▍写在前面

世界经济论坛第十七届新领军者年会（夏季达沃斯）本周在中国大连举行。人工智能重塑产业格局，成为全球商业领袖最为关注的时代命题之一。

应世界经济论坛邀请，长江商学院科技与运营教授、杰出院长讲席教授、AI 智能产业实验室主任孙天澍教授出席了本届夏季达沃斯并在 " 融合技术 致胜未来 " 论坛发表主旨演讲。

今日与你分享演讲全文。

观点速读

1. AI 智能体网络，将成为继电网、互联网之后人类历史上的第三张全球网络，成为人类社会的 " 智能基建 "。

2. 企业必须同时理解两场战争：AI 本身的 " 智能基建之战 "，以及 AI 重塑产业的 " 产业重构之战 "。

3. AI 竞争不是单点竞争，而是能源、芯片、云、模型、智能体系统和产业转型共同构成的六层价值链竞争。

4. AI 已经进入下半场，核心变化是从 Copilot 走向 Agent，从智能基建走向产业重构。

5. AI 在下半场最大的商业价值不在模型算力，而在产业场景层。

6. 未来属于 AI+，而不是 +AI：不是给以人为中心的旧流程加 AI，而是 " 以智能体为核心 " 架构新系统和新模式。

7. AI+ 不会自下而上自然发生，企业不能指望一线员工用 AI 工具就自然长出一个 AI 原生组织。CEO 必须首先成为 AI 架构师，自上而下架构下一代业务。

8. AI 下半场需要一千个 " 亨利 · 福特 "：用无限供给的 AI 智能体重新架构每一个行业。

9. 未来先进组织将是 " 工字型组织 "，顶层的 AI 架构师、中间的智能体大脑和大量一线员工的协作体。AI 真正改变的不是某一个岗位，而是组织的运行本质。

10. AI 下半场的竞争本质，是企业家能否把 AI 智能体与自身的专业场景和专有数据结合起来，构建下一代业务架构、组织形态和商业模式。

今天我想讨论的话题是：

在智能体（Agent）快速崛起的 "AI 下半场 "，企业如何赢得竞争？

我认为，在当下，所有企业都必须关注两件事，且至少参与到其中之一：

一件是Business of AI，也就是 "AI 智能基建之战 "，是 AI 本身的机会，终局是科技企业建成 AGI 和下一代全球智能基础设施；

另一件是AI for Business，也就是 "AI 产业重构之战 "，终局是千行百业的产业企业用 AI 重塑产业秩序、商业模式和价值链生态。

智能体网络将成为继电网、互联网后人类的第三张全球网络，提供智能基建

我对未来十年 AI 的发展非常乐观，我认为：

Agent Network，也就是 AI 智能体网络，将成为人类历史上的第三张全球网络，支撑所有的智能活动，为社会创造增量价值。

第一张是电网，是能源的基础设施，

第二张是互联网，是信息的基础设施，

第三张，就是全球智能体网络（Agent Network），将提供人类所有活动的 " 智能基建 "。它会像电力和互联网一样，成为所有产业之下的新底座，并从根本上改变建立在其上的千行百业的产业秩序和价值链生态。

02

AI 竞争是六层价值链竞争，企业必须在 " 两场战争 " 中找到自己的位置

在我的学术研究中，我提出过一个 "AI 产业价值链 " 框架。它包括六层：

第一层，能源与基础设施；

第二层，芯片生态；

第三层，新型云基础设施；

第四层，基础模型；

第五层，智能体产品系统；

第六层，产业转型与商业重构

第一到第四层是" 智能基建之战 "，第五和第六层是" 产业重构之战" ，每家企业要参与这场 AI 变革，登上 AI 火箭，就必须在六层价值链找到自己的位置，要么参与到下面四层的 " 智能基建之战 "，要么参与到 " 产业重构之战 "，甚至同时参与。

AI 价值链六层结构图

价值链每一层的竞争，都不是单一技术的竞争，而是多种技术的组合竞争。

比如在能源层，企业不能只看电力本身，还要看不同能源形态、数据中心、配套供应链之间如何协同。

在芯片生态层，企业不能只看 GPU 芯片，还要看生态适配、存储供给、以及半导体行业如何协同演进。

而 AI 时代真正的竞争，不是谁在某一个技术点上跑得快，而是谁能在关键层级上把技术组合起来，甚至在不同层级之间形成协同。硅谷和国内的顶尖企业都有在 AI 价值链垂直一体化的趋势。

单点能力重要，但单点能力不构成最终胜利。

真正重要的是，企业有没有能力理解整条价值链，清晰找到自己在 "AI 产业价值链 " 所在的层级，并把上下游能力组合成自己的竞争力。

AI 已经进入下半场：从 Copilot 走向 Agent

过去六个月，AI 价值链里最根本的变化，是 Agentic AI 的快速崛起和演化。

AI 正在从 Copilot 走向 Agent，从以人为中心的系统，走向以智能体为中心的系统。

这不是一个小变化。

Copilot 本质上还是辅助人。人提出问题，人做判断，人做决策，人来学习。

Agent 则不同。Agent 可以接收目标，调用工具，理解环境，做出决策，并在反馈中持续学习迭代。

未来，我们会在商业世界和物理世界中看到越来越多自主运行的智能体系统。

这意味着，AI 正式进入下半场，从模型驱动变成产业价值，从 " 智能基建之战 " 走向 " 产业重构之战 "。

上半场的问题是：模型能力是不是足够强？

下半场的问题是：企业能不能通过架构智能体系统，在产业场景中把模型能力转化为产业价值？

如果说上半场的关键词是模型、算力、Token，那么下半场的关键词就是 " 场景、数据、智能体 "，这也是我在研究和实践中提出的 "AI 产业重构三要素 "。

不用只盯着通往 AGI 的技术竞赛，企业更应该看到：在各行各业的顶层，正涌现出越来越多通过智能体系统创造商业价值、重塑产业秩序的机会。

"AI 价值倒三角 "：最大的价值在产业场景层

我认为，AI 进入下半场，智能体快速迭代演化，AI 产业价值也正在形成一个 " 倒金字塔 " 结构。

底部是基础设施。

往上是基础模型输出的 Token。

再往上，是如何把 Token 转化为产业系统、业务流程和商业结果。

今天很多人仍然盯着基础模型，盯着算力，盯着 Token 能力。但真正的问题已经变成了：

如何把模型生产出来的 Token，变成产业价值？

这是 AI 下半场的关键问题。

在我看来，AI 真正能释放出的商业价值，绝大部分会出现在倒金字塔的顶部，也就是产业层。

但企业要在顶部拿到价值，不能只靠通用模型，也不能只靠外部技术采购。企业必须同时融合三要素：

第一，业务场景；

第二，专有数据；

第三，智能体闭环。

企业不能只拥有 AI 技术，还必须拥有足够深的行业理解、足够高质量的相关闭环 " 活数据 "，以及能够持续决策、反馈、迭代的智能体系统。

AI 价值正在从底层向上层迁移。真正的机会，不在于谁拥有最多 Token，而在于谁能把 Token 变成行业里的新流程、新组织和新秩序。

未来属于 AI+，而不是 +AI，需要以智能体为中心架构下一代产业

当 AI 和其他技术结合时，我把企业的做法分成两类：一种叫 "+AI"，另一种叫 "AI+"。

今天大多数企业做的是 +AI。

什么是 +AI？就是企业原有的业务流程、商业模式和组织结构都不变，只是在局部加一点 AI 能力。

这个做法很自然，也更容易被组织接受。因为它不颠覆原有流程，不挑战既有结构，只是做一些增量改良。

但问题是，这种方式并不根本。

如果企业只是把 AI 当成一个效率插件，它最多提升局部效率，很难释放 Agentic AI 的全部价值。

真正重要的是 AI+。

AI+ 的核心不是 " 给以人为中心的旧系统加局部 AI 能力 "，而是围绕 AI 智能体来重新设计端到端的业务系统。

企业要重新设计工作流，不是为人设计，而是为智能体设计；

要重新设计决策机制，让智能体能够吸收知识、调用数据、使用工具、完成任务。

还要重新设计商业模式、组织模式和技术架构，让智能体真正成为生产力的一部分。

这就是 AI+ 和 +AI 的根本区别。

+AI 是在旧世界以人为中心的流程里修修补补。

AI+ 是在新技术底座上重建一套商业系统。

AI+ 不会自下而上发生，CEO 必须成为 AI 业务架构师

我认为，只有 CEO 和高层管理者，才能真正架构 AI+ 商业模式，重构企业组织工作流。

这件事不能指望自下而上完成。

因为 AI+ 不是 IT 部门的工具升级，也不是某个业务部门的流程优化。它要求企业重新思考：

•业务模式如何重构？

•组织流程如何重塑？

•智能体如何参与决策？

•人和智能体如何协作？

•未来的商业模式如何建立在智能体系统之上？

这些问题，本质上是企业架构问题，而不是技术采购问题。

所以，AI 下半场企业真正缺的不是更多会用工具的人，而是 " 懂业务、懂 AI、懂未来 " 的 AI 业务架构师。

尤其是 CEO 和企业高管，必须首先成为 AI 业务架构师，去构建 AI 原生的组织、流程和商业模式。

企业不能指望一线团队用几个 AI 工具，就自然长出一个 AI 原生组织。真正的 AI+，一定是从一把手开始的架构重构。

工业革命的启示：AI 下半场需要一千个亨利 · 福特

类似的事情，100 年前已经发生过。

爱迪生发明电力，并在 19 世纪 80 年代建成早期电网之后，工业界并不是立刻完成转型的。企业用了几十年，才真正适应电力这种新的能源形态。

真正把电力转化为下一代制造体系的人，是亨利 · 福特。

在福特之前，汽车制造很大程度上仍然是手工生产。福特通过流水线，建立了一套 " 电力原生 " 的生产模式，把电力的价值真正释放出来。

这给今天的 AI 时代一个重要启示：

AI 下半场，我们需要一千个亨利 · 福特。

每一个行业都需要有人以 AI 原生的方式重构它，真正把 AI 变成新的生产体系，而不是把 AI 停留在工具层。

只有当 AI 进入生产系统、组织系统和商业模式，AI 的真正价值才会被释放。

过去十五年的移动互联网革命，也提供了类似的经验。

赢得移动互联网革命的公司，并不是那些只做增量改良的公司，而是围绕智能手机重新设计产品、商业模式和组织的公司。

比如滴滴和 Uber。没有手机，就没有实时定位服务，也就没有他们的商业模式。

比如抖音 TikTok。没有手机，就没有摄像头，也没有持续的移动端的短视频消费，也就没有抖音的产品形态。

这些企业不是把移动互联网当成渠道补充，而是围绕手机这个新基础设施，重构了整个商业模式。

今天的 Agentic AI 也是一样。

企业必须思考：如何围绕智能体，重新设计商业模式、组织模式和技术模式？

新技术真正改变世界，从来不是因为它被 " 添加 " 进旧流程，而是因为有人围绕它重建了新流程。

先成就 Agent，再让 Agent 成就你

理解 Agent 最好的方式，是把它想象成一个新员工。

你不能只给一个员工工具，却不给他目标、知识、权限和反馈。智能体也是一样。

企业要为智能体提供知识，让它理解业务；

提供数据，让它掌握上下文和 Skill；

提供工具和系统权限，让它能执行任务；

设定清晰的目标、功能和奖励机制，让它知道什么是 " 好 "；

还要通过持续反馈，帮助它迭代和改进。

这背后有一个非常重要的心态转变：

先成就 Agent，再让 Agent 成就你。

但智能体系统不是凭空出现的。最终设计这些系统的，仍然是人。

所以未来企业真正关键的人，不只是 AI 工程师，而是那些能够构建 AI 原生劳动力、业务流程和商业模式的人。

不是部署 Agent 就叫 AI+，关键是让 Agent 跑进业务闭环的中枢

我经常观察到企业的一个误区：以为只要部署了智能体，就完成了 AI+。但事实上，企业需要打造的是 " 以智能体为中心 "，可反馈、可决策、可迭代的系统。

一个真正有效的智能体系统，至少要具备三个条件。

第一，Agent 必须嵌入有明确结果的强反馈闭环。

Agent 不是一个静态工具，而是一个需要在业务流程中持续学习、持续校准的系统。它必须能够看到自己的决策结果，并从结果中修正下一次行动。

以库存管理为例，企业必须能清楚衡量 Agent 的推荐到底是成功还是失败：它是否导致了缺货？是否平衡了库存水平和仓储成本？是否真正改善了资源配置？

没有清晰、可衡量、端到端的反馈，Agent 就无法进化。它最多只是一个会说话的工具，而不是一个能承担业务责任的系统。

第二，Agent 必须建立在前沿基础模型能力之上。

过去的机器学习系统往往只能处理局部任务，但 Agent 不同。它可以具备广泛的世界知识，可以调用工具，可以完成长程任务。

比如在医药行业，智能体可以理解医学知识、专业指南、行业经验和患者的复杂意图，而这背后是因为前沿模型的通用能力在不断提升。

我有一个很直接的判断标准问各位企业家：

如果 OpenAI 或 Anthropic 明天消失，你的业务会不会受到显著影响？

如果答案是会，恭喜你，说明你的组织已经在一定程度上 " 以智能体为中心 "，已经在用 "AI 原生 " 的模式运营。

只有当企业真正变得 " 以智能体为中心 "，变得 "AI+"，才有可能充分捕捉这一代 AI 技术红利。

第三，CEO 必须重新设计组织模式架构，双轮驱动转型，建立 AI 特区。

AI+ 转型不能只靠内部改造。任何成熟组织都有惯性，也天然存在阻力。

因此，我认为更有效的方式是 " 双轮驱动 "：一方面推动既有业务的 AI 转型，另一方面在组织外部孵化 AI 原生新流程、新组织、甚至新业务。

内部转型解决今天的问题，外部孵化探索明天的形态。

这也是为什么我反复强调，AI+ 不是技术部门的项目，而是 CEO 必须亲自参与的业务和组织重构。

我用一个制药行业的例子来说明 AI 和行业技术如何结合。

以医药分销的库存管理为例：

传统库存管理高度依赖规则和流程。企业设定规则，员工按照规则执行。

但在 Agentic AI 模式下，企业可以部署成千上万个，甚至几十万个库存管理智能体。

这些智能体如何训练？

► 第一，给它们知识。比如医学知识，触发场景以及历史供需数据。

► 第二，定义它们能够访问的工具和上下文。

► 第三，设定清晰的 KPI，让它们知道如何被评估。

接下来，这些智能体可以进入真实生产环境，做出真实决策，收集决策反馈，并在反馈中持续迭代。

最终，企业可以从单一智能体，扩展到多个不同类型的智能体，形成一个多智能体系统。

这个多智能体系统，会逐渐成为企业的决策中心，并且不断学习迭代，成为企业的核心资产。这就是智能体带来的本质变化：它不是多了一个工具，而是企业内部可能出现一个新的决策中枢。

未来 " 工字型 " 组织的形态：架构师、智能体和人的共同协作

在我看来，未来的组织可能由三个关键部分构成：

第一，AI 业务架构师；

第二，智能体系统；

第三，一线员工。

这三者共同完成知识工作和物理工作。

AI 业务架构师负责设计系统；

智能体系统负责持续决策、协作和迭代；

一线员工负责执行、判断、反馈，以及处理那些仍然需要人类参与的复杂场景。

未来企业的组织形态，不再只是 " 人管理人 "，而是 " 人、智能体和系统 " 共同协作。

所以，AI 不是简单替换某一个岗位，也不是简单提升某一个流程的效率。AI 真正改变的是组织的运行方式。

AI 下半场的竞争本质

最后，我总结几个核心判断。

第一，AI 智能体网络，将成为继电网、互联网之后人类历史上的第三张全球网络，成为人类社会的 " 智能基建 "。

第二，产业企业要理解 AI 的 " 倒金字塔 " 价值结构。真正的价值不只在底层模型，而在顶部的产业层。

第三，企业要从 +AI 走向 AI+，用 AI 原生的视角，以智能体为中心，重新理解并重构产业价值链。

第四，AI+ 不会自下而上自然发生，CEO 必须首先成为 AI 架构师，自上而下架构下一代业务。

第五，AI 下半场需要一千个 " 亨利 · 福特 "：用无限供给的 AI 智能体重新架构每一个行业。

第六，未来先进组织将是 " 工字型 " 组织，架构师、智能体大脑和一线员工的协作体。AI 真正改变的不是某一个岗位，而是组织的运行本质。

最后，也是最重要的一点：

未来企业真正的竞争护城河，不是单纯拥有 AI、拥有数据和算力、拥有智能体，而是把 AI 智能体与企业的场景、数据和经验结合起来，以智能体为中心，构建下一代 "AI 原生 " 的业务架构、下一代组织形态和下一代商业模式。

这才是 AI 下半场的企业竞争本质。

点击下方卡片，关注长江商学院