AI是泡沫幻灭还是真正的变革序章？

人工智能的巨额投资能否快速产生回报，从而避免市场回调？在IMD科技社群近日举办的网络研讨会上，金融与数字战略专家就此核心议题展开了辩论。

IMD科技社群以一场思辨直面数月来萦绕在商界领袖与投资者心头的关键议题：当前的人工智能浪潮，究竟是泡沫将临的狂欢，还是深刻变革的真正起点？本次专题讨论由Cartier创新主管Juan Martin Ortiz Rocha主持，汇聚了IMD金融学教授Karl Schmedders、IMD数字战略教授José Parra Moyano，以及人工智能解决方案全球客户经理Christophe Meili，共同激荡思想。 

两万亿营收的终极拷问

讨论伊始，一组数据便引人深思：过去两年，全球在人工智能领域的资本投入高达4000亿美元。若要证明这笔巨额投资的合理性，到2030年必须创造出两万亿美元的营收。Schmedders回溯技术史，以电力为例：自爱迪生发明电灯后，电力全面改造制造业耗时超过三十年。因此，核心争议不在于人工智能是否代表真实变革，而在于其投资回报能否及时兑现，以规避一场剧烈的市场回调。 

与昔日的互联网泡沫类比确实不绝于耳，但两者存在一个根本差异：当前这场变革伴随着真实的现金流。像英伟达这样的企业正在创造数百亿美元的实质营收，而非仅仅描绘愿景。然而，业界也存在着像Schmedders教授所提醒的那种忧虑——某些公司如甲骨文，背负巨额债务却将未来全部赌注押在人工智能基础设施上。最大的不确定性在于：对数据中心与尖端芯片的巨额资本投入是否确有必要？还是说，像DeepSeek这样的技术突破终将证明，以更集约的资源亦可达成相似的成效？ 

人工智能为何难成“护城河”

Moyano教授首先给出了关于人工智能的基础界定：人工智能本质上是“一套基于算法、能够从数据中学习并作出预测的系统”。但讨论很快超越了预测本身。大语言模型的突破性价值，在于它能处理海量非结构化数据——而这恰恰对应着大多数企业所面对的真实、混乱的业务现场。这一能力正在打开全新的可能性：从保险业的个性化动态定价，到信贷风险评估的逻辑重构。 

然而，精准的预测并不自动等同于商业回报。Schmedders教授以亚马逊的“零点击下单”专利为例：该公司虽能精准预测用户需求，却因退货风险可能侵蚀利润而迟迟未将功能推向市场。这个案例揭示了一个更深层的启示：即便在单一环节做到极致，也未必能形成可持续的竞争优势。真正的优势，往往来自价值链各环节的高效协同与系统化适配。 

数据真相：或许比想象更严峻

或许最具警醒意味的洞见来自Parra Moyano：“人工智能正在成为通用品……你我所能采用的技术，已无本质差异。”当技术触手可及，持久竞争优势何来？答案在于专有数据，尤其是那些记录组织如何运作、决策与解决问题的内部运营数据。这类数据壁垒，竞争对手难以复制。 

专家们强调，数据质量的重要性远超许多高管的认知。Moyano教授直言：“无论企业自认为数据质量如何，现实的数据质量或许更糟。”那些早在六至八年前便启动数据治理的企业，如今在有效部署人工智能上已抢占显著先机。 

人工智能时代：人的角色重塑

人工智能不会导致岗位的大规模消失，但将彻底重塑日常工作。记者与程序员已然解除“束缚”，不再需要耗费进行基础文本或代码写作。在此情况下，新的挑战将聚焦于质量控制，以及为人工智能注入目标与意图。正如Moyano教授所言，未来的核心技能在于“质量核查”与提供“工作方向”。 

文化层面的挑战尤为艰巨。将人工智能简单视为“人力替代”工具的企业，往往会在实践中遭遇隐形的组织抵抗——员工可能“无意识地”漏看关键邮件、提供有偏差的数据，或在工作流程中设置不易察觉的障碍。瑞典金融科技公司Klarna的案例尤为典型：其CEO高调宣传以“AI代替人工”而裁员后，仅隔11个月便不得不未满一年便被迫重启招聘。专家小组对此发出警示：企业信任一旦崩塌，几乎不可能完全修复。 

人工智能规模化为何屡屡受挫

Meili从一线实践中分享了深刻观察：大多数人工智能试点项目在规模化阶段折戟，原因有三。其一，成本激增：试点阶段仅需分毫的成本，在全面铺开时可能暴增至数百万。其二，数据落差：试点基于洁净或合成数据运行，而真实生产环境则需直面杂乱无章的信息混沌。其三，风险与安全：试点的“沙盒”环境让位于真实企业系统，后者极易受到攻击并产生连锁错误。 

他的建议一针见血：“企业不应进行‘人工智能试点’，而应开展‘一项运用了人工智能作为工具的业务试点’。”起点必须是一个清晰的业务痛点与可衡量的价值目标，再将人工智能视为达成目标的工具。

致领导者：核心行动纲领

• 即刻启程，但夯实地基。 无需坐等人工智能技术完全成熟，亦不可为追逐潮流而用。当务之急是构建数据根基。系统化梳理并记录组织真实的运作、决策与问题解决流程。这些独有的运营数据，才是你未来的竞争护城河。
• 拥抱“成长型思维”文化。 明确传递信号：人工智能旨在赋能于人，而非替代人力。建立激励员工大胆试错、并系统记录成败经验的机制。那些善于将“失败”也转化为数据资产的组织，将为训练下一代人工智能系统积累无可估量的宝贵经验。
• 着眼流程再造，而非技术炫技。 将人工智能作为催化剂，重新审视那些不必要的复杂流程。人工智能项目自带的“光环效应”，常能促使团队反思那些早已不合时宜的陈旧规程。真正的价值，往往源于流程的简化，而非技术本身。
• 衡量商业价值，而非技术指标。 用切实的商业成果定义人工智能的在实践上的成功：例如将信贷审批缩至60秒、提升销售转化率、降低运营成本。人工智能的实施，仅是达成这些目标的手段。
• 为“持久战”做好准备。 真正的转型需要时间。若企业战略寄望技术即刻带来投资回报，则注定会失望。未来的赢家，将是那些将战略耐心与战术敏捷相结合的组织——在快速推进试点、持续学习的同时，对重大回报的兑现周期抱有现实预期。

对于人工智能是否泡沫化，专家们各持己见。Moyano教授感性地预判人工智能调整将至，理性却倾向其仍然处于持续增长阶段。Schmedders教授则认为，基于当前估值，市场回调在所难免。Meili教授则预言将有一场“市场出清”，过度扩张者将被淘汰，但根本性的技术变革浪潮仍将奔涌向前。 

或许，最重要的启示正在于此：组织迎接人工智能的未来做准备，其关键并不在于对其作出预测，而取决于今日是否着手构建正确的能力基石。 

关于瑞士IMD国际管理发展学院

瑞士IMD国际管理发展学院（International Institute for Management Development，IMD）已有75年以上历史，始终致力于培养能够推动世界更加繁荣、可持续与包容的领导者与组织。IMD由一支专业且多元化的教师队伍领导，在瑞士洛桑和新加坡设有校区，并在中国深圳设有管理发展中心，致力于成为全球有志个人和组织最值得信赖的学习伙伴。IMD的高管教育和学位项目长期位居全球领先地位。这一持续领先源于IMD独特的“真实学习，真实影响（Real Learning, Real Impact）”教育理念。通过高管教育课程、工商管理硕士（MBA）、高级管理人员工商管理硕士（EMBA）项目及专业咨询服务，我们助力商业领袖找到更新更好的解决方案，挑战现状，启迪未来。

本文来自微信公众号“瑞士IMD国际管理发展学院深圳”，作者：IbyIMD，36氪经授权发布。