近日，《哈佛商業評論》中文版2025年12月刊刊發了神州數碼董事長郭為的署名文章《AI下一站：運營生產力才是主戰場》。文章從喬布斯提出的管理生產力與運營生產力出發，結合神州數碼在醫療、制藥與高端制造領域的“AI for Process”實踐，指出AI成為流程本身的新智能中樞。

從喬布斯提出的管理生產力和運營生產力，到AI for Process的落地實踐，AI通過重塑流程，正在成為運營生產力的核心引擎。這不僅驗證了技術范式、業務模式與管理方法協同演進的“風輪”理論，更標志著企業運營進入了人機智能深度融合、生產要素被系統性重新編排的新階段。面向未來駕馭這一變革，將是我們釋放無限創造力的關鍵。

管理生產力與運營生產力再分化

1992年，喬布斯在麻省理工學院進行的精彩演講中，提出信息技術的發展呈現兩大特征：“管理生產力”和“運營生產力”。這一洞見是對美國國防部第一任國防信息主任斯特拉斯曼（Paul Strassmann）觀點的延伸，核心是通過IT提升管理創造價值與管理成本之比，評估技術貢獻。喬布斯將斯特拉斯曼的觀點提煉為“管理生產力”，同時敏銳洞察到信息技術對業務運營本身的價值更為深遠，進而延伸出“運營生產力”。具體而言，管理生產力指向改善管理流程與辦公效率，用PC及辦公軟件服務管理者；運營生產力旨在使業務本身發生變革，通過定制化軟件與行業應用直接賦能運營環節。

由于時代局限，喬布斯的觀點在當時并未引起太大轟動。當時的運營應用無法通過“商品化軟件+PC”的模式實現，嚴重依賴昂貴大型機、COBOL語言和專業MIS團隊；PC的主流用途被普遍視為辦公自動化，而非運營變革，業界也尚未形成“前臺數字化”的共識。

今天情況已然顛覆。過去的信息技術主要服務于管理生產力，AI的崛起讓運營生產力變得極為突出。企業前臺數字化業務和AI解決方案正在成為核心價值來源，其產出已遠遠超越后臺管理的價值。如今AI領域的投資熱點和流程自動化、大模型驅動、智能體賦能的創新實踐，無不印證了喬布斯當年的判斷：下一次重大革命將聚焦于運營生產力。

流程的智能重塑

喬布斯的“運營生產力”雖提出了構想，但在當時缺乏有力支撐；而以下神州數碼AI for Process的三個典型案例正是“運營生產力”的體現。

醫療領域，我們于中國某知名醫院實現了流程的智能重塑。 針對胰腺癌術后并發癥診斷復雜、人工負擔重的痛點，我們沒有停留在單點工具開發，而是用智能體重構診斷流程，將診斷拆解為信息抽取、智能判別、報告生成三個核心環節，并部署相應的智能體協同工作。這一改變讓平均診斷時間大幅縮短，診斷準確率提升至94%，流程變得更加規范高效。同樣，在應對“黃牛搶號”運營頑疾時，我們構建了從異常識別到自動響應的智能流程。效果立竿見影，黃牛成功搶號次數從每日1200次銳減至100余次，有效保障了號源公平與醫療資源的合理利用。這不僅是效率提升，更是通過流程智能化，深刻改善了患者體驗與醫院運營秩序。

制藥領域，我們為某著名生物制藥企業的醫藥研發安裝強大智能引擎，重構醫藥情報分析體系。 傳統醫藥情報分析面臨數據碎片化、處理耗時長、人工易遺漏關鍵信息等深層挑戰，導致決策滯后與潛在戰略誤判。 AI for Process深度融入研發脈絡，設計了由競爭格局分析、醫藥文獻分析、醫藥專利分析等多個智能體協同工作的新系統。這些智能體基于醫藥知識圖譜與領域大模型，能理解專業邏輯并進行關聯推理，實現了從信息采集、多維度分析到輔助判斷的端到端流程智能化。將原本靜態、依賴人力的流程，重塑為具備持續理解與判斷能力的智能系統，讓精準情報深度嵌入從立項到上市的全生命周期，大幅縮短研發周期，降低了創新隱形成本。

高端制造領域，我們助力一家動力電池制造企業實現了工廠智能化升級，優化核心產線節拍，部署的多模態AI視覺智能體能夠毫秒級捕捉機械臂“抓、移、放”運動軌跡，并進行語義拆解與時序分析；隨后，優化決策智能體介入，進行根因分析并自動生成優化建議，通過系統直接驅動執行，形成“感知-決策-執行”的閉環。最終整線UPH（單位小時產量）提升了15.2%，產線首次具備了持續自我優化的能力。這不再是單點的視覺檢測，而是AI深度參與并推動制造流程本身的進化與重構。

以上案例共同指向核心命題：AI for Process，AI成為流程本身的新智能中樞。我們并非僅僅在用AI優化舊流程，而是在定義具備感知、決策與進化能力的新流程。AI已不再僅僅是服務于“管理生產力”的傳統信息系統，已然成為聚焦于業務核心的運營生產力，對人類勞動生產率的提升起到了革命性作用。最終，通過流程智能化重塑，我們得以解放人類最寶貴的創造力，讓流程本身成為集體智慧的堅實承載者與放大器。

AI智能體代表的技術范式，與醫藥、制造場景的業務模式和管理方法交匯于流程（Process），正契合我提出的“風輪”模型*（注釋附后）。AI智能體正基于其擅長自動化、數據采集、精準執行等任務的特征，承擔起流程中大量規則明確、重復性高或需要持續監測的任務，與人類在判斷力、決策力和綜合能力上的優勢形成互補。人機協作，即人類智能與人工智能的融合，本質上正是生產要素的重新編排，顯著提高生產效率和過程質量的同時，實現了流程的自動優化與重塑。

AI驅動的技術躍遷與商業模式重構

AI帶來的遠非單點工具升級，而是通過技術范式躍遷、業務模式重構與管理方法進化，共同推動企業運營向智能化、自主化的新形態演進。

第一，在技術范式上，AI從輔助工具轉向“自主智能體”，驅動一次深刻的技術躍遷。 過去，AI多以增強工具的角色存在，遵循“人類決策、機器輔助”的模式；如今，我們正邁向智能體（Agent）范式，AI能夠進行半自主甚至自主的決策與執行。在這一過程中，人類智能與人工智能深度融合、協作，共同構成新的技術范式基礎。具體而言，“通專融合”成為趨勢，以通用大模型為基座，結合行業數據與知識訓練出垂直領域的專屬模型，進而構建服務于特定流程的智能體。在神州數碼的實踐中，無論是輔助醫療診斷、驅動醫藥研發情報分析，還是優化制造產線，都體現了智能體作為新技術范式核心，正在深度重塑行業的工作流程與能力邊界。

第二，在業務模式上，AI正從成本中心轉變為價值中樞與生產力本身，不再僅僅是提升效率、降低成本的工具，而是直接參與業務執行、決策優化和運營管理的“業務推進器”，重構軟件的價值鏈和產品形態。一個根本性的變化在于，“智能”本身開始成為可交易、可計量、可規模化的直接生產力。由此，商業模式和收費邏輯也隨之劇變。過去我們銷售產品或解決方案，互聯網時代盛行“免費+廣告”模式；而AI時代，收費模式正向按使用量、訂閱服務、甚至按任務價值與產出結果轉變。不論是OpenAI、Anthropic、Google 以按使用量（token）付費為核心的計費方式，還是Runway、Pika 等視頻AI平臺按生成視頻條數或分鐘數的計費，都折射出一種新認知：使用AI相當于調用一個數字勞動力。用戶愿意為其付費，正因為它能實質性地增強甚至替代人類勞動，顯著提升產出效率。

第三，在管理方法上，AI的加入正在重構管理本身。 技術范式與商業模式的變革，必然要求管理方式與之協同進化。管理的核心命題，從傳統意義上聚焦人與組織的關系，擴展為必須統籌人、AI與組織的協同。AI不止于讓管理更高效，更在推動管理從依賴人力與經驗判斷，轉向由數據、模型與流程驅動的人機智能協作。這就要求管理者深入研究人與AI各自的特征與專長：AI擅長處理海量數據、執行規則明確且重復的任務；人類則長于綜合判斷、創造性思考和復雜決策。卓越的管理，在于將兩者的優勢深度融合，讓AI承擔繁瑣的“體力勞動”，從而將人從重復性事務中解放出來，更多聚焦于需要創造力和戰略洞察的工作。正如德魯克所言，管理的任務是讓人的優勢更具生產力。AI的出現恰恰為此提供了前所未有的可能，讓人回歸人的本質，去從事那些真正體現人性價值的創造性活動。

AI for Process的實踐，一方面驗證了“風輪”理論的正確性，另一方面也揭示由技術范式、業務模式、管理方法共同構成的新組合，正面臨著一系列深刻的挑戰。這些挑戰，也將成為我們未來重要的研究方向。

首先，在技術范式層面，AI的演進方向本身就是一個根本性挑戰。 我們究竟在邁向怎樣的數字未來？當前，圍繞通用人工智能的爭論紛紜：大語言模型是否僅靠堆疊參數就能通往AGI？空間智能、世界模型等研究方向又將帶來何種變革？這些探討不僅關乎技術路徑的選擇，也伴隨著對倫理、法律等問題的深層擔憂。從本質上看，今天以語言為核心的大模型仍處于比較初級的階段。人類智能包含了獨特的形而上學能力，能夠抽象并理解世界的本質規律，而當前AI還缺乏對物理世界的真實感知與具身交互。世界復雜且動態，涵蓋機械、化學、生命乃至情感等多種運動形式。即便AI已在預測蛋白質結構等方面取得突破，我們仍難以用模型完全解釋人類的非理性創造力或情感等深層現象。未來無論是世界模型的發展，還是對AGI形態的界定，都將持續沖擊并重塑已有的技術范式，這是我們無法回避且必須深入思考的命題。

其次，在業務模式層面，新的價值創造與計量方式帶來了系統性挑戰。 當AI本身成為可交易的生產力，傳統的財務與商業模型便亟待重構。我們應如何計量AI帶來的收入、成本和利潤？收費模式已從售賣產品或解決方案，轉向按使用量、結果或能力付費，但這種新模式如何實現規模化、可持續的運營？它能否像軟件一樣實現邊際成本遞減？更進一步，這種以“數字勞動力”為核心的商業邏輯，將對宏觀經濟層面的市場結構、行業競爭產生怎樣的長遠影響？這些都是商業模式創新中必須面對的、涉及財務模型與市場規律的現實課題。

最后，在管理方法層面，最核心的挑戰在于如何實現人機兩種勞動力的高效協同。 AI已成為新的勞動力，但它與人類有著不同的本質特征。大模型幻覺難以根除，AI的能力邊界也需要預先嚴格定義，無法像人一樣應對未預見的規則變化。過去僅聚焦于“人與組織”關系的管理思維，必須升級為統籌“人、AI與組織”的協同體系。管理的目標，在于深刻理解并極致發揮人與AI的各自稟賦，讓AI承擔其擅長的、規則性與重復性的工作，同時將人解放出來，專注于需要判斷力、創造力和戰略洞察的領域。如何設計組織形態、激勵機制與文化，以真正實現這種人機能力互補、和諧共生的“高效協作”，是管理領域面臨的全新挑戰。

*注釋：企業創新，是由業務模式、技術范式和管理方法三大要素相互作用形成的動態協同體系，其交匯點是流程。該體系各要素間的相互作用，將像“風輪”一樣，產生驅動發展的不竭動能。