实际上，对于AI的应用，问问题比回答问题来得更重要。
演讲：中国造隐形冠军评委、丹麦哥本哈根商学院中国企业管理领域终身正教授 李平
编辑整理：中外管理传媒 任慧媛
12月19日，第六届“中国造隐形冠军”长青恳谈会在重庆璧山成功举办。
本届大会以“凝聚中国隐形冠军，激荡人工智能时代”为主题，由中外管理传媒主办，重庆市璧山区人民政府协办，璧山高新技术产业开发区管理委员会、重庆璧山现代服务业发展区管理委员会承办，北京盛世紫云文化传播有限公司执行，重庆绿发实业集团有限公司冠名支持。本届大会通过多个平台进行了同步视频直播，吸引了超过一百万名观众在线观看。
随着人工智能技术的快速发展，越来越多的企业开始将AI技术融入其产品和服务中，呈现出了更高的生产效率和创新可能性。
尤其在“专精特新－隐形冠军”企业中，AI技术的应用已不再是简单的技术替代，而是深层次的业务转型。越来越多的企业将人工智能作为核心战略之一，通过数据驱动的决策和智能化的运营模式，提升市场竞争力。
AI技术正成为推动产业升级和经济高质量发展的重要动力，那么“专精特新－隐形冠军”企业在AI时代，究竟该如何拓展创新？又如何做好人机协同？
大会上，中国造隐形冠军评委、丹麦哥本哈根商学院中国企业管理领域终身正教授李平围绕“专精特新与AI”这一主题发表了精彩演讲。
以下为演讲内容精编：
新质生产力，就是AI+大数据
新质生产力到底是什么？
新质生产力就是人工智能+大数据，这是个全新的生产要素。从历史上讲，先是以资本、土地、劳动力为生产要素的传统生产力。后来是以技术和知识为生产要素知识生产力，再到现在以大数据和人工智能作为全新生产要素的新质生产力。但是它不取代技术知识，也不取代资本、土地和劳动力，它是一个杠杆，使效率得到极大的提升，这就是新质生产力的核心观点。
新质生产关系最主要有两个方面，一个是生态平台的合作，另一个是人机协同。我们管理学之前所有的研究课题都是关于人和人的关系，但现在必须面临人和人，人和机，机和机这三重关系，其中后两重关系是我们面临的重大课题。
那么，怎么去管理、调整和协同这三重关系呢？按照“马克思主义”的观点是，生产力决定生产关系，生产关系反作用于生产力。但邓小平认为这个说法不完整，实际上这两者是相互决定的。
历史上所有的重大生产力的提升，都是在生产关系发生革命的条件下产生的，不管是文艺复兴，是明治维新，还是中国的改革开放，都证明了这一点。所以邓小平认为，生产关系不仅仅反作用生产力，生产关系还解放了生产力。
“深挖洞、广积粮”
具体到“专精特新”，在它的底层逻辑中，“专精”就是聚焦，“特新”就是差异化，它把西方战略管理的两大维度综合成了一个，就是既聚焦又差异化，这两者的结合，就是“专精特新”的核心内容。
但是我又发现一个新的现象，就是“专精特新”这些企业并不仅仅局限在市场上的聚焦，还聚焦在核心竞争力上，这主要是由它的核心技术所定义的。核心技术可以广泛应用在多元的市场场景中。这就是T型战略，从一开始小T的技术和市场，逐步演化成在单一聚焦领域以技术原创为主的纵向深耕和多元化市场应用场景的横向扩展。通俗讲就是“深挖洞、广积粮”。技术发展越深，市场应用越广，其业务增值量就越大。
选点、连线、成面
我们把T型战略作为一个原理，前三步主要是选点、连线、成面。下面举几个例子：
舜宇光学，最开始它的“选点”就是照相机、显微镜、望远镜的玻璃镜头。真正让它起飞的是在2003年时进入了手机镜头领域。因为当时舜宇光学的老板发现了一个问题，就是单纯依靠光是不行的，光一定要跟电子技术融合，要跟电传感器、模组结合起来，那么手机就成了一个非常好的载体。之后又拓展进入了车载镜头、医疗镜头、机器人镜头等领域。
现在已经进入了第三个阶段，就用深层光电+AI再集成技术的方式去做光学镜头的应用，应用的场景也就更多了。
汇川技术，被称为“小华为”，它最早做的“选点”是电梯的电机控制系统，全国大概75%的市场，尤其是国内厂商生产的电梯，都使用的汇川技术的电机控制系统。之后，又进入了第二个阶段，使用场景拓展到了3C、光伏、锂电池、新能源汽车等领域。第三个阶段就是通过AI再集成技术进行融合。
海康卫视，最早的“选点”做的是视频信息分析，后来他们发觉信息只是分析不行，采集也很重要，于是进入了信息采集领域，即生产可见光安防和非可见光安防设备。现在又进入了第三个阶段，通过机械波的分析+AI再集成，进入工业监控设备领域，从安防转移到了工业巡检。
宁德时代，它首先做得是3C电器，后来研究动力锂电池技术，进入动力电池领域，再然后进入了储能电池和电池回收技术再集成的研究。
以上四家企业，从营收上看，前两家企业是300亿左右，海康威视是900亿左右，宁德时代是4000亿左右，这说明不管企业大小都可以做T型模式。
为什么一个技术能够应用在那么多的场景？学术文献中有一个概念，叫作“拓展适应”，就是说很多技术，在开始发明的时候并不知道可能应用在其他场景，后来在发展过程中发现这个技术应用的场景很多。比如，40%的西药都有两种以上的应用的场景，阿司匹林本来是退烧、去痛的，后来发现它能够稀释血管，防止心脏病。
所以，只要扎根在一个既有的技术上面，不断生根、集成、优化，市场的应用是万变不离其宗的。就好比是一棵大树要先有深深的根系和强劲的树干，树干上长出的所有的枝、叶、花、果都可以多元化，这就是T型模式的基本原理。
人工智能与人机协同
麦肯锡研究发现，75%的生成式人工智能都将应用在4个领域：客户运营、市场和销售、软件工程、研发设计。也就是说，以上4项业务受生成式AI的影响最大。
西方的研究发现人和机器之间的关系大概分为两种，一种叫作替代，一种叫作赋能。
在人机赋能这一关系中，大概有三种方式，第一种是AI发现问题、解决问题，人最后拍板，也就是人基本上不起什么作用；第二种是AI发现问题，人提出解决方案；第三种是AI和人共同发现问题，共同解决问题。
人机协同有一个核心悖论，即替代关系与增强关系。原来西方对“替代与增强”用的思维逻辑是非黑即白，就是要么替代要么增强。但我们研究发现，实际上“增强”里面含有“替代”“替代”里面也含有“增强”，这是一个阴阳的关系。
比如，美的的广告部门用了ChatGPT之后发现所生成的文本和广告视频比人做得要好，于是就全部用AI来做。可真正做下来以后发现其实只有一半的人被替代掉了，另外一半人转岗成了人工智能培训师。可见它并不是完全替代了，而是部分的替代了，部分也增强了。所以，西方人非黑即白的思想，跟我们中国人阴中有阳，阳中有阴的观点，完全不一样，这是我们具有优势的地方。
人工智能和人之间的关系，实际上是三个阶段，第一个阶段，首先要人去定义问题的本质和方向到底是什么，人一定要指出方向，划一个范围，让AI在这个范围里面进行被指导的一种探索，人来做最后的拍板决策，就是人在两头，AI在中间，相当于博士生导师带博士生的模式，或者是领导带领下属的关系。第二个阶段是以AI为主分析问题的具体构成。
第三个阶段是AI模拟预测未来机会。我们现在的创新的模式无非是两种方式，一种是先有技术后转市场，叫作科技转化。另外一种就是先有市场，再去找解决方案，两种方式不管谁先谁后都把市场和技术完全隔离开了。
人工智能应用场景创新可以将以上两者完全融合迭代，同步发生，就是市场的应用场景、产品需求和技术攻关是同一时间冒出来的。怎么冒出来的呢？一个关键点就是利用人工智能的模拟和仿真，它自己产生数据，再用这个数据产生算法，得出结论，再使结论在自己的运行中得到验证或者否定，循环迭代，这样就能够加快我们做决策，和对市场和技术的认识发生一个质的飞跃。
问问题比回答问题更重要
这其实就是我们跟美国AI的一个重大区别，美国现在已经在科学领域应用AI。今年诺贝尔化学奖获得者就开辟了通过计算和人工智能揭示蛋白质秘密的新途径，为未来的科学研究提供了强大的工具。
美国通过对AI的应用，在新材料的发现、新药的发明、新的治疗方式、新疫苗、新的蛋白质结构、新的细胞分析等这些要素之间都发生了一个根本的变化，我们却还只是在做商业上的应用，做简单的问答。实际上，对于AI的应用，问问题比回答问题来得更重要。
比如，选点怎么选？我曾经问过一个AI模型，在老年护理这个领域里，哪些是大企业不愿意做，小企业做不了的？它立刻就给我回答了有三个领域是大企业不愿意做，小企业做不了的，这恰恰是实行T型战略的企业最该考虑的。接着，我又换了一个方向问了另外一个AI模型。
西方有一个最新的研究发现，用大模型不能只用一个，因为每一个问题的回答都有它的偏见与不准确性。比如，可以用十几个大模型共同回答你提出的问题。当把所有这十几个大模型回答的结果，综合打成一个平均值，就已经超过了咨询公司最高等级专家的回答。所以，AI对人将来的替代性非常强，尤其是科研、咨询、会计、律师、医生等基本上都可能会被替代掉。
我有个基本观点，就是我们中等水平以下的知识工作者，将来都会被AI替代掉。因为原理很简单，对一个人的培养，从小学到中学到大学到研究生到博士、博士后，甚至到专家，都是靠书本和经验这两个来源去获取知识的。而这两个来源恰好是AI最擅长的，它一天时间就把你几十年的时间全部替换掉了，而且它的速度极高，成本极低。
所以，剩下的中等以上的人去竞争，就看谁用AI用得好。
（根据演讲内容整理，已经本人审阅）