【核心观点】

基本矛盾：数字化转型的基本矛盾就是企业全局优化的需求和碎片化的供给之间的矛盾。

勇于探索：企业要想成为引领全球的领导者，成功应对快速变化的市场环境，就必须在数字化转型的全新领域勇敢探索。

协同创新：多主体协同创新不仅需要数字化和智能化的技术手段，更需要改变企业内部的组织管理和外部的商业模式，也就是让生产关系匹配生产力，才能真正得以实现。

指数曲线：企业的数字化投入如果是一条向上的斜线，那么其收益并不是一条同样向上的斜线，而是一条指数曲线，开始时缓慢向上，一旦经过了某个拐点之后，就会呈现出快速增长的态势。

人才标签：能够适应人工智能时代、满足未来社会需求的人才应该具备三个标签：创造力、想象力和批判性思维。

AI机器人：未来具有超级能力的AI机器人将遍布各个行业和领域，如何将这些AI机器人充分调动起来，取决于企业的组织能力，而企业的组织能力又取决于人的能力。

【对话实录】

数字化转型要解决全局优化需求与碎片化供给之间的矛盾

赵福全：安博士，前面主要交流了产品力，下一个话题咱们谈谈创造力或者说生产力。2023年汽车工程学会专门成立了数字化与智能制造工作委员会，我作为牵头人受邀出任主任委员，您也在其中担任副主任委员。我们成立这个专委会的主要目的，就是要推动数字化更好地赋能汽车企业系统性的产品创造力。

实际上，产品创造力绝不仅仅是研发的事情，而是涵盖了企业研产供销服管等各个环节，并且每个环节还要相互打通，最终形成企业产品创造的综合能力。更进一步来说，这也不仅仅是整车企业内部的事情，还需要与外部的各类供应商等合作伙伴紧密协作。比如，研发环节不能只靠整车企业，相关供应商也必须参与进来，特别是一些科技公司的作用不可或缺；生产环节，整车企业其实只负责集成和组装，绝大部分零部件都是由供应商提供的；采购环节也有巨大变化，因为现在的汽车供应链不仅包括硬件，还包括各种软件，对此整车企业必须以不同的方式进行有效管理；最后，服务体系就更复杂了，未来汽车产品与外部各种服务都需要基于数据全面连接和打通。由此，企业才能形成研产供销服一体化的综合能力，也即智能制造体系的产品创造力。

我认为，与产品力相比，数字化对创造力的赋能，意义更加深远。而像汽车这样高度复杂、新旧融合的大产业，正是数字化赋能创造力的最佳载体和平台。反过来说，人工智能助力汽车产业实现更高水平的资源优化配置，将是其最重要的应用场景之一。当然，企业要成功获得数字化的赋能绝非易事，必须面对种种挑战。那么在您看来，当前汽车产业数字化转型的卡点究竟在哪里？汽车企业到底应该怎样推进数字化转型呢？

安筱鹏：赵院长提的这个问题，我觉得从广义上讲，是数字化转型中最重要的问题，我将其定义为基本矛盾。何谓基本矛盾？简单地说，就是矛盾背后的矛盾、问题背后的问题。我们上学时都学过，我国社会主要矛盾是人民日益增长的物质文化需要和落后的社会生产之间的矛盾；而十九大报告指出：我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。这个表述中的“不平衡不充分的发展”，就指向了生产力有待进一步提高的基本矛盾。

那么，今天数字化转型的基本矛盾是什么呢？我此前讲过一个观点，数字化转型的基本矛盾就是企业全局优化的需求和碎片化的供给之间的矛盾。刚才赵院长谈到，企业必须基于数字化手段，打通产品研发、生产、采购、销售和服务等各个环节，实现各种资源的全局优化配置。因为在市场需求发生巨变之际，企业只有这样做，才能有效组织内外部资源，对用户快速变化的需求做出实时、精准的响应。所以，这种全局优化是企业提升核心竞争力的迫切需求，也是数字化或者说智能化的价值所在。

然而目前各项业务的信息化系统基本都是相互孤立的，很难确保将正确的数据，在正确的时间，以正确的方式，传递给正确的人。也就是说，当前的根本问题在于，掌握数字技术的供应商们给汽车企业提供的解决方案都是碎片化的。例如在同一家车企，可能是A公司做了一套CRM客户关系管理系统，B公司做了一套ERP企业资源管理系统，C公司又做了一套PRM项目管理系统，此外还有D公司做了一套人力资源管理系统。这些软件公司的产品大多由来已久，当年是为了解决某个局部问题而诞生的，本来就没有考虑过解决数字化转型的全局问题。当然，即便想要解决全局问题，也很难做得到。试问，我们怎么能指望一家软件公司把汽车企业的所有问题都解决了呢？所以，当我们以更长的视角审视就会发现，在过去二三十年里，企业数字化转型面临的一个最主要的问题就是供给与需求脱节，这也是当前很多问题背后的根本原因。

那么，这个问题应该怎样解决呢？我认为，这需要供给侧与需求侧联动。最近我观察到，很多行业的领头羊企业，在跻身全球第一梯队，不得不走进创新发展的“无人区”时，都做出了一个共同的选择，那就是“以我为主”去探索全新的数字化技术架构和解决方案。像ERP、CRM等系统，现在已经不是乙方提供给甲方什么，甲方就用什么了。很多甲方都是自己来主导技术架构及解决方案的设计，然后让乙方按照自己的想法来执行。这些方案也往往不再是传统的线下部署，而是开始转向云端来重新构建。就是说，这已经不再是部署单一的某套硬件设备及软件系统，而是整体性地迁移企业的数字基础设施体系了。也只有这样，才能从根本上满足企业全局优化的需求。对于企业而言，进行这样前所未有的创新尝试肯定会遇到诸多挑战，其领军人也要承担很大的风险和责任，但是企业要想成为引领全球的领导者，成功应对快速变化的市场环境，就必须在数字化转型的全新领域勇敢探索。这是我的一个判断，现在看来也越来越受到企业的认同。

在这样的全新布局下，数字化才能真正对汽车产业产生全局性的影响。举个例子，随着市场需求的变化越来越快，汽车企业都非常希望能够缩短产品研发周期。目前汽车产品的研发周期已经从以前的三四年，逐步压缩到了现在的24个月、18个月、甚至更短。然而像汽车这样集大成的复杂工业品，要在确保质量的前提下不断缩短研发周期，像IT产品一样快速迭代，谈何容易？这就需要企业在产品研发、生产以及供应链等每一个环节，都形成更强的组织和协调能力，并且充分打通各个环节，以进行全局性的整体优化。显然，企业如果不进行系统性的数字化转型，是无法实现上述目标的。

赵福全：刚刚我问的其实是数字化转型中最难也最关键的问题之一，而安博士的回答非常到位。您分享了一个非常重要的观点，当制造业拥抱AI技术、实施数字化转型的时候，既有单个领域如何突破的局部挑战，更有多个领域如何协同的全局挑战。

从供给侧看，在ANI时代，解决单个问题的软件系统及专业能力，已经有了很深的积累，但是这种能力并不能满足AGI时代汽车企业进行全局优化的需求，也不足以支撑汽车企业主导下全新数字化解决方案的实施。也就是说，沿着原有的方向发展，数字化已经遇到了瓶颈。再从需求侧看，为了快速响应市场变化，根据用户需求来打造产品，汽车企业既需要在产品研产供销服的各个环节都实现数字化，更需要打通所有这些环节，让各方的资源和力量都能有效协同，这就是一个系统性的问题了。比如说，研发部门做到了根据用户数据来定义和开发产品，但是生产不能按此灵活调整；或者生产实现了智能化定制，但是供应商包括物流、仓储等却跟不上，这无疑都是不行的。如果说过去数字化主要致力于也只能解决某个环节的问题，那么今后随着数字技术特别是AI技术的进步，数字化必须解决的主要问题就是打通各个环节，确保各参与方始终站在同一条进度线上来打造产品。

正如安博士指出的，当前通过数字化提升创造力的重点方向，更应该聚焦于各个环节的充分打通和有效协同上。与之相比，各环节自身的数字化能力提升可能反倒没有那么紧迫，甚至可以说是“小巫见大巫”了。假如企业认为研发重要而忽视了生产，又或者觉得生产重要而忽视了供应，那其数字化转型肯定无法获得良好的结果。这意味着企业既要做到每个环节和领域的专业化，更要做到所有环节和领域的协同化。而实现这种专业化分工基础上的多主体协同创新，就是今后汽车企业最重要的目标。

我想强调的是，多主体协同创新不仅需要数字化和智能化的技术手段，更需要改变企业内部的组织管理和外部的商业模式，也就是让生产关系匹配生产力，才能真正得以实现。以汽车产品开发为例，原来主要涉及的就是技术问题，可以由研发负责人来掌管；而现在涉及的远远不只是技术问题，研发负责人的权限就不够了，应该由整车企业的CEO或者拥有类似权限的领导来负责才行。比如，在新形势下研产供销服各部门需要更紧密的有效协同，才能快速、精准地打造产品，而研发负责人是很难调配其他部门资源的；再如，一些核心软硬件技术来自于外部供应商，必须合理选择并与之建立长期的战略伙伴关系，而这样的决策显然也不是研发负责人能做的。所以我认为，新时期只有像CEO这样的角色，才能有效统括全局，推进汽车产品的打造。同样的道理，如我前面提到的，数字化转型首先是领导力的转型。只有董事长、CEO转变了理念和认知，企业的数字化转型才能做到位；而众多企业的董事长、CEO们都转变了理念和认知，整个行业的数字化转型才能做到位。

安筱鹏：赵院长，我再补充一点。我们之前做过一个研究，结果发现：企业的数字化投入如果是一条向上的斜线，那么其收益并不是一条同样向上的斜线，而是一条指数曲线，开始时缓慢向上，一旦经过了某个拐点之后，就会呈现出快速增长的态势。

仔细分析来看，这个结论其实是有道理的。在刚开始数字化转型时，企业要进行很多单项的投入，例如购买相关的硬件设备和软件系统，逐渐完成各个业务板块的数字化基础设施布局。该阶段的投入是很大的，但效果只来自于单一领域的特定应用，就是前面说的研发、生产或供应链中的某个环节，因此企业的收益有限。之后企业开始把各个领域的应用都集成起来，包括企业内部资源的集成以及与外部供应商、销售商、服务商等资源的集成，最后构建形成一个创新生态。到了那个时候，数字化转型才能真正产生全局优化的效果，企业的收益也才会随之呈现出指数级的增长。

赵福全：这样的研究结论正好可以支撑我们的观点。就像刚刚谈到的，目前数字化转型的主要问题就是要把各个环节和领域打通，这样当数字化的投入积累到一定程度后，才能实现1+1>2的协同效果。所谓“打通”不只包括企业内部的组织和管理优化，还包括企业与外部各类伙伴的分工协作与资源整合，最终各方将形成一个命运共同体，也即一个多主体协同创新的产业生态。在这个生态中，任何环节和领域都不能有缺位或不足。如果说互联网产业的规律是长板效应，互联网公司可以凭借某个单点上的优势脱颖而出，那么我认为当数字化和智能化进入制造业的时候，其规律就变成了短板效应。因为制造业更强调集成，只有单点优势并不足以提升企业的综合实力，相反，任何单点存在短板都会拖累企业整体的表现和收益。

人工智能时代的人才必须具备创造力、想象力和批判性思维

赵福全：接下来进入下一个话题。数字化转型要解决诸多难题，但归根结底还是要解决人的问题。而人的问题不仅涉及到企业高层领导力的转型，还涉及到全体员工思维方式、基础能力和知识架构等的转变。对于原本偏向机械硬件的汽车产业来说，企业在数字化转型的过程中，必须有针对性地调整内部人才结构，更多地加强智能化及软件等方面的人才。

这实际上又涉及到了整个产业人才培育的大问题。现在高校既有的学生培养体系也面临很多争议，比如未来主导汽车产业发展的人才到底是继续来自汽车专业，还是会来自人工智能等相关专业？是让汽车专业的学生学一些人工智能的课程，还是让人工智能专业的学生学一些汽车的课程？面向未来的迫切需要，高校应该怎样培养跨界的新型复合型人才？当然，无论高校培养体系的改革进展如何，企业自己都要基于现有情况，尽最大努力解决好人的问题。那么安博士，您怎么看这个问题？

安筱鹏：这也是一个非常大的话题。我想从两个方面谈谈自己的理解：首先从整个社会的角度来看，未来5-10年，随着人工智能更加普及，我们需要什么样的人才；相应的，教育理念和方法需要怎样调整。然后回到汽车产业，审视一下具体的人才需求和组织调整等问题。

总体而言，当人工智能全面到来的时候，我认为教育将是全世界、全社会受到最大挑战的行业之一。因为有了人工智能，人类就不需要再像以前那样死记硬背很多知识或者勤学苦练很多技能了。比如当你在工厂工作时，会有一个数字人和你一起配合，它是一个由通用人工智能赋能的超级学霸，这个学霸可不是市里或省里的状元那么简单，而是几乎学习了地球上所有的知识，试想这样的数字人会给你多大的帮助！当然，由此也带来了一个问题——未来5-10年或者更长的时间之后，制造工厂、律师事务所、医院以及行政单位等等，究竟需要什么样的人才？对此很多团队都展开过深入的研究，综合来看，能够适应人工智能时代、满足未来社会需求的人才应该具备三个标签：即创造力、想象力和批判性思维。既然如此，我们就要反过来思考，当前的高校乃至整个教育体系能不能培养出这样的人才呢？如果不能，这就是今后教育体系深化改革的方向和目标。也唯有如此，教育才能跟得上时代的发展进步。

回到汽车产业来看，上述结论也同样适用。近期我与一汽的管理层交流得比较多，他们推动数字化转型和人工智能应用的方式方法，我认为非常值得借鉴。可能很多人都觉得，央企的创新似乎不那么活跃，同时东北地区的发展活力似乎也不那么足。而依我观察，这应该是一个错误的认识。至少一汽这家东北的央企，在数字化转型方面展现出了很强的活力和创造性，其组织变革的力度甚至要比不少民企更大。

我讲几个案例。第一个案例是关于组织方式的。我们知道，当前几乎每家企业都有业务人员和IT人员，以往的组织方式是分成业务部门和IT部门，前者把需求传递给后者，然后再由后者购买或外包开发软件系统来满足需求。而现在一汽将内部的业务人员和IT人员编在一起，称之为战队，形成了一个有机的整体。即在最基本的业务单元上，IT、数据和业务部门的人员共同组成一个联合体，然后一起确定并满足各种需求。应该说，这种组织方式与很多传统企业所做的变革都不一样，体现出一种创新的理念。

第二个案例是关于数字化解决方案的。前面我讲过，当一家企业进入到数字化转型的“无人区”时，一定要“以我为主”来主导推进相关工作。而一汽正是这样做的，他们从自身的实际需要出发，自行设计并构建了基于云的数字化解决方案，包括企业资源管理、研发管理、供应链管理等系统，都是一汽按照整体规划重新构建的。老实说，这种全面重构的转型实践，难度之大超乎想象。所以，我曾和他们半开玩笑地说，数字化转型是一场攀登珠峰的竞赛，而一汽选择了从更艰难的北坡上山。

第三案例是关于人工智能大模型的。在这方面，一汽的推进也很快。我关注到央视《新闻联播》在介绍新质生产力时，曾经专门提到一汽联合阿里云通义千问打造的GPT-BI大模型应用。目前一汽的管理层包括董事长、总经理，都在使用这个大模型，以实现基于实时数据的科学决策。

从上面的例子可以看到，一汽推进数字化转型和AI应用的行动不是孤立割裂的，而是相互联动的，从而形成了从认知、到战略、到组织、再到一系列具体举措的系统工程。诸如企业对组织架构的调整，对数字化方案的主导，以及对AI大模型的应用，看起来只是一个个现象，而在这些现象背后的，则是企业积极拥抱新技术、新模式以应对市场巨变的决心和勇气。未来肯定还会有更多更强的人工智能技术投入应用，相信所有企业都想拥抱这些新技术，然而有意愿是一回事，有能力则是另外一回事。而在我看来，一汽就是一家既有意愿、也有能力应用数字化和智能化技术的企业。

赵福全：刚才安博士从未来人类社会的高度，对人工智能时代的人才应该具备什么能力进行了精要阐释，并指出这就是教育体系改革的目标所在。

说起来，人才问题的确是一个大话题。而且当前人工智能的应用才刚刚拉开序幕，今后还会出现很多我们今天难以想象的景象。未来我们将会处在人机共生的环境中，即人与AI机器人一起工作、一起生活。当然，AI机器人并不是非要做成自然人的形态，但它一定会具备覆盖一个甚至多个行业的集大成的超级能力，或者说是一个非常厉害的“人”，可以有效辅助和支撑人类的各种活动；而人类则必须与这样的AI机器人共同合作，才能更好地创造产品、提供服务、完成工作。最终，整个世界都将因此而改变。正因如此，未来人才的能力需求将发生根本性的改变。

首先，简单强调某个领域记忆性的知识或者重复处理某个问题的技能，都没有什么意义了，因为在这些方面AI机器人的能力要比人类强得多。但是人具有创造力，可以提出创新性的方案，然后让AI机器人来落地，因此人与AI机器人协同工作的能力就变得至关重要。从这个角度看，如果说原来学生先要学习怎样与其他人交往，那么未来学生可能也要学习怎样与AI机器人交往，这意味着学校必须彻底改变培养学生的目标和重点。我想，届时或许培养学生建立适应人机共生社会的价值观和世界观也是非常重要的。

其次，未来具有超级能力的AI机器人将遍布各个行业和领域，如何将这些AI机器人充分调动起来，取决于企业的组织能力，而企业的组织能力又取决于人的能力。所以，高校除了培养学生掌握一定的基础理论和专业知识，更重要的是，要培养学生管理多元资源特别是各种AI机器人的能力，也即新型的领导力。目前高校工科专业对学生领导力的培养远远不够，而且基本没有涉及对AI的管理，这是亟待改进的，因为未来具备管理AI的领导力将变得极其关键。

最后，未来人类可能只有在创新方面才比AI机器人更有优势。因此必须着重培养人才具有创新的意愿、意识和能力。例如，人要敢于挑战原有的组织架构，要积极拥抱各种未知的全新技术。就像我们前面讲到的，人工智能将给人类带来一个全新的世界，我们完全可以放飞思想、尽情想象、勇敢创造。到那个时候，曾经可能被认为比较虚的想象力和创造力，才是人类必须拥有并充分发挥的核心能力，而这也恰是当前的教育体系所缺乏的。

总之，人工智能在帮助人的同时，也将完全改变人。这将是一个从量变到质变的过程，而变化的速度正越来越快。为此，我们需要尽早做好准备。

未来人工智能将会重新定义企业的组织及管理

安筱鹏：是的，正如赵院长所说，未来人工智能将对人才的需求以及组织的形式产生巨大影响。事实上，我认为在人工智能的时代，我们需要重新定义组织。

为什么这么说呢？过去我们讲的组织，就是一群人围绕着共同的目标，相互协同来完成某件事情，组织的主体都是人。但是现在诞生了数字人，刚才赵院长也说到了AI机器人，今后可能是人与很多数字人一起协同工作，例如有研发的、有人力的、有编程的、还有法务的，各个方面的各种数字人。目前阿里云就有一个数字员工叫做通义灵码，它的工号是AI001号，这个数字人对业务非常熟，工作效率也非常高。

未来当这些数字人进入公司之后，我们不难想象会有这样的场景：召开一次新车型开发的研讨会，或者人力资源的招聘会，参会的自然人有三四个，同时还有四五个数字人一起参会，可能是分别来自设计、人力资源和法务等相关部门的数字员工。就像您刚才讲的，人与数字人将会协同工作，进入到共生的状态。

在这种情况下，企业的组织包括内涵、形态和边界等，都将与此前完全不同。同时，人力资源的功能和责权也将随之发生根本性的变化。试想如果一家公司有30个人类员工和25个数字员工，那么数字员工是让IT部门、还是人力资源部门来管理呢？对数字员工又该用什么方式来管理呢？另外，如果公司需要招聘某个领域的专业人员，不管是设计或销售的人才，还是法务或财务的人才，既然公司无非是想借助这个人所具有的相关专业能力，那么为什么不干脆采购一批具备这些能力的数字人呢？也就是说，未来组织的主体将是自然人和数字人的集合，而且随着人工智能技术的不断进步，后者的比例很可能会持续提高，组织本身也就必须为之改变，这将倒逼企业形成重新定义组织以及管理新型组织的能力。

赵福全：所以说，人工智能似乎很遥远，其实近在眼前。一系列变革已经在发生了，而且未来的改变可能远不是今天的我们能够想象得到的。当超级人工智能的时代到来之际，每一个人造单体都将具有高度的智能，同时这些智能单体又是互联的，从而将会组合形成更高的群体智能。从这个意义上讲，人工智能领域从量变到质变的速度之快、影响之大，甚至可能不是摩尔定律所能表征的。因此，我们每一个人都需要建立全新的理念、形成全新的能力，特别是人机共生的理念和能力。

时间过得很快，今天围绕数字化转型这一主题，我与安博士交流了近3个小时。安博士深耕数字化领域多年，在阿里研究院长期从事相关研究，形成了自己关于信息化、数字化、智能化等的系统认知和独到见解。同时作为来自企业一线的专家学者，安博士还出版了多本相关领域的著作。而今天收看我们栏目的同仁们，想必更能直观地感受到安博士的渊博学识和深刻洞见。我们谈到的内容非常广泛，涉及到数字化转型及智能化发展的各个方面。当然有些前沿的话题尚无行业共识，我们的观点也只能作为一种参考，有待未来的产业实践者们去证实或者证伪。下面，我对今天的交流做个总结。

第一，数字化将给人类社会以及各行各业带来全方位的改变。实际上，数字技术一直在融入到经济和社会的方方面面，但是此次数字技术的最新进展——AI大模型的出现，不是量变积累的技术进步，而是质变突破的技术革命和产业革命，标志着从ANI弱人工智能向AGI强人工智能或者说通用人工智能的跃进。甚至可以说，本轮AI大模型将给整个社会带来空前广泛的巨大影响，其威力堪比“核武器”。这既是因为技术本身的质变，更是因为大模型可以应用于几乎所有的行业和领域，从而彻底改变人类的生产和生活方式。

第二，数字化主导的智能时代与此前完全不同，将会催生出全新的生产要素、生产力和生产关系。具体来说，数据是新的生产要素；数据采集、传输、存储、处理和应用的各种技术，也即数字化的技术手段，是新的生产力；而确保这种新生产力得到释放的企业组织架构和商业模式等，就是新的生产关系。由此，数字化不仅能够带来产品力本身的提升，即基于数据、通过AI赋能，使产品变得更好；更能带来支撑产品的创造力的全面提升，即将数据和AI应用于产品创造的全过程，涵盖研产供销服等各个环节，从而以更优的品质、更低的成本和更高的效率来提供产品及服务。在我看来，与产品力相比，数字化带来的创造力提升更加重要，也更有广泛拓展的巨大空间。

第三，企业实施数字化转型既有适应时代变化的共性诉求，也是不得不做的战略选择。尽管不同的企业对数字化转型各有各的思考，但是其根本原因在于，当前市场需求正变得日益复杂多变，用户越来越青睐个性化、实时化和智能化的产品及服务。在这种情况下，企业唯有实施数字化转型，以数字技术来武装自己，并将其融入到经营、管理和决策等方方面面，才能优化资源配置效率，有效提升核心竞争力，快速响应市场变化，成功应对“复杂系统的不确定性”带来的严峻挑战。与此同时，数字化转型需要持续而巨大的投入，而收益往往难以预期，这导致部分企业心存犹疑。然而不转型的风险更是企业无法承受的，因为其他企业可能会籍由数字化转型形成强大的竞争优势。所以，数字化转型也是企业“不得不做”的事情。

第四，企业数字化转型之所以如此艰难，主要有两方面的原因。一方面，数字化转型是一项全方位的系统工程，企业必须从理念、认知到技术、工具，再到组织、管理等各个方面协调推进，这无疑是极其困难的。另一方面，当前产业有一个普遍性的瓶颈问题，即企业全局优化的需求与碎片化的供给之间不相匹配，安博士将其视为数字化转型的基本矛盾。为解决这一问题，有志于实现全球引领的企业，都应该自己主导数字化转型“无人区”的创新发展，系统设计整体解决方案，并重新构建相关系统。同时企业还要积极建设产业生态，努力实现专业分工下的多主体协同创新，以获取自己不具备的能力和资源，与生态伙伴一起创造数字化转型的最大效益。

第五，大模型与专业模型既有明显不同，又有紧密关联。正如安博士指出的，我们今天所讲的专业类模型，与几年前依托ANI构建的专业模型有着本质区别，是完全不同的两个物种。由于现在有了AI大模型作为基础模型，行业垂直应用的专业类模型可以高质量、高效率、低成本地解决更加复杂而广泛的各种问题，其能力实现了由量变到质变的跃升。所以，专业类模型并不是大模型，但一定要构建在基础大模型之上。反过来讲，在基础大模型上构建更多不同行业和领域的专业类模型，并实现相互联动，又是大模型产生更大价值的必由之路。如果只有大模型、没有专业类模型，那大模型在整个社会起到的作用就会有很大的局限性。也就是说，大模型和专业模型之间是相辅相成的。

第六，汽车产业推进数字化转型空间广阔，同时挑战巨大，企业必须全方位系统施策。汽车作为关联广泛的集大成产业，不仅自身数字化转型将产生多元战略价值，而且还将为制造业数字化转型提供了最佳载体和平台。无论是智能汽车产品从交通工具属性向空间属性、情感属性的扩展，还是汽车智能制造带来的研产供销服一体化运行，数字化转型将使汽车产业的产品力和创造力实现全面升级，进而深刻影响整个社会的生产生活。但是高度复杂的汽车产业也是实施数字化转型最难的行业之一。一方面所需投入更大、见效时间更长；另一方面，在万物互联的前景下，汽车制造业与大智能产业相互融合，导致汽车产业的核心技术及能力更多元、更交织、也更易变，没有任何一家乃至一类企业能够拥有全部所需能力，这意味着汽车产业的各类参与主体都必须重新审视自身应该具备哪些能力，又应该从外部获得哪些能力。为此，汽车企业的数字化转型一要有清晰的产业分工，既要“有所为”，更要“有所不为”，也只有“有所不为”，才能集中力量做好“有所为”；二要从高层的领导力，员工的认知、知识与技能，各种数字化的技术手段，以及企业内部的组织架构、管理流程与外部的商业模式等各个方面，全面系统地实施整体性的转型方案。

第七，数字化转型最终要靠人来实现，而未来的人才需要具备完全不同的思维方式和核心能力。因为未来将是人机共生的全新时代，企业需要有效组织管理由自然人和数字人共同组成的团队。这就要求人才必须具备与AI协同工作的能力，同时还要发挥AI所不具备的创新能力。当然，这样的能力不可能从天而降。对于企业来说，要从组织架构变革、资源管理优化等方面入手，逐步改变人才结构和运行模式。而对于整个教育体系来说，也要以上述能力需求为培养目标进行全面改革。只有这样，才能为汽车产业乃至各行各业提供有能力拥抱数字化、智能化转型的新型人才，进而支撑人类社会迎来更加美好的明天。

最后，再次感谢安博士的精彩分享和真知灼见，祝愿您在数字化以及人工智能领域输出更多的研究成果、发挥更大的引领作用！

安筱鹏：谢谢！