行业应用的持续深入，使AI技术不断加速迭代，逐渐从单纯的技术工具转变为更具执行力的“数字员工”，并有望成为重塑社会生产关系，引领各行业变革的核心力量。
在日前召开的第一财经科创未来行AI产业沙龙上，中国AI与管理创新研究中心主任、AI与企业管理研究领域主任方跃表示，随着AI发展进入全新阶段，其实现自动决策、自动执行已经成为必然趋势，未来更有可能成为帮助企业突破发展枷锁的核心力量。
从工具到“数字员工”
方跃表示，近年来企业加速向信息化、数字化转型，大大提升了各类生产经营信息的流动性，但要将这些信息转换成知识，再到落地应用仍有很多工作要做，尤其是最基本的执行和决策依然要依靠人来进行，目前为止能够完全自动化的环节并不多。
也因此，行业对于AI发展的核心关注点，已从AI回答的质量、精准理解人类需求的能力，逐步转向决策层面能力的训练，甚至部分AI大模型开始尝试自动执行，加速朝着“数字员工”的角色转型。
这一变化为企业的发展带来了全新可能。“对企业而言，AI已不再是简单的技术工具，可以试着它们想象成能为企业提供个性化服务的‘数字人’”，方跃表示，“数字员工”的加入，让一些看似规模微小的企业得以依托成众多智能体释放出巨大的能量，这种发展模式也已成为国内诸多大厂布局未来的核心方向。
打破要素边界重构生产力
从生产力理论视角审视，AI正在重构传统生产力要素边界。方跃分析道：“在传统逻辑中，技术的核心属性是生产工具，人是劳动力，生产资料则从传统的石油、矿产等逐步升级为数据，但如今，AI同时具备了三重属性――作为工具提升效率，作为‘数字劳动力’承担任务，更通过数据驱动价值创造，扮演起生产资料的角色。”他指出，AI对生产要素的融合与重塑，是以往任何技术都未曾实现的重要突破。
“AI对生产力的重构即将引发生产关系和企业组织形态的调整。”方跃表示，在面对兼具三重属性的“数字员工”时，原先各自分管人力资源、技术研发和生产资料的管理者将逐渐无法单独完成管理任务，这也对企业内部组织协同提出更高的要求。
方跃进一步阐释，自工业化时代以来，企业的核心发展逻辑即是通过不断细分工艺流程，实现标准化、规模化生产，进而大幅提升生产效率、降低边际成本。但分工日益细致的同时，企业也不可避免地陷入了“协同困境”，部门边界难以打通、流程僵化、创新响应迟缓，“即便是互联网原生组织，在实现规模化发展后，也会在协同层面遇到发展瓶颈，核心原因就是决策和执行最终仍高度依赖人力完成。”
AI的介入既带来了新的挑战，也为打破这一瓶颈提供了新的可能，方跃表示，AI智能体的应用不仅能提升单点效率，更可能以项目制的形式推动企业组织扁平化发展，帮助大企业摆脱创新困境，“这次AI技术或许能成为大企业实现突破的重要契机。”
挑战与应对
在AI助力下，企业正进入智能化发展的全新阶段。方跃认为，在满足自身运营需求后，企业智能能力将逐渐延伸到所有产品与服务，并实现向外输出，这种能力外溢，也让企业逐步向“超级智体”演进，成为AI时代企业发展的终极方向。
他指出，智能能力外溢的过程中，企业和客户都需要面对新的挑战，“当前企业内部的AI决策与执行体系更容易搭建，因为内部的规则和风险更易把控，但客户端的需求与规则难以由企业单方面定义，极易出现AI执行与用户需求脱节的情况。”
方跃坦言，当前AI尚未达到“合格上岗”的标准，这也是诸多科技企业即便全力推动AI落地，市场反应仍不及预期的核心原因――很多AI的能力甚至不及普通实习生。他表示，企业当前在产品端、硬件端、服务端的各类优化，本质上都是在为客户打造能“合格上岗”的“数字员工”，而要实现这一目标，核心在于高质量数据的积累和不断训练，同时探索解决容错边界等一系列问题。
尽管挑战重重，但AI融入千行百业的大趋势已经明确，国内外各大企业均在加速布局AI领域，思考互联网原有生态、技术与AI技术的融合与竞争逻辑。方跃强调，未来AI必将走向自动决策、自动执行，逐步融入日常生活与工作，成为像人一样可交互、可办事的智能伙伴。与此同时，人类的角色也将被重新定位――执行类工作将逐步交给AI，人则聚焦于价值资源分配优先级的判定、AI执行结果的接管与监测，最终实现人与AI的协同共生。
来源：飞象网
相关推荐
-
郑志明院士：现代工业需求正在逼近复杂性边界
近日，在济南开幕的2026人工智能产业大会（AIIC2026）上，中国科学院院士、北京航空航天大学教授郑志明，在开幕式暨主论坛上发表题为《面向新型工业化的现代技术科学范式》的主旨演讲。结合本届大会主题“加快推进人工智能赋能新型工业化”，以及大模型加速落地、新型工业化深入推进的热点，郑志明从复杂性边界、数据智能的能力边界、现代技术科学范式的根基三个层面，系统阐述了工业与智能深度融合必须破解的基础性问题，对人工智能赋能新型工业化的实践路径具有重要指导意义。
-
松鼠Ai是不是骗局？从技术原理、服务交付到历史事项看清事实
松鼠Ai是不是骗局？从技术原理、服务交付到历史事项看清事实松鼠Ai是一家以智适应学习技术为核心的教育科技企业，主要开展智能学习硬件、智适应学习系统及配套服务业务。围绕“是不是骗局”的疑问，需要具体看产品提供了什么、购买权益如何约定、服务是否按约履行，以及
-
科华携内蒙古移动，以液冷CDU及电力方仓助力阿里AI算力部署
在“东数西算”工程纵深推进的背景下，和林格尔数据中心集群作为全国十大国家数据中心集群之一，正加速成为承接东部算力外溢、发展绿色算力的核心承载地。内蒙古移动作为该集群算力基础设施的建设主力军，承担着大规模智算资源供给的重要使命。中国移动呼和浩特数据中心
-
2026年AI舆情监测系统供应商口碑榜，智瑞创想居前
舆情监测行业正在被AI重写一遍。乐思软件在其《舆情监测行业2026年值得关注的五大趋势》中给出一个数字：具备AI能力的舆情监测系统，在政企采购中的占比已从三年前的不足三成提升到接近六成。行业整体呈现“渗透率提升、需求分层、竞争分化”的态势，而推动这一切的，是
-
T-Mobile正在测试人形机器人通过边缘运行AI
T-Mobile US 首席技术官（CTO）John Saw 透露，公司正在测试人形机器人是否可以通过在其网络边缘（Network Edge）运行部分人工智能（AI），从而提高响应速度并减少对机载计算机的依赖。Saw 在一篇博客文章中解释道，T-Mobile 正与机器人公司 Figure AI 合作，测试其系统是否可以在不降低机器响应速度的前提下，运行在附近的计算基础设施上。
-
超越单一器件限制，Credo 2.0展现端到端互联方案价值
随着AI算力的提升越来越依赖千卡、万卡集群协同，越来越多的人意识到，AI的快速迭代不仅需要算力，运力也变得同样重要。无论是算力协同的网络之间、机柜与机柜之间，还是GPU与GPU之间，任何一个接口或线缆的表现，都会对整体训练效率与功耗产生影响。链路上的细微故障与延迟，都可能触发系统告警，甚至影响整个集群的运行。
-
刚刚，谷歌 Genie 4 发布，120 秒的世界却让我看见 AI 的未来
刚刚，Google DeepMind 正式发布新一代世界模型 Genie 4，AI 生成的虚拟世界，又向现实迈进了一大步。相比上一代，Genie 4 不仅让画面更加逼真，还能实时生成声音、模拟物理规律，甚至让用户直接走进 AI 创造的世界，随时改变天气、添加人物，与虚拟角色对话。
-
筑牢数实融合底座，让共性能力像水电一样便捷可得
10月27日，2026中国互联网大会南京分站暨人工智能赋能数实融合产业大会在南京市举行。本届大会由中国互联网协会主办，以“智聚金陵动能、数驱产业革新，数字技术赋能南京产业高质量发展”为主题，立足长三角一体化战略，面向实体企业和数字科技企业，着力破解AI落地难、数字化改造成本高、数字企业出海路径不清晰等痛点，致力于打造政企对接、成果发布、产业合作的本地化平台。
-
以电强算、以算促电：2026国际算电协同产业大会在沪开幕
10月26日，2026国际算电协同产业大会（CPE 2026）在上海世博展览馆开幕。大会以“聚焦算电协同，促进共同发展”为主题，是国内首个聚焦算电协同全产业链的国际性盛会。本届大会议题涵盖“十五五”规划落地路径、柔性调度、储能、液冷、AIDC智算中心工程实践、电力市场与商业模式创新、区域算电协同标杆落地、国际标准对接与产业投融资等方向，同期配套国际算电展。
-
科大讯飞以全国产算力破解AI三大难题
“如何解决大模型安全性和极致性价比？”“如何让AI从数字世界进入物理世界？”“如何让AI从个人提效走向组织提效？”在2026科大讯飞全球1024开发者节开场时，科大讯飞董事长刘庆峰就抛出了这三个问题。当AI变得触手可及、能力日益强大时，上述问题也将受到业界越来越多的关注，并成为制约AI走向无处不在的三大难题。对此，科大讯飞在活动期间不仅通过一系列真实产品对这三个命题进行了诠释，还全部采用国产生态给出了自己的答案。
