来自各行各业的专家在2025年夏季达沃斯上分享了他们对商业领域人工智能应用的见解。
人工智能智能体正在为人类员工提供助力，这也要求管理者优化双方各自的能力。
需要让女性更好地融入职场人工智能领域，无论是在参与这项技术的开发和应用方面，还是在构成技术基础的数据方面。
近80%的企业表示，他们目前已在至少一项业务职能中使用人工智能。然而，关于企业是否充分发挥了人工智能的潜力，或是否知道如何做到这一点，相关统计数据并不容易获取。
在中国天津举行的新领军者年会上，多场会议的重点从简单的人工智能应用问题，转向了更深层次的探讨：如何才能最有效地运用这项技术。治理、公平性、应用场景和人工智能人才队伍等议题均被提及，来自各行各业的演讲嘉宾分享了他们学习如何与这项新技术协作的经验。
作为同事和导师的人工智能智能体
人工智能智能体作为同事的出现，以及它们可能对员工和管理者所需技能产生的影响，是会议“构建智能体经济”构建智能体经济上探讨的内容。来也科技董事长兼首席执行官王冠春重点谈到了人工智能如何改变工作岗位，以及领导者需要如何适应这一变化，才能保持竞争力。
“传统上，人们会认为优秀的管理者善于管理人员，具备出色的沟通能力。如今，管理工作的角色正在发生变化。我认为，很快衡量一名优秀管理者的标准将会是：你能管理多少数字员工？这需要一套不同的技能，关键在于如何向你的智能体发出提示，让它们尽可能出色地完成工作。”
对于Workera创始人兼首席执行官Kian Katanforoosh而言，人们所需技能的变化并非由人工智能问世引发的一次性事件，而是会持续演进。“在人工智能领域，技能可能三个月就会过时。企业必须保持领先。这才是真正的护城河——你能否以极快的速度执行？要聘用合适的人才，招聘时要看重人工智能准备度，也要看重学习心态。在每一次面试中，我们都会问：你在过去90天里学到了什么？你的学习策略是什么？帮助团队融入主要人工智能中心非常重要。”
ELSA联合创始人兼首席执行官Van Vu强调，人工智能能够帮助员工学习人工智能或任何其他主题。“我得到的最令我大开眼界的启示之一是，学习者觉得和人工智能智能体一起学习自在得多，因为人工智能不会评判你，人们也不会感到尴尬。与人一起学习时，最大的挑战之一就是你会犯很多错误，感到尴尬，然后开始退缩。教师也会觉得给出反馈不太自在，因为他们不想让你难受。人工智能消除了所有这些顾虑。”
寻找人工智能的应用场景——即“AI+”
在AI+时代会议上，重点更多放在寻找应用场景上，以推动人工智能更进一步，为企业创造切实效益。
“AI+就是将人工智能与应用结合起来，”中国国际经济交流中心高级专家咨询委员会委员朱民表示。“未来几年，应用、应用、应用确实是关键问题。考虑到工程师群体规模不断扩大、各地庞大的产业基础，以及14亿消费者，我预计未来18个月内，中国各行业将出现100多种不同类型的DeepSeek类软件。这将从根本上改变整个中国经济的性质，也改变其技术面貌。”
对于Peter Koerte，西门子首席技术官兼首席战略官而言，当前人工智能的“杀手级应用”在于软件开发。“我们谈论的是大型语言模型。试想一下，计算机编程本身就是一种语言。人工智能确实擅长编程。我们看到生产力提升了约20-30%。”
这帮助西门子开发了其所谓的“工业副驾驶”，能够为多个行业的客户提供支持。“它就像一位与你并肩工作的同事，协助你设置机器、为机器编程，确实能大幅节省成本，达到30-40%，而且现在正开始推广。全球约有200家客户在使用，尤其是在中国发展迅速，因为我们看到当地人口老龄化，许多人离开劳动力市场，大量知识正在流失，而人工智能是留存这些知识的唯一途径。如果我们能把所有这些知识保存下来并输入人工智能，就能降低成为合格技术人员的门槛。”
了解如何使用数据
怡度科技创始人兼董事长龚颖颖告诉《AI+时代》会议，怡度科技是一家以人工智能驱动、服务医疗行业的数据分析公司，目前她的员工中已有20%是人工智能智能体。她预计这一比例将大幅上升。“我们的员工必须能够在办公室里与人工智能智能体协作，快速适应这种新的工作环境，并且高度专注于最终应用场景。”
公司如何走到今天这一步，体现了提前思考、打好基础的重要性。“我们花了10年时间理解大数据、处理数据并使其可计算，”她说。“我们目前已帮助客户处理约600万份[健康]记录……并取得了令人振奋的成果。顶级医院的许多医生工作负担很重……没有足够时间了解和理解患者。我们三个月前推出了人工智能副驾驶，在排名前150的医院中，约有50家已采用该平台。最受欢迎的应用场景是临床前信息收集。患者在看医生之前先与人工智能交谈，由人工智能收集相关信息。或者，人工智能可以阅读20年的病历，为医生生成一页摘要。”
对冲基金Two Sigma亚太区首席执行官Kenny Lam表示，公司正越来越多地探索如何使用经过专业化、本地化信息源训练的人工智能，并让它持续深入这些细分领域；而不是依赖单一的全球信息源，因为后者可能过于宽泛，无法提供投资者所需的精准洞见。
“我们关注的是[人工智能背后的]科学过程，”他在会议上表示。“科学过程的核心是迭代，也就是说，我们希望找到一种方法，以微观方式应用人工智能，但要深入到能够获得反馈并持续迭代的程度。”
人工智能的伦理与获取机会
全球人工智能从业者中女性占25-30%，但高级职位中女性仅占15%，这是“人工智能领域的女性”会议上提到的数据。包括Lam在内的与会者指出，人工智能领域“人才争夺战愈演愈烈”。企业应采取哪些行动，更好地培养和发挥女性在人工智能方面的技能？
“企业应更加积极主动地为女性提供培训，帮助女性更好地适应人工智能及相关行业，”上海生成式人工智能生态发展有限公司董事长杨晶晶表示。“今年7月，在世界人工智能大会上，我们将举办一个论坛，聚焦人工智能行业的女性榜样。我们希望讲述更多女性榜样的故事，建立更多社群，帮助这一行业的女性增强信心和归属感。”
软件公司东软集团董事长兼总裁王楠表示，中国一些大学的IT专业女性申请者大幅增加，部分院校的招生男女比例已达到1:1。她补充说，人工智能专业也出现了类似趋势：开设之初女性学生约占14%，如今已增至约40%。
王楠表示：“这不仅体现了女生愿意投身IT行业、从事STEM相关工作的意愿，也体现了社会认为女生能够取得成功。”
Versatile执行董事长兼联合创始人Meirav Oren认为，女性从事人工智能工作可以吸引其他女性进入这一领域，方法就是“积极现身，鼓励能力出众、聪慧的年轻女性乃至年长女性申请这些职位”，不要因为觉得自己可能不符合职位说明中的所有要求而却步。
让人工智能值得信赖
人工智能领域的性别平等问题不仅关乎从业者，也关乎人工智能模型本身。“我们为行业开发人工智能应用时——无论是医疗、汽车还是服装领域——都需要考虑女性的需求，”王楠强调。“这意味着人工智能开发者的多元化非常重要，数据本身也一样。我们需要真正平衡的数据来训练算法，使其更具包容性，更好地满足行业需求。”
NTT DATA亚太区首席执行官John Lombard对此表示赞同。他在“构建智能体经济”会议上指出：“一个关键要素是这些模型的可审计性和可追溯性。模型中的偏见或性别偏见可能会对品牌造成毁灭性打击。在启动这些项目之前，必须建立治理机制，因为机遇巨大、前景广阔，但如果处理不当，就会严重损害我们的组织、品牌和社会。”
西门子的Koerte在《AI+时代》会议上表示，只有尽可能广泛地共享数据，数据质量才能提升。“我们拥有的数据越多，算法就越好。这意味着数据必须在全球范围内自由流动。因此，谈到中国、欧洲和美国时，如果我们建立数据孤岛，说这些数据只属于你，就没有帮助。把数据汇集起来确实大有裨益。国家之间、企业之间共享的数据越多，模型本身的质量就越好。”
