AI时代企业成就自身的三重境界

1950年，图灵在《计算机器与智能》一文中提出了那个著名的问题：机器能思考吗？六年之后的达特茅斯会议上，“人工智能”作为一门学科正式得名。此后七十年，这个领域历经两次寒冬、几度浮沉：专家系统盛极而衰，深度学习厚积薄发，直到2022年底ChatGPT横空出世——上线仅两个月用户即突破一亿，创下当时消费级应用的增长纪录，生成式AI的大幕就此拉开。

随后的故事以月为单位刷新：大模型能力快速迭代，多模态与深度推理相继突破；2025年，能够自主规划任务、调用工具、执行复杂工作的智能体（Agent）集中涌现，Claude Code、Codex、Manus、OpenClaw、Hermes等产品从程序员的终端走向普通人的桌面，业界普遍把这一年称为“智能体元年”。到了2026年，变化进一步深入商业的毛细血管：智能体有了自己的专属邮箱和支付卡，开始以独立的数字身份替人询价、下单、对账。而刚刚举行的世界人工智能大会更进一步向世界明确：AI不再只是聊天窗口里的问答机器，而是正在成为经济活动中的“行动者”。

AI技术变革下的中国企业恰好处在一个格外复杂的时点上。经济增速换挡，有效需求不足；外部环境风高浪急，贸易保护主义与科技竞争相互交织；国内不少行业深陷同质化竞争，“综合整治‘内卷式’竞争”甚至被写入政府工作报告，成为宏观治理的对象。靠要素投入、规模扩张、价格厮杀的旧增长范式，已经越走越窄。对企业而言，AI既是挑战——它无情地加速淘汰旧模式；也是机遇——它可能是为数不多、确定性较高的新增长曲线。那么问题来了：在这样的时代，企业如何成就自身？如何挽狂澜于既倒？

一百多年前，身处新旧交替大变局中的王国维，在《人间词话》中写道：“古今之成大事业、大学问者，必经过三种之境界。”他借三句宋词，道尽了从立志、坚守到贯通的完整历程。这三重境界，恰好也是AI时代企业凤凰涅槃的三个阶段：先看清大势，再孜孜求索，最终功到自然成。

一、第一重境界：昨夜西风凋碧树，独上高楼，望尽天涯路

此句出自晏殊《蝶恋花》。王国维以之喻立志之境：西风扫尽繁枝，萧瑟之中视野反而开阔；登上高楼，方能看清远方的路。对企业而言，这重境界包含两层功课：一是敢于承认“西风凋碧树”，二是真正做到“望尽天涯路”。

（一）西风已至：旧范式正在凋零

承认旧模式的凋零，说来容易，做到极难。许多企业至今仍把眼下的困难理解为周期性波动——咬牙挺一挺，总会过去。但AI带来的冲击不是周期问题，而是范式问题。

回望历史，蒸汽机替代的是体力，流水线重构的是工序，互联网压缩的是信息传递的成本；而这一轮人工智能，第一次大规模替代的是认知劳动本身。写作、翻译、编程、分析、客服、初级设计——这些过去必须由受过多年训练的大脑完成的工作，如今机器可以用极低的边际成本完成。国际货币基金组织估计，全球近四成就业岗位将受到AI影响，发达经济体这一比例约为六成；高盛研究也曾测算，生成式AI可能波及全球约三亿个全职岗位的工作内容。影响当然有正有负：有的岗位被替代，有的岗位被增强，还会有大量新岗位被创造出来。但无论正负，旧的人力结构、流程设计与成本曲线都将被改写。这，正是“昨夜西风凋碧树”。

（二）望尽天涯路：认清AI的本质与大势

看清方向，先要看清本质。AI的本质是一场认知革命，而认知革命的本质，是知识的积累与应用方式发生了根本变化。此前历次技术革命，放大的是人的体力和信息传递能力；唯独这一次，机器开始承接知识本身——它把散落在书籍、代码、报表、对话中的人类知识压缩进模型，再以近乎为零的边际成本释放出来。

一个直观的注脚是：谷歌披露，其AI系统每月处理的词元（token）数量，2025年内从约480万亿个飙升至1300万亿个以上；而我国日均词元调用量在2026年3月已超过140万亿，两年增长超千倍——认知，第一次成为可以被大规模生产和消费的“商品”。知识的生产、复制与应用一旦廉价化，一切以知识为关键投入品的行业——而现代经济几乎所有行业皆是——都将被重新定价。

对企业来说，这一变化有一个具体而深刻的推论：知识第一次可以大规模地脱离“人”而成为企业资产。过去，企业最要紧的知识长在员工身上——老师傅的手艺、老销售的话术、资深工程师的直觉，靠师徒相授、靠干中学，流动慢、复制难，人一走，知识也就随之流失。如今，这些经验可以被萃取进数据、沉淀进模型，变成不随人员流动而消散、可以随算力近乎无限复制的组织资产。企业竞争的关键，正从雇到了多少聪明人，转向把多少“聪明”沉淀成了系统。

大势有多大？看投入便知。据《金融时报》统计，微软、谷歌、亚马逊、Meta四大科技巨头2026年的资本开支合计约7250亿美元，较2025年的约4100亿美元再增77%，绝大部分投向AI算力与数据中心，堪称企业史上规模最大的单一方向投资潮；英伟达则在2025年10月成为全球第一家市值突破5万亿美元的公司。

中国同样在全力加码：阿里巴巴2025年初宣布未来三年投入3800亿元建设云和AI基础设施，超过其过去十年的总和；DeepSeek以极低的训练成本推出高性能开源模型，一度令英伟达单日市值蒸发近6000亿美元，也让世界看清了中国团队在这场竞赛中的分量；2026年7月，Kimi K3成为最大的开源参数模型更是引发全球震动。

更重要的，是国家层面的定调：2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，明确到2027年新一代智能终端、智能体等应用普及率超过70%，2030年超过90%，2035年全面步入智能经济和智能社会；2026年初，工信部等八部门又出台“人工智能+制造”专项行动实施意见。政策、资本、技术三股力量同向而行，态势已再清楚不过：AI不是企业的选答题，而是必修课；不是锦上添花的工具，而是重写规则的力量。大势如此，顺之者昌。

（三）登高之后：战略资源投向哪里

认清大势之后，企业的战略资源应当投向哪里？我概括为三个投向：投AI、投设施、投人。

投AI，是把AI能力内化为企业自身的能力，而不是简单外包给几家供应商——外包得来的是工具，内化得来的才是竞争力。

投设施，是舍得在算力、数据、系统这些“看不见的地基”上花钱；对多数中小企业而言，未必要自建算力，但必须建立自己的数据资产与数字底座，否则再好的模型也无从落地。值得注意的是，公共底座正在快速铺开：“东数西算”工程全面实施，全国一体化算力网加快构建，截至2025年底，全国智能算力规模已达159万PFLOPS。对企业而言，问题正从“有没有算力可用”，转变为“自己的数据配不配得上这些算力”：数据不治理、系统不打通，公共算力再充裕，也灌溉不了自家的田地。

最需要观念更新的是“投人”。通过案例研究和实地调研，我发现：过去企业投人，投的主要是执行力强的中层管理者；如今最稀缺、最值得重金投入的，是认知革命的“顶层设计者”——能够重新定义业务问题、重构组织流程、判断人机边界的人。道理不难理解：当机器能够以极低成本完成大量常规认知任务时，组织里真正值钱的能力，就从“解决问题”转向了“定义问题”。会解题的人多了，会出题的人反而成了瓶颈。

由此又引出一个更深的治理之问：AI时代，谁在真正掌控企业？名义上，答案仍然是股东、董事会与管理层；实际上，决策权正在悄然重新分配。当越来越多的定价、风控、排产、推荐由算法在毫秒之间完成，当一把手的判断越来越依赖数据系统给出的图景时，掌握数据资产与算法逻辑的人，在企业权力结构中的实际权重必然上升。公司治理的经典命题是所有权与经营权的分离；如今，在这个基础上正在叠加新的一层——经营权与认知权的分离。看清这一点的企业，会及早把数据与算法纳入公司治理的视野；看不清的企业，则可能在名义控制权完好无损的情况下，实质上失去对自己企业的理解与掌控。

融资的内涵同样在变。AI时代，融资早已不只是“融钱”：融的是创新理念——头部投资机构带来的行业认知与生态资源，往往比资金本身更值钱；融的是组织与生产能力——借助资本纽带整合上下游，弥补自身在数据、算力、场景上的短板；融的更是估值逻辑的重构——同样的收入体量，AI含量不同，资本市场给出的定价可以相差数倍。风险投资的流向印证了这一点：多家机构统计显示，2025年全球新增风险投资超过一半流向人工智能领域。企业若仍把融资理解为“找钱”，就还站在山脚下；把融资理解为借助资本市场完成一次自我重构，才算真正登上了高楼。

二、第二重境界：衣带渐宽终不悔，为伊消得人憔悴

此句出自柳永《蝶恋花·伫倚危楼风细细》。王国维以之喻坚守之境：认准目标之后呕心沥血、孜孜以求，虽形销骨立而不悔。对企业而言，从第一重境界到第二重境界，中间隔着一道深谷——认知与行动之间的鸿沟。

（一）鸿沟有多深：两个“八成”与一个“九成五”

数据最能说明问题。麦肯锡2025年的研究显示，近八成企业已在至少一项业务中使用生成式AI，但几乎同样比例的企业坦言，尚未看到AI对整体损益产生实质性影响，麦肯锡称之为“生成式AI悖论”。麻省理工学院同年发布的一项调研更为尖锐：约95%的企业级生成式AI试点项目，没有产生可衡量的损益回报。用的人很多，用出效果的很少。为什么？因为难的从来不是“用AI”，而是“为AI而变”。买几个大模型账号、上线一个智能客服，是“用AI”；重构流程、重整组织、重新分权，才是“为AI而变”。前者只需要预算，后者需要的是“衣带渐宽终不悔”的决心。

（二）三个“正确对待”

笃行之路上，企业至少要过三关。

第一关，正确对待创新与失败。AI应用天然是试错密集型的：模型会出错，场景会选偏，投入会打水漂。企业需要建立与之匹配的机制——为试错预留专门预算，用小步快跑代替毕其功于一役，用里程碑评审代替一票否决，并且想清楚从“示范点”走向“规模化”的路径，避免转型停留在汇报材料里。既不能因为几个项目失败就全盘否定方向，也不能因为惧怕失败，只做安全却无用的表面文章。

第二关，正确对待企业边界。诺贝尔经济学奖得主科斯早在1937年就指出，企业的边界取决于内部组织成本与外部交易成本的比较：市场上办事更便宜，就交给市场；组织内办事更便宜，就留在企业。AI正在同时改写这两条成本曲线：对内，它压缩管理层级、降低协调成本；对外，它让跨企业协作变得空前顺畅。

2026年以来，智能体已经可以代表企业自动完成询价、报价、对账，企业之间的联动越来越紧密，也越来越自动化。这意味着，单个企业的自主性与掌控力客观上在下降，“链主企业＋生态伙伴”的网络结构，正在取代“大而全”的科层帝国。企业要学会的，不是守住每一寸边界，而是想清楚哪些环节必须攥在自己手里、哪些环节放心交给生态，在开放协作中重建掌控力。

第三关，也是最难的一关：正确对待权力，尤其是一把手自己的权力。AI转型是典型的“一把手工程”，但许多一把手对此的理解，停留在亲自开动员会、亲自批预算上。真正的考验在后面：改流程，意味着触动既有的部门利益；改组织架构，意味着动一批人的位子；改权限，意味着把过去攥在手里的审批权、决策权部分让渡给系统和规则。最终，甚至要改到一把手本人的权力。

当然，这一切都应在合规合法的框架内进行。当算法比你更了解客户、数据比你更接近真相时，一把手凭直觉拍板的空间必然收窄。愿不愿意接受这种“自我削权”，是检验转型诚意的试金石。全球头部企业已经作出示范：Shopify首席执行官吕特克2025年在全员备忘录中明确要求，善用AI是对每位员工的基本要求，任何团队在申请增加人手之前，必须先证明这件事AI确实做不了；亚马逊首席执行官贾西同年直言，生成式AI将在未来几年减少公司的白领岗位数量。这些表态的共同点是：变革从最高层自身的管理方式开刀，而不是只要求下面的人改变。

（三）患得患失者，半道崩殂

与之相对的失败样本，是“既要又要”式的转型：既想收获AI带来的效率红利，又不想触动自己的既得利益——不想动组织、不想动权力、不想动人。这类方案几乎注定半道崩殂。它们通常的样子是：在个别场景、个别流程、个别岗位上做几个“AI示范点”，汇报材料漂亮，实际业务照旧。小打小闹的修补，换不来脱胎换骨的重生。

其中最敏感、也最考验企业家的，是AI对“人”的替代，尤其是对传统企业中层管理人员的替代。中层的核心职能——收集信息、汇总上报、传达指令、监督执行——恰恰是AI最擅长承接的环节。一场“组织大扁平化”已在全球展开：亚马逊自2024年起把一线员工与管理者的比例提高至少15%，并在2025年10月宣布裁减约1.4万个公司职位；谷歌透露已将副总裁和经理层级的岗位削减一成，仅2024到2025年一年已裁撤35%的小团队管理者；IBM让AI承接了人力资源部门的大量事务性工作，数百个岗位由此被替代。

而在不少中国企业，特别是民营企业和家族企业里，中层还叠加着另一重属性：他们中许多是跟随企业多年的老人、亲戚与故旧，是“人情”的载体。动他们，动的不只是岗位，还有情面、忠诚，以及企业内部微妙的政治平衡。这是中国企业AI转型独有的难题。它没有标准答案，但有底线与出路：底线是依法合规、善待员工；出路是尽可能把“替代”转化为“转岗”与“再培训”。IBM的经验值得参考：在人力资源岗位收缩的同时，公司扩大了工程与销售端的招聘，员工总量不降反升。AI消灭的是任务，而不必然是人；企业有责任、通常也有余地，为员工找到新的位置。

（四）AI不是万能药，坚持方有意义

这里还须泼一盆冷水：AI不是万能药。不是任何行业、任何企业用了AI，就一定药到病除，它尤其治不了宏观经济下行这样的“趋势病”。瑞典金融科技公司Klarna的经历是一面镜子：2024年初，它高调宣布AI客服助手承担了相当于700名人工客服的工作量，随即大幅收缩招聘；一年多之后，公司承认过度替代损害了服务质量，重新开始招募人工客服。激进的全面押注与保守的按兵不动，同样危险。AI与企业的适配，需要磨合、需要积累、需要沉淀：数据要一点点治理，流程要一段段重构，员工要一批批适应，模型要一轮轮调优。这个过程注定漫长而“憔悴”，没有“不悔”的信念，走不到头。

但方向是清晰的，而且外部世界正在替企业下决心。2026年以来，商业世界最基础的设施层，正成建制地为智能体重写规则：腾讯QQ邮箱推出智能体专属邮箱Agent Mail，为AI赋予与个人邮箱完全隔离的独立数字身份；微信支付发布“AI专属卡”，相当于用户为智能体开设的、限定额度与范围的“办事钱包”；支付宝完成上线以来最大规模的AI化改版；京东发布智能体自主支付协议，银联出台智能体支付开放协议框架。监管同步跟进，国家网信办等三部门于2026年5月印发《智能体规范应用与创新发展实施意见》，就数字身份、权限界定、行为追溯、金融风控等方面提出要求。

当邮箱、支付、清结算这些商业世界的“水电煤”，都在安全、隐私、合规层面全面适配智能体流程时，单个企业的流程再造，已经不是要不要做的问题，而是何时做、多快做的问题。衣带渐宽终不悔，为伊消得人憔悴——此之谓也。

三、第三重境界：众里寻他千百度，蓦然回首，那人却在，灯火阑珊处

此句出自辛弃疾《青玉案·元夕》。王国维以之喻功成之境：千百度的求索之后，一朝顿悟、豁然贯通，蓦然发现所求就在灯火阑珊处。如果说第一重境界绝大多数企业已经抵达，第二重境界不少企业正在经历，那么第三重境界，目前能达到的企业还寥寥无几——或许只有部分深耕AI、算力、数据的公司初尝其味。

（一）灯火阑珊处的三类先行者

先看算力。国产AI芯片公司寒武纪成立于2016年，此后长期巨额亏损、屡遭质疑，还被列入美国出口管制清单，一度被资本市场视为只会“讲故事”的公司。但它把研发坚持了下来，研发人员长期占员工总数八成左右。2025年，随着国内算力需求爆发与国产替代提速，寒武纪营业收入达到64.97亿元，同比增长453%，首次实现年度盈利，归母净利润20.59亿元，而上一年还亏损4.52亿元。近十年饮冰，终于在一个财年里，把“故事”变成了财务报表上的现实。

再看一个更长坐标上的国际同行。韩国SK海力士2013年就推出了全球首款高带宽存储器（HBM）。此后多年，这项技术市场狭小、投入巨大，在存储行业的历次下行周期中几乎沦为弃子，但SK海力士没有放弃。2023年之后，大模型训练令HBM一夜之间成为最紧缺的部件，SK海力士顺势成为英伟达的核心供应商；据市场研究机构统计，2025年一季度，其DRAM市场份额历史上首次超越三星。十余年的冷板凳，换来“蓦然回首”的一刻。

最后看数据，这也是我感触最深的一类。去年我在湖南调研了一家小型数据公司，主业是数据的收集与清洗。在很多人眼里，这是产业链上最不起眼的“苦活累活”。不成想，近两年它的业务突飞猛进，订单应接不暇，估值节节攀升。

个案背后是行业大势：《全国数据资源调查报告（2025年）》显示，2025年全国数据生产总量达52.26泽字节，同比增长27.28%，约占全球总量的27.44%，其中约九成增量来自企业；全国数据交易额同比增长近四成；全国已建成7个数据标注基地，带动相关产值超过83亿元。放眼海外，数据标注公司Scale AI于2025年获得Meta约143亿美元入股，估值达290亿美元。从“数据二十条”到“数据要素×”行动，数据作为新型生产要素的制度框架加快成形；大模型时代，“得数据者得天下”正从口号变成订单。那家湖南小公司多年埋头所做的，恰是为认知革命备料的事——灯火阑珊处的“那人”，原来一直站在那里。

（二）“不经意间”的必然

这些故事有一个共同的结构：长期在正确方向上笨拙而执着的投入，在某个时点与时代需求猛然相遇。看似“不经意间”，实则是巴斯德那句名言的注脚——机会只偏爱有准备的头脑。对更广大的传统企业而言，第三重境界未必意味着转行去做芯片或大模型，它更多表现为：在孜孜以求的转型过程中，“不经意间”完成业务转型、估值转变与组织变异。

光模块企业中际旭创十余年深耕高速光互连这一细分“配角”领域，在AI算力浪潮中跃升为全球出货量领先的光模块供应商，净利润数年间增长逾十倍；许多制造企业在推进智能工厂的过程中沉淀了数据资产与算法能力，回头发现自己已“顺手”孵化出可对外输出的工业软件业务；还有企业发现，资本市场对自己的估值逻辑正悄然改变——从按产能、按吨位定价，转为按数据资产、按智能化能力定价。业务转型、估值转变、组织变异往往相伴而生：决策链条缩短了，数据团队从后台走向前台，考核从单纯的产量、销量，转向人机协同的产出。而这一切的起点，都是第二重境界里那些不起眼的坚持。

千千万万家企业的“蓦然回首”汇聚起来，就是一个经济体的“蓦然回首”。企业层面的微观转型，正在不经意间重塑中国经济发展的大战略、大格局：当越来越多的企业把AI内化为核心能力，“人工智能+”就从文件里的目标变成产业里的现实，新旧动能转换就从宏观叙事，落地为一张张订单、一份份报表。数字最能说明成就：2024年，我国数据产业规模已达到5.86万亿元，全国数据企业数量超过40万家；2025年数字经济核心产业增加值占国内生产总值的比重提高到10.5%以上——千帆竞发的微观选择，正在汇成宏观层面确定无疑的产业洪流。国家层面的新质生产力，归根结底要由一个个完成了三重境界修炼的企业来生产。

结语：境界之上，仍有境界

王国维在提出三重境界之后写道：“此等语皆非大词人不能道。”不妨套用一句：此等事业，亦非有大格局、大定力的企业家不能成。境界之说，听来玄妙，拆开看却朴素：第一重讲认知，第二重讲行动，第三重讲收获——看清、做实、水到渠成，如此而已。难就难在，多数人看清之后不肯做实，做实之后又急于收获。

需要说明的是，三重境界并非拾级而上、一劳永逸的三个台阶，而更像一个循环往复的修行过程。认知会过时——今天看清的“天涯路”，三五年后可能又被新技术改写，企业家须常上高楼；行动会疲惫——组织变革没有终点，“憔悴”是常态而非阶段；即便迎来顿悟时刻，灯火阑珊处的风景也不会永驻，新的西风、新的凋零，转眼又至。钻研学问需要韧性，会有挫折，也会有淘汰；经营企业更是如此——市场经济的常态本就是优胜劣汰，不是每一家企业都能走到第三重境界。但可以确定的是：在正确方向上不畏艰难、不舍初心的坚持，会显著提高与机会相遇的概率；而患得患失、原地观望，只会确定地错过整个时代。

AI时代的大幕才刚刚拉开。愿更多中国企业登上高楼、望尽天涯路；愿更多企业家衣带渐宽终不悔；也愿这片土地上，有越来越多的企业迎来属于自己的那个时刻——众里寻他千百度，蓦然回首，那人却在，灯火阑珊处。

（作者董兵兵为上海交通大学上海高级金融学院副教授）