萬寧：當制造業遇到AI，是機遇也是挑戰

近日，中國著名媒體人、鈦媒體聯合創始人萬寧受邀參與“2024全球創見者大會-AI賦能新型工業化專題論壇”并發表演講，他談到：AI對制造業而言既是助力也是挑戰，并結合案例介紹了AI在制造業中的應用方向。

以下是演講實錄（有刪減），特別與您分享。

今天,我非常高興受到金蝶的邀請來做這樣一個分享。多年來我一直關注金蝶，看著金蝶與用戶一起成長，現在聽了各位的發言，對金蝶更是有了一個全新的認知。

我非常認同一個觀點，即制造業不管對中國還是對世界都是一個基本盤。在當前新的市場環境中，制造業出海也是中國經濟在全球語境下的敘事主題。所以關于制造業與人工智能結合，是一個很有意義的問題。關于這個問題，我想分幾部分和大家討論：首先，我們目前面臨的是什么樣的環境？其次，AI給我們帶來了什么樣的可能性？最后，AI在制造業領域有什么具體的應用，同時又帶來了什么挑戰？

最近所有信息都帶給了我們一個非常清晰的信號，即全球經濟環境正處在一個高度不確定的狀態?？梢哉f，這是一個巨變的時代。但巨變不僅僅體現為空前的壓力，另一方面也體現為空前的機遇——比如最近頗為熱門的“出海”。我個人更愿意把企業出海稱為“新下南洋運動”，因為這一輪企業出海和歷史上的下南洋運動有著巨大的相似性：都是從孕育著新機會的東南亞開始。

去年年初我接觸了一個做醫療器械的小企業，它們的情況非常有代表性。疫情之后，這家企業依托強大的供應鏈+APP模式，在國內白熱化的競爭中達到了極高水平，開始了他們的下南洋運動。今年春節后，我又和他們做了一次深入的交談，發現他們的營業額在過去幾年每年都以200%-300%的速度在增長，而增長的機遇就來自菲律賓、泰國這些東南亞國家。

這些國家缺乏高質量、響應迅速的供應鏈支持，所以遇到這家產品質量優秀、“在APP上注冊，訂單三日達”的中國供應商就如獲至寶。所以說，在這全球巨變的商業環境中，也孕育著新的機遇，關鍵在于是否有能力走出去。我用一句話和大家共勉：環境越是不確定，我們就越應該去堅持追求那個確定性。

在這個巨變的商業環境下，全球化進入了一個新的階段。這個階段的特征是從原來基于資源（礦產、機器設備、人力、資本等）的競爭，轉移到了基于數據、新的商業模式的競爭。數據和技術成為了未來新秩序的關鍵。全球商業競爭將會在ICT新的基礎設施和虛擬世界中展開。

比如，ChatGPT的發展給我們帶來了巨大的沖擊和影響——我認為這很可能是一個更大變化的開始。今年諾貝爾物理學獎和化學獎獲得者，都是借助AI站到了諾貝爾獎的最高舞臺。所以我們有一個判斷，我們這一代人大概率會遇到改變世界的產業革命?？赡芏潭淌畮啄陜?，我們就可以看到一個全新世界的出現，經歷前輩們窮其一生才能經歷的周期?？梢钥吹?，AI技術的發展，特別是在數據處理和模式識別方面的能力，正在重塑我們的商業模式。

據普華永道的報告，AI帶來的最大潛在經濟增長可能來自生產力的提高，包括常規工作的自動化、員工能力增強、以及將他們從重復任務中解放出來，令他們專注于更有價值的工作。報告預測，AI帶來最大經濟收益的國家將是中國和美國，到2030年，AI將為中國GDP增長貢獻26%。制造業和運輸等資本密集型行業可能會利用AI獲得最大的生產率增長，因為它們的許多操作流程都高度易于自動化。

這需要從今天中國制造業面臨的困難談起：1.市場競爭日益激烈，新興市場的快速崛起也使得競爭更加復雜化；2.技術進步對制造業提出了更高的要求；3.環境問題日益嚴重，綠色制造成為行業發展的必然趨勢；4.人口老齡化加劇和勞動力流動性提高，導致人力資源短缺和技能不匹配。

這些困難都在呼喚“AI+”和“+AI”。

“AI+”解決了企業服務的前端用戶交互問題，通過使用CoAI，企業能為客戶提供更便捷，更易用的服務，在更多場景下滿足客戶的需求。“+AI”則使用GenAl來解決業務的后端數據處理問題。未來，所有企業服務系統必將是基于“AI+核心業務+AI”的模式，從而讓企業能更專注于自己的核心業務。

首先是智能銷售預測，以恒都牛肉為例。食品生鮮類業務傳統銷售預測存在業務環節多、責任劃分難、人工預測準確率低、人工操作效率低等問題，往往對生產指導性不足，容易錯誤估計客戶需求導致庫存積壓。通過金蝶云·星空，恒都牛肉月度模型銷售預測準確率達74.3%，比人工制定計劃的準確度提升約11.8%，月度預測模型采納率高達78.5%。其銷售預測模型考慮了出庫數據、品類、銷量、節假日效應、銷售頻率和趨勢，并將周期性影響因素和歷史銷售波動、業務增長等結構化數據納入考量。

此外還有供應鏈風險智能監控、智能決策、故障診斷與修復等，在此不一一論述。

挑戰和機遇是并存的，我們來談一談AI時代面臨的挑戰：

其一，目前中國企業在AI的采用率上仍然相對落后。麥肯錫的一份報告顯示，中國在人工智能的采用率低于全球平均水平。請注意，不是低于北美或者歐洲，是低于全球平均水平，甚至比印度還要低一些。

其二，中國企業尚未能通過人工智能實現大規模的營收增長和利潤貢獻。麥肯錫相關研究表明，通過人工智能實現收入增長超過10%的中國企業占比只有9%，而領先國家這一數據高達19%。

其三，中國極度缺乏人工智能復合型人才，這個角色是既懂技術又懂人工智能技術和業務場景的翻譯師。這方面的差距還在不斷擴大，根據麥肯錫的報告，這種狀況到2024都仍然沒有改善的跡象。

那我們如何應對這種挑戰呢？

首先，企業應該制定明確且堅定的人工智能戰略。要有明確的人工智能戰略促進企業轉型工作目標，全面而仔細解讀各國針對AI的監管法規要求，并結合行業特性，解讀未來發展趨勢及監管關注要點；對內評估核心和非核心功能(客戶服務、營銷、供應鏈、金融等)以及業務部門的戰略投資計劃，明確人工智能項目的投資回報率。

其次，企業應落實AI運營及流程能力。企業需以先導項目牽引企業改革，并制定AI治理方針，勾勒出應用人工智能的清晰流程，聚焦希望解決的業務問題。對于擁有豐富數據資產的企業，可將AI運營模型嵌入到組織結構和文化中，幫助企業更好的創造價值。

我們要數智并舉打造未來企業。企業應該規劃AI人才藍圖，提升現有員工AI能力并吸引AI人才加入；為了確保AI的數據來源及基礎設施可信可用，PoC(概念驗證)必須適當地集成到操作系統中；企業還需要通過AI更有效的整合企業資源，將AI工程與運營(AIOps)整合進人員流程和平臺中，以快速、大規模地應用人工智能；此外，企業要建立正確的AI文化和價值觀，鞏固人工智能在企業內的發展成果。

未來的數智化企業應該以場景、模型和數據為驅動，技術維度上應具備感知、互聯和智能三個維度，基礎設施上應實現可塑化、智能化和協同化。這樣，企業將能夠在多元化和個性化的方式下，參與全生態環境，構建新的競爭力。