当前位置：首页 > news >正文

智能生产力：绚星从趋势洞察到落地实践

news 2025/10/20 17:10:33

智能生产力的战略价值与行业机遇

齐卿：第一个问题请沙利文的张总分享：智能生产力对于企业的意义是什么？这个赛道的增长趋势和企业机会点在哪里？

张知为：从企业经营角度看，智能生产力能解决企业长期痛点。短期内，企业可通过智能生产力获得成本降低和经营效率提升，这是企业最直接的获益点。中期来看，AI有望成为企业创新的驱动引擎。虽然目前对AI输出结果还存在一定疑虑，但未来AI将助力企业推出新产品、研发新技术、创造新商业模式。

张知为：就市场参与机会而言，虽然各大厂商可能基于相似的底层大模型技术，但细分市场的机会窗口才刚刚打开。参考数字化转型和互联网发展的历史经验，每个垂直领域都可能诞生独角兽企业，这绝不会是大厂通吃的局面。

齐卿：今天绚星发布了“智立方・绚才・慧销・睿学”四大产品。从行业角度看，绚星的四个产品在整个智能生产力领域处于什么地位？发展前景如何？

张知为：绚星脱胎于云学堂，从历史到当下，其服务范围已从单一培训环节扩展到企业各环节。绚星通过AI实现了从数据收集、规整到智能化的全流程赋能，从“点”到“线”再到“面”，帮助企业实现跨部门协同和整体价值提升。在行业角度，绚星不再局限于原来的培训环节，而是拓展到销售等更多业务协同领域，AI作为底座，为绚星提供了巨大的发展空间。

AI对人力资源行业的颠覆性重构

齐卿：接下来请问王教授。您一直对AI对企业的影响有深入研究。您认为，AI对企业HR工作会产生哪些深远影响？您如何评价绚星的实践？

王子阳：我们一直在研究“智能生产关系”。最近我们研究了一些国际上的AI招聘和绩效评价案例，发现一个关键点：人力资源行业为什么会存在？我们认为，它存在的本质是处理业务部门无暇顾及的通用性工作。而AI恰恰能高效替代这些通用性能力，这就是智能生产力的价值所在。

王子阳：当这些通用活动绝大多数都由AI所替代之后，人力资源这个行业还需不需要存在呢？企业内部还需不需要有人力资源这个岗位呢？我们认为，人力资源这个岗位存在的意义会产生分化。未来人力资源将主要是两类工作，一类是战略型架构师的角色，他们设计人才评价体系和组织发展路径；另一类是是员工服务政委角色，专注于员工关怀和文化建设。中间层的通用型HR岗位将大幅减少。

王子阳：我对绚星的印象是，它目前更多是从优化现有行业生态的角度出发，用AI改良人力资源服务。但我认为应该看到“彼岸”——十年后人力资源行业将呈现全新面貌。绚星有机会重构外部服务生态，形成与企业内部市场的新交互方式，这将是巨大的机会。例如，通过AI平台直接连接企业需求与人才供给，跳过传统招聘流程，实现“人才即服务”的新型模式。这不仅能提高效率，还能创造全新的商业价值。

齐卿：李总，作为Moka的CEO，从您服务客户的角度看，AI对客户的变化和影响有哪些？

李国兴：在过去一年中，AI的应用态势发生了非常显著的变化。一年多以前，我们观察到大多数企业客户对AI的态度仍以调研、了解和观望为主。但今年一个关键的转折点已经出现——越来越多的公司开始在各个方面实际应用AI，这不仅仅局限于HR场景。

李国兴：这一转变背后，有两个核心驱动力。一是，AI技术本身能力的飞跃，尤其是在逻辑推理层面取得了巨大突破，同时tokens的计算成本也在大幅快速下降。这使得许多过去难以实现的应用场景成为可能。

李国兴：二是，技术突破催生了具体的应用创新。以招聘中的人岗匹配为例，过去一条像“拥有三年以上汽车行业销售经验”的要求，依靠传统的关键词搜索和筛选是很难精准完成的。但现在，大模型能够深度理解简历背后的逻辑。例如，它能识别出候选人在吉利和理想汽车的工作经历都属于汽车行业，即便中间有一段在房地产行业的经历，也能准确计算出其累计的汽车行业销售经验为四年，从而智能判断其完全符合“三年以上”的要求。这种对非结构化数据的深度理解和推理能力，解锁了全新的自动化场景。

李国兴：最后，从组织层面看，AI的推广方式也发生了深刻变化。企业高层或资深HRBP率先认识到AI的价值与战略意义，进而推动整个组织，从上至中层再到一线员工，更广泛地采纳AI应用。这是我们在客户侧观察到的另一个重要变化。

齐卿：这一轮的最后一个问题给到绚星智慧科技的吴总。您从技术提供方视角看，绚星在智能生产力建设中主要希望解决客户的哪些核心问题？四大产品如何形成协同优势？

吴亚洲：在绚星的实践中，我们认为所有问题的首要核心是解决AI的信度问题——在AI的每个业务场景里是否足够的一致。AI就像一匹脱缰的野马或猛兽，如何把它装进笼子里是关键。我们在过去的实践里，从知识的处理标准、agent打造的标准，甚至一个提示词，我们都把它组件化，极致控制它的精确性。

吴亚洲：技术上，我们通过知识炼化、专家方法论解构与重构、验证评价和大规模样本数据训练，确保每个业务场景都有可靠的标准支撑。这是取信于客户的基础，没有这一点，任何业务场景都无从谈起。

吴亚洲：关于产品协同优势，我的思考是：每个企业都有其专业领域，如医药研发涉及特定算法，远不止大语言模型。但无论什么企业，都离不开人、岗、流程这些基本要素。我们设计了一种通过智能流程协作、以岗位为基础、形成自进化演进路径的模式。

吴亚洲：这种模式下，员工在组织中的位置、发展方向、AI时代新岗位的定义，都不再依赖外部专家给出难以落地的完美方案，而是可以通过数据驱动和上下游协同，实现自主演进。我们充分发挥每个团队成员的智慧和能力，而非仅靠顶层设计控制。这是我们各业务衍生和发展的精髓所在。

企业智能生产力实践与转型路径

齐卿：刚才我们做了行业的展望和理论的探讨。接下来让我们更多地探讨优秀企业的实践。请问默克雪兰诺的董艳总，默克作为全球领先的医药健康企业，AI带给默克的变化有哪些？跨国公司是如何系统性的推进智能生产力转型？

董艳：默克是一家350多年历史的德国医药公司。在默克，我们已经将AI上升为全球核心战略，我想从三个层面分享我们的实践。在研发创新层面，我们利用AI加速药物发现过程。传统模式下，筛选一个候选分子需要数月时间，现在通过AI模拟和预测，可以将周期缩短至几周。更重要的是，AI能发现人类科学家可能忽略的分子关联性，打开新的研发路径。

董艳：在组织人才层面，我们建立了全球AI人才发展平台，实现了人才的精准匹配和个性化发展。这个平台将发展的主动权交给各位员工，真的做到“我的发展我做主”，另外还可以有效将人才全球化。

董艳：在行业认可层面，默克在CB Insights的全球医药公司AI应用成熟度排名中位列第二，这个评选有着明确的评估标准，充分表明了默克在AI应用方面确实投入很大，而且效果卓越。

董艳：对于企业落地智能生产力，我的核心建议，应用AI的关键是结合业务痛点，而非单纯追求技术应用。例如，市场部反馈客户记不住产品关键信息，我们和绚星合作，推出了AI助手进行话术演练，以期提高“message recall rate”。

齐卿：默克在落地AI过程中遇到哪些挑战？我们在调研中发现，企业应用AI的过程中，员工普遍担心被AI取代。默克如何应对的？

董艳：确实，员工会担心AI取代他们的工作。我的观点是：如果不拥抱AI，你将首先被淘汰。在降本增效的大环境下，关键不是减少人头，而是提升工作效率，将精力转向更有价值的工作。我们学习中心现在发挥的重要的作用是推动组织的变革。所以我们现在把精力都放到了组织敏捷转型当中。帮助组织做创新孵化。我们去做一些创新的点子，去孵化一些AI的一些小的工具，并且去推广去应用。我们通过实际案例向员工展示AI如何帮助他们提升工作效率，而不是取代他们。

智能生产力时代的人才挑战与组织变革

齐卿：AI在改变人才获取方式的同时，也在重新定义人才标准。请问李总，企业如何才能确保“选对人、用对人”？Moka有哪些实践经验分享？

李国兴：这确实是个核心问题。我们发现在传统招聘中，用人部门与HR对人才画像的理解存在显著偏差。核心原因是人才画像应该来源于实际业务需求，而非HR的假设。我们的解决方案是让AI直接与用人经理对话，通过深度访谈提炼精准的人才画像。例如，我们会问：“请您描述一个团队中最优秀的成员，他/她做了什么特别的事情？”“什么样的行为表现表明一个人不适合这个岗位？”AI通过分析这些对话，构建出动态更新的人才模型。

李国兴：在这个过程中，HR的角色转变为链接候选人与组织需求，建立信任关系，以及对招聘过程的整体把控。AI不是取代HR，而是重新定义HR的价值创造点。最成功的企业往往是那些能够将HR业务伙伴、用人经理和AI系统有机结合的组织。

齐卿：吴总，绚星作为智能生产力的技术提供商，同时公司本身也是AI转型成功的先行者。绚星在自身转型中如何实现“用对人、用好人”？有哪些经验可供借鉴？

吴亚洲：人的属性包括动机、需求和特质，组织的属性包括战略和目标。智能生产力的核心是解决人与组织需求的精准匹配问题。

吴亚洲：我们的绚才产品覆盖了员工全生命周期——从选拔阶段的智能评估，到新员工入职的个性化融入，再到工作中的实时反馈和发展建议。AI在这个过程中充当多维度交流媒介，帮助组织了解员工的真实想法和能力特点。

吴亚洲：更重要的是，我们倡导顺势而为的人才理念。每个时代都有其特定的技术浪潮和机会窗口，组织的关键是让团队发展与时代浪潮同频共振。我们通过内部人才市场、项目制工作组织和弹性激励机制，让员工在企业内部找到最能发挥自己优势的位置。

吴亚洲：此外，我们特别注重打造员工对企业愿景的认同感。智能生产力时代，员工与企业的关系不再是简单的雇佣关系，而是共建共创的伙伴关系。只有当员工真正认同企业正在解决的社会问题和技术挑战，才能释放出最大的创造力和生产力。

齐卿：王教授，我们向更远的方向展望，HR领域下一步还有哪些进化的可能性？

王子阳：传统的岗位概念建立在清晰的业务边界和能力要求之上。但在人与AI智能体协同的模式下，个体的能力边界被极大扩展，组织不再依赖于固定的岗位和流程，而是围绕“端到端的任务”来组建团队。几个人加上AI工具就能完成过去需要一个部门协作的复杂任务，这将推动企业内部流程与结构的重构。

王子阳：未来，企业中的人才可能会进一步分化：一类是从事标准化工作的“执行型”员工，另一类则是承担架构设计和关键决策的“专家型”人才。HR工具（如绚星所探索的）应转向更好地服务于人，支撑其完成企业任务，而不仅仅是在既有流程下提供赋能。未来的工具甚至可能从“帮你做事”演进为“教你做事”。在这一趋势下，像绚星这样的平台有机会重构人才服务生态，打通内外部市场，形成新的人才交互机制，这或许是未来组织进化的重要路径。

智能生产力的产业生态

齐卿：生态合作模式是智能生产力发展的重要议题。请问李总，Moka为何选择与绚星等伙伴合作，而非全部自研？这种合作带来了哪些价值？

李国兴：B2B软件领域需求复杂多样，自然形成百花齐放的生态。Moka一直以开放心态看待生态建设：市场没有的好产品，我们就自己做；已有出色产品，我们就深度合作。绚星、Moka和倍智都是各自领域的佼佼者，联合起来能形成"1+1+1>3"的优势，借助AI力量解决企业几十年的痛点。绚星的AI Box作为优秀的底层能力，非常适合在Moka场景中应用，保证客户侧的一致体验。

李国兴：我们最近与绚星合作开发的“智能招聘助手”就是一个成功案例。该产品整合了绚星的AI能力、Moka的招聘流程和倍智的测评技术。这种合作模式不仅加速了产品创新，还降低了研发成本，实现了多方共赢。

齐卿：吴总，今天绚星推出AI Box等产品，赋能生态伙伴，公司全新的生态战略是怎样的？

吴亚洲：首先是开放创新。关键在于强烈为客户创造价值的发心，当发现缺少专业合作伙伴时，就应该携手合作。我们曾提出几个场域的概念，包括知识场、训练场、培训场、工作场等。今天最大的变化是我们不仅在知识场、培训场等领域探索实践，更努力打通到工作场，实现以终为始，这才是为客户创造最大价值的路径。

齐卿：请问王教授，从学术视角看，企业应如何选择技术路径？哪些该自研，哪些该合作？

王子阳：这是一个战略级问题。我的建议是通用性、标准化的基础大模型能力完全没有必要自研，因为专业公司会持续投入数十亿美元研发，其性能优势会越来越大。但与企业特定业务相关的专有知识、流程Know-how和数据资产，则应该自主掌控。因为这些是企业的核心竞争优势，不可能也不应该依赖外部供应商。智能生产力时代，没有企业能够完全自给自足，也没有企业能够完全依赖外部供应。关键在于找到自主与合作的平衡点，既保持灵活性，又掌握主动权。