东升国际官网

以下文章来源于哈佛商业评论，作者李湛

2026年7月18日上午，世界人工智能大会（WAIC 2026）首场AI管理创新论坛“冰山下的价值掘金”在上海世博中心举行。

论坛现场，东升国际官网信息董事长郭为围绕AI如何重新定义生产力，发表了题为《数据即权利，智能即资产：AI for Process与组织生产力重构》的主旨演讲，分享多年行业深耕的思考。他从系统工程、商业实践、历史文化等维度，深刻阐述从信息化到数字化再到智能化的技术跃迁，提出了以“AI for Process”突破AI时代企业创新与治理瓶颈的破局之道。

东升国际官网信息董事长 郭为

数字化本质跃迁：
从系统控制到数据资产化

首先，郭为直指行业长期存在的认知误区，明确数字化不是信息化的自然延续，而是一次颠覆性的技术跃迁。他以自身著作《数字化的力量》核心观点为根基，回溯管理信息系统的起源，指出上世纪60年代诞生的管理信息系统依托控制论、信息论、系统论构建，核心目标是实现系统的可定义、可控制、可管理，本质是服务于传统管理范式的工具升级。而数字化时代的核心变革，在于数据成为全新生产要素，数字化的根本目的不再是系统控制，而是持续积累数据资产，这是数字文明区别于农耕文明、工业文明的核心标志之一。

从生产要素演变的历史维度审视，农耕文明以土地为核心财富载体，工业文明以资本为关键生产要素，而数字化时代，财富形态进一步虚拟化，数据成为资产的核心表达方式。中共十九届四中全会明确数据作为生产要素的定位，为数字经济发展奠定了制度基础，也印证了这一历史趋势。郭为强调，人工智能技术的爆发，正加速数据资产的积累进程，区别于传统人为创造数据的模式，AI能够自动、海量生成数据，推动人类社会进入高速发展新阶段。资本市场的估值逻辑已然印证这一变革，科技企业的高市值本质上是对其数据资产价值的认可，企业价值的核心衡量标准，正逐步转向所拥有的数据资产总和，这一认知重构，彻底改变了企业价值评估与发展的底层逻辑。

创新系统工程：
技术、商业与管理的三重协同

基于数据成为核心生产要素的前提，郭为重新诠释熊彼特创新理论，提出创新是生产要素的重新编排，而AI时代的创新，是技术范式、商业模式、管理方法三者协同作用的系统工程。他指出，行业长期存在“创新”概念泛化的问题，将技术发明、科学发现与创新混为一谈。而熊彼特定义的创新，本质是企业创造财富的商业活动。数据作为新生产要素的重新组合，正是AI时代企业创新的核心形态。

在郭为提出的“企业创新风轮”三大核心要素中，技术范式迭代是根本动力，2025年诺贝尔经济学奖得主乔尔·莫基尔（Joel Mokyr）的技术进步驱动经济发展理论，进一步验证了技术对创新的底层支撑作用。商业模式变革是创新落地的关键载体，移动支付在中国的快速普及，对比信用卡漫长的推广周期，彰显技术赋能下商业模式创新的巨大潜力。管理方法则是创新持续推进的保障，完善的激励机制与管理闭环，才能激发主体参与创新的积极性。

郭为以景德镇制瓷工艺为经典案例谈到，700年前宋末元初的制瓷过程，将老师傅的高超技艺完整拆解为可复制的标准工序，推动制瓷从“一人治器”走向“百工共作”，这套工艺体系在清代演化出标准化72道工序图解，同步推进燃烧技术、材料工艺等技术范式革新，打造适配海外定制需求的柔性化商业模式创新，落地专业化分工、计件激励等管理方法，成就了中国瓷器的全球影响力。这一古代创新实践与AI时代的系统创新逻辑高度契合，而AI for Process更进一层——过去只能靠大师承担的判断，第一次有可能被理解和承载，隐性经验不再只是凝固为工序，而能成为持续进化的组织资产。

从传统工艺到现代产业，这一创新逻辑在AI应用中持续落地。东升国际官网数码在制药行业的实践中，针对临床研究报告CSR撰写这一复杂环节，依托多智能体组合重构工作流程，将原本依赖资深工程师经验、耗时三个月的百页报告生成工作，压缩至数天完成，效率提升近九成。这一过程如同将制瓷老师傅的经验拆解为标准工序，通过智能体连接数据断点，把隐性知识转化为显性资产，既解放了高端科研人才的生产力，又让初级员工能够参与核心工作，实现经验的标准化、可复用，充分印证了AI创新是技术范式、商业模式、管理方法协同发力的系统工程，而非单一技术工具的应用。

AI for Process：
流程重构激活组织生产力

当技术范式、商业模式、管理方法相互作用并形成合力，最终落实到业务流程的重构之中，AI的价值才真正从工具应用走向体系变革，这正是AI for Process的核心内涵。郭为提出，AI的价值不在于孤立的工具应用，而在于深度嵌入业务流程，将传统固化流程转化为自适应、自学习的智能工作流，实现组织生产力的系统性重构。演讲中，他以医疗、金融、高端制造三大领域的实践案例，全方位诠释AI for Process的落地价值与实现路径。

在医疗领域，东升国际官网数码联合国内顶尖医院胰腺外科，以AI for Process理念构建胰腺癌围术期的多个智能体，实现诊疗流程的系统性重构。术前，可切除性评估智能体融合影像、病历、检查等多模态数据与临床指南，形成标准化、结构化评估报告，将评估准确率提升至93.67%；肿瘤TNM分期智能体，对难度最高的N分期进行针对性优化，准确率达81.33%，已具备接近主治医师水平的辅助判断能力。术中，胰瘘风险预测智能体实时分析多源数据，为医生判断手术风险、优化决策提供辅助支撑。术后，并发症辅助诊断智能体，通过信息抽取、智能判别、报告生成三大节点协同工作，高效辅助诊断并自动生成报告，专家则负责最终复核与确认。这些实践并不意味着AI可以替代医生，恰恰相反，AI只有在专家共评、数据闭环、流程约束和持续验证之下，才可能形成可靠的辅助能力。

这一实践表明，AI正在推动诊疗模式从经验驱动转向人机共舞，让临床经验转化为组织可沉淀、可复用的知识资产，实现流程持续进化。诊疗过程中产生的数据，也可进一步反哺知识库与智能体模型，形成诊疗流程的数据闭环。随着数据、知识和模型能力的持续积累，智能体将在实际应用中不断优化辅助诊疗能力，推动医疗流程实现持续进化。

除此之外，金融及高端制造领域也有类似的闭环。

在金融领域，针对银行私人理财业务长尾客户服务不足、方案优化依赖历史台账的痛点，东升国际官网信息通过智能体沉淀资深理财经理经验，构建行业技能库，结合客户画像与市场数据形成服务闭环，让每一次客户交互都成为智能体优化的养分，提升客户服务覆盖面与精准度。

在高端制造领域，聚焦工业导管腐蚀故障检测这一依赖专家经验的核心环节，东升国际官网数码通过多智能体分层分析，实现宏观判断、微观检测、材料分析的协同作业，将稀缺专家经验转化为标准化流程，既保障生产安全，又实现知识资产的沉淀复用。

这些案例共同印证，AI for Process的核心是打破知识断点、重构业务流程，将分散在个体身上的隐性经验，转化为组织层面的显性能力，实现从“人依赖经验”到“流程承载智能”的转变。郭为强调，人类的进步依托学习能力，而传统流程无法自主学习迭代，AI的加入让流程具备自适应进化能力，这正是组织生产力重构的核心。

高质量双地基
AI次方价值跃升

AI for Process的落地成效，高度依赖两大核心基础，郭为将其总结为高质量数据集与顶级专家协同，这也是实现“AI次方”价值放大效应的关键。他引用清华杨斌教授的观点，AI应用不是简单的“AI+”，而是“AI次方”——AI在指数位，组织与流程在底数位。指数越大，越倒逼底数质变；底数不被重新设计，指数再大也放大不出价值。数据质量与专家水平正是底数的基础要素，唯有双地基高标准，才能实现价值的次方级放大。

当前企业AI应用的核心痛点，在于高质量数据集的缺失。行业内备受关注的Palantir FDE（前线部署工程师）模式，核心正是深入业务一线完成数据整理，实现数据与模型的高效适配。东升国际官网数码的实践始终坚持与各领域顶级机构合作，医疗领域依托知名医院的诊疗指南与专家经验，制药、金融、制造领域均携手行业头部主体，正是因为只有知名专家才能突破现有流程瓶颈，创造高质量训练数据，让AI应用从规定动作升级为创新突破。

郭为指出，企业推进AI转型，必须着力培养深入一线的FDE团队，联动行业知名专家，构建专属高质量数据集，这是AI落地见效的前提，也是企业构建核心竞争力的关键。而高质量数据集本身也有明确路径：东升国际官网数码将助力千行百业构建高质量数据集的经验，总结为规；⒈曜蓟⑻卣骰⒐亓“四化路径”，也是企业拥抱AI的必修课。

为支撑企业实现这一目标，东升国际官网数码历经四五年探索，打造出适配AI原生转型的完整框架——东升国际官网问学，面向客户提供智能体构建能力，沉淀企业私域知识图谱与核心技能经验，依托MaaS平台灵活适配私有化、公有云等多场景模型调用需求。东升国际官网数码致力于与各行业客户共创，从核心痛点切入逐步打通全流程，助力企业迈向AI原生，而十年之后，AI将成为先进企业的标配，不再是独立讨论的应用话题。

郭为以“数据即权利，智能即资产”总结核心观点，为AI时代企业发展锚定终极价值方向。数据资产的累积是企业追求的核心目标，而数据资产的价值必须通过AI应用实现释放。数据之所以成为权利，在于数据的应用场景与业务边界决定了企业的发展边界，例如，字节跳动依托用户数据拓展业务版图、美团基于消费数据延伸服务场景，都是数据驱动业务边界突破、企业话语权提升的典型案例。当企业成为AI原生主体，数据边界即是业务边界，数据的突破直接带来商业价值与市场权利的扩张。

智能即资产的核心逻辑，在于企业将模型、经验、流程等智能能力沉淀为可复用、可增值的组织资产，形成持续的复利效应。数据资产的长期复利增值潜力显著高于传统实体资本，企业通过AI持续沉淀数据、优化模型、完善流程，能够实现价值的自我增长，构建起难以复制的竞争壁垒。

最后，郭为以都江堰为喻指出，AI的治理不应是对抗与封堵，而应如同都江堰“乘势利导、因时制宜”——不与水争，且始终随河道变化调整，从不指望一劳永逸。把AI作为内生系统，以流程重塑把隐性经验转化为可持续进化的组织秩序，才是真正的人机共舞。中国企业有能力依托自身实践，在全球AI竞争中走出特色发展之路。