AI正在以前所未有的速度重塑每一个行业。但对多数企业而言，真正的挑战不是“用不用AI”，而是“怎么用”。本文基于对8家领先企业的深度调研，提炼出一套从技术到组织的实战框架。你会发现，AI转型的起点不再是传统战略，而是技术驱动的产业重构；核心难点不在于算法本身，而在于领导者的认知升级与战略定力。
这些思考最终汇聚为一个经过反复验证的实践体系——“杨五环”2.0。从数智科技到产业重构，从战略布局到组织升级，再到变革领导力，这五个环节构成了企业AI落地的完整闭环。无论你处在转型的哪个阶段，这套框架都能帮你理清方向、避开陷阱，找到属于自己的增长路径。
“杨五环”理论的形成和迭代
“杨五环1.0”最早的构思源自2018—2019年中国互联网的一次结构性转型。那时流量红利与用户增长逐渐见顶，消费互联网增长明显放缓，行业普遍进入调整期。这一时期，大家对产业互联网在企业中应用的价值逐渐形成共识。同时，以云计算、物联网、大数据为代表的数智科技也逐趋成熟，其成本也使之更能普及。
作为腾讯公司高级管理顾问，我深度参与了腾讯2018年的“930变革”。在这次战略升级中，我们明确提出要扎根消费互联网，拥抱产业互联网。这一战略既源于对互联网行业增长边界变化的现实认识，也来自腾讯集团对数智技术将重塑产业运行方式的长期判断。
数智科技赋能产业也是国家政策倡导的方向。2021年，“加快数字化发展”被写入国家“十四五”规划纲要。国家在政策层面推动数字经济与实体经济深度融合，数字产业化、产业数字化被明确为新的增长方向。新冠疫情也催动各行各业加速数字化进程。
2019年起，我调研了一大批积极寻求数字化转型的企业（如零售业的百丽、制造业的美的、房产中介贝壳等企业），提炼出“杨五环1.0”框架。其中的“五环”分别是：战略驱动、业务重构、科技赋能、组织升级、变革领导力［见图2-1（a）］。
“杨五环1.0”的起点是“战略驱动”。企业家首先明确企业面对的环境变化、产业痛点，从而致力于实现增长与差异化，然后选择价值链中的关键点进行“业务重构”，再寻找合适的“科技赋能”手段，最后调整组织能力推动数智化转型落地。领导者推动转型的决心和资源投入贯穿变革始终。
在这一框架下，数智科技扮演的角色是工具。它的作用是帮助企业更高效、更敏捷地执行既有战略。换句话说，在那个阶段数字化转型能否成功，很大程度上取决于企业能否利用成熟的技术（如云计算、物联网、大数据），让现有的生意做得更快、更好、成本更低。
2022年前后，我关注到数智科技与实体技术融合进入一个爆发期。从高歌猛进的智能驾驶产业链（如小鹏汽车）、带来全新交互体验的XR（扩展现实）眼镜与头显（如XReal），到智能制造（如酷家乐）、智慧农业（如极飞科技）、智慧能源（如天合光能）等各个领域，数智技术已经融入实体经济的核心运行逻辑，重塑了产业的生产方式与边界。
“杨五环1.0”时代所提到的数智科技主要还是大数据和云技术，而到此时，AI、XR、数字孪生、机器人等更为前沿的技术已经成为新的技术引擎。为回应这一新趋势，我对理论框架进行更新，便有了“杨五环2.0”。
在“杨五环2.0”中，我将五大环节概括为：数智科技（数实科技）、产业重构、战略布局、组织升级、变革领导力［见图2-1（b）］。
“杨五环2.0”有以下三个变化。
其一，“数智科技”取代“战略驱动”成为理论起点，强调技术驱动的火车头作用。前沿科技不再仅仅是帮助企业降本增效的配角，而是改变产业竞争格局和商业模式的主角。
如今，一项前沿技术的突破往往会引
发商业模式、产品和服务创新。因此，企业思考的第一步不再是“我想要什么”，而应该是“前沿技术能创造什么新物种”。企业也不应仅仅用技术去执行战略，而应首先关注新技术如何重塑产业，提供了哪些全新的战略机遇。
其二，视角升维，从“业务重构”升级为“产业重构”。“杨五环1.0”关注的是企业内部价值链的“业务重构”。“杨五环2.0”提醒企业家必须站在“产业重构”的高度去思考。前沿数实科技对产业的影响更深入，更具颠覆性，它会改写游戏规则。如果企业家只盯着内部流程的降本增效，忽视整个产业底层的变迁，那么即便内部做得再好，也无法抵御产业范式转移带来的冲击。
其三，在战略层面，强调面向未来的前瞻性布局。基于对产业重构趋势的判断，企业战略的核心不再只是应对当下，而在于围绕技术对即将重塑的产业版图进行提前布局。这种布局本质上是对未来的投资：在新产业结构尚未定型之际，尽早明确自身定位，抢占关键位置。对目标更宏大的企业而言，战略重点将更进一步，即通过提前布局，主动构建和塑造新生态。
在技术路径高度不确定的环境中，企业唯有以长期目标的确定性反推当下决策，才能避免被短期波动牵引。这一过程，将比以往更考验企业领导者的战略定力。
“杨五环2.0”在AI时代的应用重点
过去我们谈数智化，往往是大数据、云计算、AI、物联网等技术齐头并进。自通用生成式AI技术爆发以来，AI已经从一种单一的技术能力进化为一种通用能力，从特定场景到多种场景，带动具身智能、XR、脑机接口等前沿技术协同创新。因此在AI时代，“杨五环2.0”将突出AI在数智科技中的龙头作用。
对于应用AI的企业来说（不是推动AI技术发展的企业），数智科技、产业重构、战略布局、组织升级和变革领导力这五个环节，在AI时代都有各自的重点。
数智科技：产业智慧与AI基建
AI是“算力×算法×数据”三要素的组合。对于AI应用企业来说，一个越来越清晰的趋势是：算力可以买（通过GPU云租赁），算法可以借助开源模型（国内外优秀模型），但企业独有的高质量数据是不可复制的。
在美图的案例中，其创立17年来积累的巨量用户数据和对影像与设计审美的理解，是任何通用大模型都无法替代的；在高途的案例中，多年运营中沉淀的各个节点的数据、对教育的理解，是其在AI时代的核心壁垒；在和睦家的案例中，对患者全生命健康周期的数据采集和对医学知识的沉淀，是它最宝贵的资产。
当通用模型的预训练几乎穷尽世界上所有公开文章、图像和数据后，下一步模型进化就在于后训练和强化训练。经过预训练的通用大模型好比一位已经接受了世界一流大学教育的大学生，后训练和强化训练则好比大学生毕业后在企业实践工作时不断积累行业、产品、运营和客户等知识。
哪种模型算法对企业更有实操价值？当然是能融入产业智慧和公司数据的模型算法，这就需要依靠散布在企业各处的高质量数据，以及多年对产业理解的关键“燃料”，它们正从业务副产品变成极为重要的战略资产。企业应该重点关注数据资产，注重企业内部的模型后训练。
除了拥有更好的算法，调研中我还发现随着AI进入落地时代，与AI相关的工程能力的重要性日益凸显。谁能在受限的条件下（例如理想需要将模型用在算力受限的车端、乐奇Rokid需要突破智能眼镜展现力、续航力和佩戴舒适性的“不可能三角”），以更低的成本、更快的速度实现更稳定优质的智能体验，谁就具备竞争优势。
企业还应重视AI基础设施和平台建设。对于企业来说，构建AI基础设施就是在为组织建设一套面向未来的数智引擎。例如美的在内部搭建智能体平台，激发基层员工自行调用和创建智能体；美图通过一系列对AI相关中台的建设，确保其AI能力像自来水一样能够被随时取用。
还有多家受访企业构建起三层技术底座：底层（模型层）是“算力+算法+独家数据”，训练企业垂直大模型；操作层相当于AI的操作系统，负责向下调度资源，向上驱动应用，其核心价值在于联动不同的软硬件和智能体，使之能够顺畅协调和沟通；应用层就是直接面向不同场景的各类智能体或应用。这三层就如同苹果公司的“iOS系统（移动操作系统）+App Store（应用程序商店）+丰富的App矩阵”。
产业重构：AI重塑产业边界与价值
AI不仅仅优化价值链条上的某个环节，更以前所未有的速度打破产业边界。例如李想判断，未来实现L4级别无人驾驶的汽车相当于一个高端私人空间，此时汽车行业将“吃掉”司机的市场份额，也会“吃掉”空间相关生意的份额。
再如，和睦家正借助AI打破不同专业、不同医院，以及院内院外的边界。传统的医疗产业往往是片段式的，有病看病，看完结束。和睦家借助AI整合了患者在院内院外的数据，实现了从“病前预防—病中诊疗—病后康复”的全生命周期健康管理。
在企业内部，AI正在重构从研发、生产、物流、营销、销售到服务的整条价值链。例如在高途的案例中，AI不只是辅助教学内容生成，更是全面介入教研、教学、答疑、运营等多个环节，改变“教”与“育”的组织方式。在AI落地时代，核心问题不再是哪个环节可以用AI，企业应该全面梳理业务工作流程，看哪些工作可由AI来做、哪些必须由人完成、人与AI如何协同。
战略布局：资源投入定力与生态构建
当下，生成式AI技术的研发和应用需要大量资源，这决定了AI落地必须是企业的“一号位”工程，决策者需要有长期投入的战略定力。
至于向哪些方向投入时间和资源，我的建议是企业决策者要有从未来看现在的倒推思维。也就是要能够想象未来AGI（通用人工智能）充分发展时，你所在的产业会变成什么样？你的企业会演变成什么样？
2024年，OpenAI曾将AI到AGI划分为五个阶段，这也成为业内近年的一种共识。这五个阶段分别是聊天机器人（chatbot）、推理（reasoner）、智能体（agent）、创新者（innovator）、组织者（organization）（见图2-2）。
我们正处在智能体阶段的早期，如果企业仅依据当前AI的能力边界来做战略布局，很容易在下一轮AI能力跃迁中被覆盖。企业要有面向未来的想象力，没有这个想象力是没法提前布局的。
另外，战略布局也比过去更强调生态配套。长期来看，全新技术的推广应用必定需要一系列生态配套，协同发展。不少领先企业开始主导构建生态，整合资源。例如：乐奇Rokid构建了Yoda OS开发者生态，以吸引3D内容创作者；强脑科技在积极构建“产学研政”生态，还通过与学校合作设计教育方案，培养未来的脑机接口人才。领先企业仅靠自身努力并不够，也非常需要政策、上下游产业等相关生态配套，最典型的例子就是强脑科技在国内推广智能假肢，医疗和保险相关政策是至关重要的影响因素。
组织升级：AI时代组织与人才新特性
AI对生产力的解放，必然要求生产关系的变革。组织形态将逐渐从“人+工具”向“人与AI共创”的AI原生模式演进。
总体来说，AI时代的组织升级有以下四个特征。
其一，组织更多招聘或培养AI原生人才。AI原生人才的核心判断标准就是是否具有AIfirst思维：能用AI的地方就不用人，必须由人处理的地方也要由AI赋能。带来的变化就是个人的职能边界变宽，过去分明的职责和岗位定义被打破。业务与技术复合型人才将得到更高的薪酬回报，组织人数可能降低，但人才密度升高。
其二，工作流程被重构和缩短，更多人机协作。一个碳基员工带一群硅基员工组成一个团队将成为常态。超级个体会更普遍地出现。
其三，在文化价值观方面，强调自我驱动、鼓励创新、试错和迭代，以成长型思维拥抱新事物很关键。AI目前仍是具有高度不确定性的领域，只有建立起包容失败、拥抱瑕疵、奖励创新的文化，组织才能匹配AI技术快速更迭的速度。
其四，组织具有扁平化层级结构，以及敏捷的、具备闭环能力的任务型团队。AI时代的组织进化方向，与我过去研究的市场化生态组织（market or contented system，MOE）基本一致，企业主要组成部分包括任务导向的闭环敏捷团队、支撑AI落地的共享平台（含算力、算法和数据）和紧密合作的外部生态合作伙伴（含技术、内容、制造、渠道等伙伴）。
美图在AI时代的组织变革就非常典型地符合市场化生态组织特征。美图在内部孵化AI创新工作室，保持小团队、闭环敏捷、直面市场，同时公司提供技术和业务等中台能力支持。
变革领导力：领导者的洞察、信念和坚韧
AI时代，企业注定面临不确定性更强的变局，这首先考验领导者的洞察力。洞察力从何而来？这需要领导者对技术趋势、产业痛点或用户未满足的需求有深入理解。只有两个方向的高质量信息的交汇处，才有可能涌现出洞见，进而形成企业战略。
通过调研这8家AI落地领先企业，我们发现，企业“一号位”无一例外地高度重视AI，花大量精力学习AI。“AI原住民”企业的“一号位”，更是无一例外地处在业务最一线。令我印象最深的是高途创始人陈向东，在推动高途AI变革的两三年内，他向国内外超过600名AI相关企业家、技术人才、投资人请教，逐渐形成对AI时代教育的理解，这个极致的求真过程也使他不再对AI的冲击感到焦虑和恐惧。
李想提出，AI时代企业必须有研究能力，对技术路线有判断之后再进行研发和产品化。我认为这个观点会慢慢被更多想真正用好AI的企业认同。我想进一步提出，AI时代企业家也必须有钻研能力，至少需要保有好学精神。我不是说企业的决策者都要扎进技术细节，但至少应该主动去了解技术底层的框架和理念、演进的方向，积极思考AI与自身业务的交汇点。认知升级是一切决策判断的起点。
关于了解AI，这个过程中至关重要的一点是管理好你的信息源。你的认知从哪里来？你还在看网上随处可见的信息吗？你是否主要依赖下属做报告给你“输入”，这些信息质量如何？还是与一群在不同行业有深刻认知的企业家在群里深度交流，开阔视野？你是否在借助AI学AI？你是否建立起自己的认知升级体系，让认知的迭代速度跟得上技术进化的速度？
AI时代，信念更为重要，因为对AI的投入是非常典型的“先相信才能看见”的事。在我调研的企业中，这些领导者都有Allin（全部投入）AI的信仰，敢于投入资源和时间，押注自己相信的方向。更关键的是，他们敢于放弃看起来也很好但和未来方向相悖的业务。
我理解他们的选择。现在很多企业也承受着比较大的压力，发展并不是顺风顺水的，对很多企业来说，拿出一部分资源投资未来，必须放弃另一些旧的方向，这就牵扯人、事的变动，再加上AI往往需要投入较高，因此许多事只能由最高领导者决定。
也许在数字化、智能化阶段，首席执行官（CEO）还能更多地把决定权和责任都交给首席技术官（CTO）、首席信息官（CIO）（虽然成功进行数智化升级的案例中，数智化基本都是“一号位”工程）。在AI时代，CEO注定要直面更多决断和取舍。
信念回应的问题是：为什么选这条路，而不是另一条？坚韧这个特质回应的则是：在选定的路上遇到阻力，你能不能顶住压力，继续前进？
回看商业史，所有的企业变革都要承受阵痛。在这个过程中，最高领导者的坚韧是支撑企业完成变革的一个重要因素。以美的为例，2013年起，方洪波发起美的数字化转型，所做的每个项目都要投入几亿元、十几亿元。
2021年，我在当时的数字化转型调研中曾与方洪波对话。他坦言，到2017年的时候，他有时也会困惑：这样巨大的投入究竟对不对？因为“数字化都是隐形的东西……无法以肉眼去判断，以经验去判断”，这种未知感也曾让他焦虑。但他深知自己在这场数字化变革中的任务，就是“推动、决策、不断往前推”。
他当时的话让我印象深刻。他说：“数字化的推动一定是一把手工程，如果一把手不推，那就永远推不动。一把手想推，再大的困难也会克服。有时候，这个过程当中就是一口气，一口气突破了、顶住了，可能就是一片新的天地。”
在这轮AI引发的变革中，这几句话同样适用。
此次梳理“杨五环2.0”理论框架在AI时代的重点，我颇为感慨。我在1998年提出组织能力“杨三角”理论，这一理论发展出专注实体经济的1.0版、专注互联网经济的2.0版和智能创新时代的3.0版，在25年中迭代3版。
而专为研究数智科技对企业、产业影响的“杨五环”理论，在短短5年间就迭代了“2.5”版，足见近年数智科技发展变化速度之快。
“杨五环”走过了5年，也见证了中国在“十四五”期间取得一系列重要成就，迈向“十五五”新阶段的历史。进入“十五五”，新质生产力推动产业升级成为重要着力点，人工智能同产业发展相结合，“全方位赋能千行百业”已被写入“十五五”规划纲要，为企业创新发展打开了更加广阔的空间。
2024年2月，我在前作《数实融合》中写道：“虽然前沿科技的影响力还未广泛出圈，但我相信3-5年后随着前沿科技的不断迭代，必定会有多个产业的基本面貌被重塑。”不到一年，我们就迎来了Deep Seek时刻，各产业被前沿科技重塑的速度远比我们想象中快。
未来已来——它首先降临在那些主动迎接变化、积极创造新变局的企业中。我邀请你跟随我的脚步走进本次调研的8家企业，看它们如何在不确定中率先行动，一步步实现创新与转型。
发布时间：2026-06-18 08:00
立即订购
在线咨询
返回顶部