在2026年新领军者年会期间，与会领袖们深入探讨了企业在人工智能转型进程中所面临的多重挑战。
从基础设施部署到数据就绪度，各组织须跨越重重障碍，方能实现技术的大规模落地应用。
本文带您读懂夏季达沃斯期间关于人工智能转型的四大核心洞见。
人工智能技术已具备变革商业格局之力，然而多数组织尚未就绪。
这是在中国大连举行的世界经济论坛2026年新领军者年会期间，讨论最为频繁的议题之一。
纵观本次年会，来自商界、学术界及公共机构的全球领袖，系统审视了当前人工智能应用领域最为显著的差距，并探讨了助力各组织弥合这些差距的若干可行方案。
本文带您读懂夏季达沃斯期间关于人工智能转型的四大核心洞见。
1. 车辆已备，道路待筑
清华大学苏世民书院院长薛澜将人工智能的引入比作汽车诞生之初的情形。彼时，因基础设施尚不健全，大规模应用根本无从谈起。既有道路皆按骡马通行标准修建，即便此后逐步改造，仍需增设加油站，人们方能走得更远。
他说：“我们确实希望技术能够融入社会，但这需要硬基础设施，比如数据中心和能源，以及软基础设施，比如监管法规。这方面的发展速度，远不及前沿模型的迭代步伐。”
AI71首席产品与技术官Mehdi Ghissassi指出，真正以人工智能为先导的企业，必须采取类似思路，重新设计其内部流程。他延续了汽车行业的比喻，表示：“如果你在规划城市街道时已知未来将有自动驾驶汽车，那么你的规划方式恐怕不会与当前如出一辙。”
“那些在流程重塑上下硬功夫的企业，才能真正用好人工智能。”
2. 如“1-2-3-4”投资法则一样简单？
人工智能技术的优劣，取决于为其提供数据的基础。若无清晰的信息集，企业只会以更快的速度犯错，NTT DATA首席战略官Roli Agrawal发出如是警示。她解释道：“很多时候，我们在客户那里看到的数据都极为零散。若在混乱之上构建人工智能，那结果仍是混乱，只不过是在GPU上高速运转而已。”
Agrawal分享了其所在机构的“1-2-3-4法则”：他们建议客户，在构建人工智能体上每投入1美元，应相应投入2美元用于变革管理，3美元用于架构、治理与安全建设，4美元用于准备数据。她表示，遵循这一法则，企业方能实现人工智能的规模化应用，成为真正智能的组织。
3. 以人为本，预判未来
万宝盛华集团董事长兼首席执行官Jonas Prising指出，要全面理解人工智能将引领我们走向何方，必须关注人类如何使用这项技术，而非其原始能力本身。
他解释道：“人类已经历过多次此类技术变革，而最终，人类如何运用技术，远比技术本身的能力更能预示未来的走向。”
“当前的讨论过多集中于算力、人才和资本，而对如何推动员工、劳动者及各组织大规模采用这项技术，并使之惠及企业、社会以及使用技术的人本身，关注仍显不足。”
4. 纵身一跃，莫待其时
上述每一项挑战虽皆需应对，然坐等万事俱备并非良策。中国移动首席科学家冯俊兰认为，诸多架构性障碍固然需要时日方能解决，但人工智能技能培养与熟悉度提升必须同步推进。
她说：“企业在数据、系统、感知技术等方面尚未做好准备……你不应试图一次性解决所有这些基础问题，因为那可能需要花费数年时间。”
“若将人工智能比作海洋，我们目前尚处海面之上。若要畅游其中，就必须纵身一跃。”
为简明清晰起见，本文对引述内容做了适当删节与润色。
本文作者：
Gareth Francis，世界经济论坛资深编辑
本文原载于世界经济论坛Agenda博客，转载请注明来源并附上本文链接。
