其領軍人也要承擔很大的風險和責任，但是企業要想成為引領全球的領導者，成功應對快速變化的市場環境，就必須在數字化轉型的全新領域勇敢探索。這是我的一個判斷，現在看來也越來越受到企業的認同。

在這樣的全新布局下，數字化才能真正對汽車產業產生全局性的影響。舉個例子，隨著市場需求的變化越來越快，汽車企業都非常希望能夠縮短產品研發周期。目前汽車產品的研發周期已經從以前的三四年，逐步壓縮到了現在的24個月、18個月、甚至更短。然而像汽車這樣集大成的復雜工業品，要在確保質量的前提下不斷縮短研發周期，像IT產品一樣快速迭代，談何容易？這就需要企業在產品研發、生產以及供應鏈等每一個環節，都形成更強的組織和協調能力，并且充分打通各個環節，以進行全局性的整體優化。顯然，企業如果不進行系統性的數字化轉型，是無法實現上述目標的。

趙福全：剛剛我問的其實是數字化轉型中最難也最關鍵的問題之一，而安博士的回答非常到位。您分享了一個非常重要的觀點，當制造業擁抱AI技術、實施數字化轉型的時候，既有單個領域如何突破的局部挑戰，更有多個領域如何協同的全局挑戰。

從供給側看，在ANI時代，解決單個問題的軟件系統及專業能力，已經有了很深的積累，但是這種能力并不能滿足AGI時代汽車企業進行全局優化的需求，也不足以支撐汽車企業主導下全新數字化解決方案的實施。也就是說，沿著原有的方向發展，數字化已經遇到了瓶頸。再從需求側看，為了快速響應市場變化，根據用戶需求來打造產品，汽車企業既需要在產品研產供銷服的各個環節都實現數字化，更需要打通所有這些環節，讓各方的資源和力量都能有效協同，這就是一個系統性的問題了。比如說，研發部門做到了根據用戶數據來定義和開發產品，但是生產不能按此靈活調整；或者生產實現了智能化定制，但是供應商包括物流、倉儲等卻跟不上，這無疑都是不行的。如果說過去數字化主要致力于也只能解決某個環節的問題，那么今后隨著數字技術特別是AI技術的進步，數字化必須解決的主要問題就是打通各個環節，確保各參與方始終站在同一條進度線上來打造產品。

正如安博士指出的，當前通過數字化提升創造力的重點方向，更應該聚焦于各個環節的充分打通和有效協同上。與之相比，各環節自身的數字化能力提升可能反倒沒有那么緊迫，甚至可以說是“小巫見大巫”了。假如企業認為研發重要而忽視了生產，又或者覺得生產重要而忽視了供應，那其數字化轉型肯定無法獲得良好的結果。這意味著企業既要做到每個環節和領域的專業化，更要做到所有環節和領域的協同化。而實現這種專業化分工基礎上的多主體協同創新，就是今后汽車企業最重要的目標。

我想強調的是，多主體協同創新不僅需要數字化和智能化的技術手段，更需要改變企業內部的組織管理和外部的商業模式，也就是讓生產關系匹配生產力，才能真正得以實現。以汽車產品開發為例，原來主要涉及的就是技術問題，可以由研發負責人來掌管；而現在涉及的遠遠不只是技術問題，研發負責人的權限就不夠了，應該由整車企業的CEO或者擁有類似權限的領導來負責才行。比如，在新形勢下研產供銷服各部門需要更緊密的有效協同，才能快速、精準地打造產品，而研發負責人是很難調配其他部門資源的；再如，一些核心軟硬件技術來自于外部供應商，必須合理選擇并與之建立長期的戰略伙伴關系，而這樣的決策顯然也不是研發負責人能做的。所以我認為，新時期只有像CEO這樣的角色，才能有效統括全局，推進汽車產品的打造。同樣的道理，如我前面提到的，數字化轉型首先是領導力的轉型。只有董事長、CEO轉變了理念和認知，企業的數字化轉型才能做到位；而眾多企業的董事長、CEO們都轉變了理念和認知，整個行業的數字化轉型才能做到位。

安筱鵬：趙院長，我再補充一點。我們之前做過一個研究，結果發現：企業的數字化投入如果是一條向上的斜線，那么其收益并不是一條同樣向上的斜線，而是一條指數曲線，開始時緩慢向上，一旦經過了某個拐點之后，就會呈現出快速增長的態勢。

仔細分析來看，這個結論其實是有道理的。在剛開始數字化轉型時，企業要進行很多單項的投入，例如購買相關的硬件設備和軟件系統，逐漸完成各個業務板塊的數字化基礎設施布局。該階段的投入是很大的，但效果只來自于單一領域的特定應用，就是前面說的研發、生產或供應鏈中的某個環節，因此企業的收益有限。之后企業開始把各個領域的應用都集成起來，包括企業內部資源的集成以及與外部供應商、銷售商、服務商等資源的集成，最后構建形成一個創新生態。到了那個時候，數字化轉型才能真正產生全局優化的效果，企業的收益也才會隨之呈現出指數級的增長。

趙福全：這樣的研究結論正好可以支撐我們的觀點。就像剛剛談到的，目前數字化轉型的主要問題就是要把各個環節和領域打通，這樣當數字化的投入積累到一定程度后，才能實現1+1>2的協同效果。所謂“打通”不只包括企業內部的組織和管理優化，還包括企業與外部各類伙伴的分工協作與資源整合，最終各方將形成一個命運共同體，也即一個多主體協同創新的產業生態。在這個生態中，任何環節和領域都不能有缺位或不足。如果說互聯網產業的規律是長板效應，互聯網公司可以憑借某個單點上的優勢脫穎而出，那么我認為當數字化和智能化進入制造業的時候，其規律就變成了短板效應。因為制造業更強調集成，只有單點優勢并不足以提升企業的綜合實力，相反，任何單點存在短板都會拖累企業整體的表現和收益。

人工智能時代的人才必須具備創造力、想象力和批判性思維

趙福全：接下來進入下一個話題。數字化轉型要解決諸多難題，但歸根結底還是要解決人的問題。而人的問題不僅涉及到企業高層領導力的轉型，還涉及到全體員工思維方式、基礎能力和知識架構等的轉變。對于原本偏向機械硬件的汽車產業來說，企業在數字化轉型的過程中，必須有針對性地調整內部人才結構，更多地加強智能化及軟件等方面的人才。

這實際上又涉及到了整個產業人才培育的大問題?，F在高校既有的學生培養體系也面臨很多爭議，比如未來主導汽車產業發展的人才到底是繼續來自汽車專業，還是會來自人工智能等相關專業？是讓汽車專業的學生學一些人工智能的課程，還是讓人工智能專業的學生學一些汽車的課程？面向未來的迫切需要，高校應該怎樣培養跨界的新型復合型人才？當然，無論高校培養體系的改革進展如何，企業自己都要基于現有情況，盡最大努力解決好人的問題。那么安博士，您怎么看這個問題？

安筱鵬：這也是一個非常大的話題。我想從兩個方面談談自己的理解：首先從整個社會的角度來看，未來5-10年，隨著人工智能更加普及，我們需要什么樣的人才；相應的，教育理念和方法需要怎樣調整。然后回到汽車產業，審視一下具體的人才需求和組織調整等問題。

總體而言，當人工智能全面到來的時候，我認為教育將是全世界、全社會受到最大挑戰的行業之一。因為有了人工智能，人類就不需要再像以前那樣死記硬背很多知識或者勤學苦練很多技能了。比如當你在工廠工作時，會有一個數字人和你一起配合，它是一個由通用人工智能賦能的超級學霸，這個學霸可不是市里或省里的狀元那么簡單，而是幾乎學習了地球上所有的知識，試想這樣的數字人會給你多大的幫助！當然，由此也帶來了一個問題——未來5-10年或者更長的時間之后，制造工廠、律師事務所、醫院以及行政單位等等，究竟需要什么樣的人才？對此很多團隊都展開過深入的研究，綜合來看，能夠適應人工智能時代、滿足未來社會需求的人才應該具備三個標簽：即創造力、想象力和批判性思維。既然如此，我們就要反過來思考，當前的高校乃至整個教育體系能不能培養出這樣的人才呢？如果不能，這就是今后教育體系深化改革的方向和目標。也唯有如此，教育才能跟得上時代的發展進步。

回到汽車產業來看，上述結論也同樣適用。近期我與一汽的管理層交流得比較多，他們推動數字化轉型和人工智能應用的方式方法，我認為非常值得借鑒?？赡芎芏嗳硕加X得，央企的創新似乎不那么活躍，同時東北地區的發展活力似乎也不那么足。而依我觀察，這應該是一個錯誤的認識。至少一汽這家東北的央企，在數字化轉型方面展現出了很強的活力和創造性，其組織變革的力度甚至要比不少民企更大。

我講幾個案例。第一個案例是關于組織方式的。我們知道，當前幾乎每家企業都有業務人員和IT人員，以往的組織方式是分成業務部門和IT部門，前者把需求傳遞給后者，然后再由后者購買或外包開發軟件系統來滿足需求。而現在一汽將內部的業務人員和IT人員編在一起，稱之為戰隊，形成了一個有機的整體。即在最基本的業務單元上，IT、數據和業務部門的人員共同組成一個聯合體，然后一起確定并滿足各種需求。應該說，這種組織方式與很多傳統企業所做的變革都不一樣，體現出一種創新的理念。

第二個案例是關于數字化解決方案的。前面我講過，當一家企業進入到數字化轉型的“無人區”時，一定要“以我為主”來主導推進相關工作。而一汽正是這樣做的，他們從自身的實際需要出發，自行設計并構建了基于云的數字化解決方案，包括企業資源管理、研發管理、供應鏈管理等系統，都是一汽按照整體規劃重新構建的。老實說，這種全面重構的轉型實踐，難度之大超乎想象。所以，我曾和他們半開玩笑地說，數字化轉型是一場攀登珠峰的競賽，而一汽選擇了從更艱難的北坡上山。

第三案例是關于人工智能大模型的。在這方面，一汽的推進也很快。我關注到央視《新聞聯播》在介紹新質生產力時，曾經專門提到一汽聯合阿里云通義千問打造的GPT-BI大模型應用。目前一汽的管理層包括董事長、總經理，都在使用這個大模型，以實現基于實時數據的科學決策。

從上面的例子可以看到，一汽推進數字化轉型和AI應用的行動不是孤立割裂的，而是相互聯動的，從而形成了從認知、到戰略、到組織、再到一系列具體舉措的系統工程。諸如企業對組織架構的調整，對數字化方案的主導，以及對AI大模型的應用，看起來只是一個個現象，而在這些現象背后的，則是企業積極擁抱新技術、新模式以應對市場巨變的決心和勇氣。未來肯定還會有更多更強的人工智能技術投入應用，相信所有企業都想擁抱這些新技術，然而有意愿是一回事，有能力則是另外一回事。而在我看來，一汽就是一家既有意愿、也有能力應用數字化和智能化技術的企業。

趙福全：剛才安博士從未來人類社會的高度，對人工智能時代的人才應該具備什么能力進行了精要闡釋，并指出這就是教育體系改革的目標所在。

說起來，人才問題的確是一個大話題。而且當前人工智能的應用才剛剛拉開序幕，今后還會出現很多我們今天難以想象的景象。未來我們將會處在人機共生的環境中，即人與AI機器人一起工作、一起生活。當然，AI機器人并不是非要做成自然人的形態，但它一定會具備覆蓋一個甚至多個行業的集大成的超級能力，或者說是一個非常厲害的“人”，可以有效輔助和支撐人類的各種活動；而人類則必須與這樣的AI機器人共同合作，才能更好地創造產品、提供服務、完成工作。最終，整個世界都將因此而改變。正因如此，未來人才的能力需求將發生根本性的改變。

首先，簡單強調某個領域記憶性的知識或者重復處理某個問題的技能，都沒有什么意義了，因為在這些方面AI機器人的能力要比人類強得多。但是人具有創造力，可以提出創新性的方案，然后讓AI機器人來落地，因此人與AI機器人協同工作的能力就變得至關重要。從這個角度看，如果說原來學生先要學習怎樣與其他人交往，那么未來學生可能也要學習怎樣與AI機器人交往，這意味著學校必須徹底改變培養學生的目標和重點。我想，屆時或許培養學生建立適應人機共生社會的價值觀和世界觀也是非常重要的。

其次，未來具有超級能力的AI機器人將遍布各個行業和領域，如何將這些AI機器人充分調動起來，取決于企業的組織能力，而企業的組織能力又取決于人的能力。所以，高校除了培養學生掌握一定的基礎理論和專業知識，更重要的是，要培養學生管理多元資源特別是各種AI機器人的能力，也即新型的領導力。目前高校工科專業對學生領導力的培養遠遠不夠，而且基本沒有涉及對AI的管理，這是亟待改進的，因為未來具備管理AI的領導力將變得極其關鍵。

最后，未來人類可能只有在創新方面才比AI機器人更有優勢。因此必須著重培養人才具有創新的意愿、意識和能力。例如，人要敢于挑戰原有的組織架構，要積極擁抱各種未知的全新技術。就像我們前面講到的，人工智能將給人類帶來一個全新的世界，我們完全可以放飛思想、盡情想象、勇敢創造。到那個時候，曾經可能被認為比較虛的想象力和創造力，才是人類必須擁有并充分發揮的核心能力，而這也恰是當前的教育體系所缺乏的。

總之，人工智能在幫助人的同時，也將完全改變人。這將是一個從量變到質變的過程，而變化的速度正越來越快。為此，我們需要盡早做好準備。

未來人工智能將會重新定義企業的組織及管理

安筱鵬：是的，正如趙院長所說，未來人工智能將對人才的需求以及組織的形式產生巨大影響。事實上，我認為在人工智能的時代，我們需要重新定義組織。

為什么這么說呢？過去我們講的組織，就是一群人圍繞著共同的目標，相互協同來完成某件事情，組織的主體都是人。但是現在誕生了數字人，剛才趙院長也說到了AI機器人，今后可能是人與很多數字人一起協同工作，例如有研發的、有人力的、有編程的、還有法務的，各個方面的各種數字人。目前阿里云就有一個數字員工叫做通義靈碼，它的工號是AI001號，這個數字人對業務非常熟，工作效率也非常高。

未來當這些數字人進入公司之后，我們不難想象會有這樣的場景：召開一次新車型開發的研討會，或者人力資源的招聘會，參會的自然人有三四個，同時還有四五個數字人一起參會，可能是分別來自設計、人力資源和法務等相關部門的數字員工。就像您剛才講的，人與數字人將會協同工作，進入到共生的狀態。

在這種情況下，企業的組織包括內涵、形態和邊界等，都將與此前完全不同。同時，人力資源的功能和責權也將隨之發生根本性的變化。試想如果一家公司有30個人類員工和25個數字員工，那么數字員工是讓IT部門、還是人力資源部門來管理呢？對數字員工又該用什么方式來管理呢？另外，如果公司需要招聘某個領域的專業人員，不管是設計或銷售的人才，還是法務或財務的人才，既然公司無非是想借助這個人所具有的相關專業能力，那么為什么不干脆采購一批具備這些能力的數字人呢？也就是說，未來組織的主體將是自然人和數字人的集合，而且隨著人工智能技術的不斷進步，后者的比例很可能會持續提高，組織本身也就必須為之改變，這將倒逼企業形成重新定義組織以及管理新型組織的能力。

趙福全：所以說，人工智能似乎很遙遠，其實近在眼前。一系列變革已經在發生了，而且未來的改變可能遠不是今天的我們能夠想象得到的。當超級人工智能的時代到來之際，每一個人造單體都將具有高度的智能，同時這些智能單體又是互聯的，從而將會組合形成更高的群體智能。從這個意義上講，人工智能領域從量變到質變的速度之快、影響之大，甚至可能不是摩爾定律所能表征的。因此，我們每一個人都需要建立全新的理念、形成全新的能力，特別是人機共生的理念和能力。

時間過得很快，今天圍繞數字化轉型這一主題，我與安博士交流了近3個小時。安博士深耕數字化領域多年，在阿里研究院長期從事相關研究，形成了自己關于信息化、數字化、智能化等的系統認知和獨到見解。同時作為來自企業一線的專家學者，安博士還出版了多本相關領域的著作。而今天收看我們欄目的同仁們，想必更能直觀地感受到安博士的淵博學識和深刻洞見。我們談到的內容非常廣泛，涉及到數字化轉型及智能化發展的各個方面。當然有些前沿的話題尚無行業共識，我們的觀點也只能作為一種參考，有待未來的產業實踐者們去證實或者證偽。下面，我對今天的交流做個總結。

第一，數字化將給人類社會以及各行各業帶來全方位的改變。實際上，數字技術一直在融入到經濟和社會的方方面面，但是此次數字技術的最新進展——AI大模型的出現，不是量變積累的技術進步，而是質變突破的技術革命和產業革命，標志著從ANI弱人工智能向AGI強人工智能或者說通用人工智能的躍進。甚至可以說，本輪AI大模型將給整個社會帶來空前廣泛的巨大影響，其威力堪比“核武器”。這既是因為技術本身的質變，更是因為大模型可以應用于幾乎所有的行業和領域，從而徹底改變人類的生產和生活方式。

第二，數字化主導的智能時代與此前完全不同，將會催生出全新的生產要素、生產力和生產關系。具體來說，數據是新的生產要素；數據采集、傳輸、存儲、處理和應用的各種技術，也即數字化的技術手段，是新的生產力；而確保這種新生產力得到釋放的企業組織架構和商業模式等，就是新的生產關系。由此，數字化不僅能夠帶來產品力本身的提升，即基于數據、通過AI賦能，使產品變得更好；更能帶來支撐產品的創造力的全面提升，即將數據和AI應用于產品創造的全過程，涵蓋研產供銷服等各個環節，從而以更優的品質、更低的成本和更高的效率來提供產品及服務。在我看來，與產品力相比，數字化帶來的創造力提升更加重要，也更有廣泛拓展的巨大空間。

第三，企業實施數字化轉型既有適應時代變化的共性訴求，也是不得不做的戰略選擇。盡管不同的企業對數字化轉型各有各的思考，但是其根本原因在于，當前市場需求正變得日益復雜多變，用戶越來越青睞個性化、實時化和智能化的產品及服務。在這種情況下，企業唯有實施數字化轉型，以數字技術來武裝自己，并將其融入到經營、管理和決策等方方面面，才能優化資源配置效率，有效提升核心競爭力，快速響應市場變化，成功應對“復雜系統的不確定性”帶來的嚴峻挑戰。與此同時，數字化轉型需要持續而巨大的投入，而收益往往難以預期，這導致部分企業心存猶疑。然而不轉型的風險更是企業無法承受的，因為其他企業可能會籍由數字化轉型形成強大的競爭優勢。所以，數字化轉型也是企業“不得不做”的事情。

第四，企業數字化轉型之所以如此艱難，主要有兩方面的原因。一方面，數字化轉型是一項全方位的系統工程，企業必須從理念、認知到技術、工具，再到組織、管理等各個方面協調推進，這無疑是極其困難的。另一方面，當前產業有一個普遍性的瓶頸問題，即企業全局優化的需求與碎片化的供給之間不相匹配，安博士將其視為數字化轉型的基本矛盾。為解決這一問題，有志于實現全球引領的企業，都應該自己主導數字化轉型“無人區”的創新發展，系統設計整體解決方案，并重新構建相關系統。同時企業還要積極建設產業生態，努力實現專業分工下的多主體協同創新，以獲取自己不具備的能力和資源，與生態伙伴一起創造數字化轉型的最大效益。

第五，大模型與專業模型既有明顯不同，又有緊密關聯。正如安博士指出的，我們今天所講的專業類模型，與幾年前依托ANI構建的專業模型有著本質區別，是完全不同的兩個物種。由于現在有了AI大模型作為基礎模型，行業垂直應用的專業類模型可以高質量、高效率、低成本地解決更加復雜而廣泛的各種問題，其能力實現了由量變到質變的躍升。所以，專業類模型并不是大模型，但一定要構建在基礎大模型之上。反過來講，在基礎大模型上構建更多不同行業和領域的專業類模型，并實現相互聯動，又是大模型產生更大價值的必由之路。如果只有大模型、沒有專業類模型，那大模型在整個社會起到的作用就會有很大的局限性。也就是說，大模型和專業模型之間是相輔相成的。

第六，汽車產業推進數字化轉型空間廣闊，同時挑戰巨大，企業必須全方位系統施策。汽車作為關聯廣泛的集大成產業，不僅自身數字化轉型將產生多元戰略價值，而且還將為制造業數字化轉型提供了最佳載體和平臺。無論是智能汽車產品從交通工具屬性向空間屬性、情感屬性的擴展，還是汽車智能制造帶來的研產供銷服一體化運行，數字化轉型將使汽車產業的產品力和創造力實現全面升級，進而深刻影響整個社會的生產生活。但是高度復雜的汽車產業也是實施數字化轉型最難的行業之一。一方面所需投入更大、見效時間更長；另一方面，在萬物互聯的前景下，汽車制造業與大智能產業相互融合，導致汽車產業的核心技術及能力更多元、更交織、也更易變，沒有任何一家乃至一類企業能夠擁有全部所需能力，這意味著汽車產業的各類參與主體都必須重新審視自身應該具備哪些能力，又應該從外部獲得哪些能力。為此，汽車企業的數字化轉型一要有清晰的產業分工，既要“有所為”，更要“有所不為”，也只有“有所不為”，才能集中力量做好“有所為”；二要從高層的領導力，員工的認知、知識與技能，各種數字化的技術手段，以及企業內部的組織架構、管理流程與外部的商業模式等各個方面，全面系統地實施整體性的轉型方案。

第七，數字化轉型最終要靠人來實現，而未來的人才需要具備完全不同的思維方式和核心能力。因為未來將是人機共生的全新時代，企業需要有效組織管理由自然人和數字人共同組成的團隊。這就要求人才必須具備與AI協同工作的能力，同時還要發揮AI所不具備的創新能力。當然，這樣的能力不可能從天而降。對于企業來說，要從組織架構變革、資源管理優化等方面入手，逐步改變人才結構和運行模式。而對于整個教育體系來說，也要以上述能力需求為培養目標進行全面改革。只有這樣，才能為汽車產業乃至各行各業提供有能力擁抱數字化、智能化轉型的新型人才，進而支撐人類社會迎來更加美好的明天。

最后，再次感謝安博士的精彩分享和真知灼見，祝愿您在數字化以及人工智能領域輸出更多的研究成果、發揮更大的引領作用！

安筱鵬：謝謝！