在亚太经济合作不断深化的背景下，AI正成为区域数字经济与产业合作的新变量。从提高效率到创造价值，从小规模试点到推动业务变革，AI正在加速进入企业的真实场景。但与此同时，一个看似基础的问题也越来越突出：当企业准备拥抱AI时，数据基础是否已经准备好？
在接受南方财经、21世纪经济报道记者专访时，IBM大中华区董事长、总经理陈旭东表示，数据是AI发展的重要基础，而数据的可用性正成为AI进入企业的第一道门槛。对于不少中国企业而言，过去跳跃式经历的信息化、数字化进程，也意味着在AI时代需要补上“数字化的课”。
从企业内部的AI治理，到跨境数据与AI自主，再到中国企业出海和全球供应链，AI正在为亚太地区的商业合作带来新的机遇与挑战。面对快速迭代的技术和充满不确定性的全球环境，陈旭东认为，企业不必过度焦虑，但必须学会使用AI。在他看来，企业更重要的是看清自身的“主战线”，准确判断技术趋势，再结合自身需求选择适合的发展路径。
数据是AI进入企业的第一道门槛
南方财经：从数字化时代的提效，到AI时代的价值创造，企业对数据的需求也在发生变化。但不少企业发现，基础数据并不完善。你怎么看数据与人工智能之间的关系？
陈旭东：从生成式AI的发展可以看到，它所有的训练以及生成出来的东西，全都依靠数据。所以数据绝对是AI发展的重要基础。
互联网企业通过海量数据训练模型，使模型具备较高的智能水平。但当这种智能真正应用到企业场景时，企业数据基础并不完善的问题就会显现出来。这是AI在企业应用过程中面临的第一道门槛。当然还有其他门槛，比如大家的接受度、各方面的问题。但从技术层面来看，数据的可用性是首要问题。
为什么企业的数据会出现不可用的问题？因为一些企业经历了从电算化、信息化到数字化的发展过程，但并不是所有企业都扎实地完成了每一个阶段，很多企业的发展具有一定的跳跃性。过去几十年，尤其是很多中国企业在发展过程中抓住了市场机遇，实现了快速增长。随着市场逐步趋于饱和，尤其是中国市场相对饱和，以及企业进一步走向国际市场，过去没有完成的基础工作就需要重新补上。在企业补齐这些基础能力的过程中，又恰逢AI时代到来，数据层面的不足就显现出来了。
举一个简单的例子，企业如果希望提升经营管理水平，就需要掌握各种经营数据。但目前绝大部分企业的经营数据仍然分散在不同的系统中。当我们想查询某个地区上个月的销量、收入和利润时，AI虽然很厉害，但没有办法凭空获取这些数据。所以数据就是很多企业面对的第一大难题。
南方财经：面对这样的难题，企业应该怎么做？
陈旭东：我经常强调，如果企业的基础能力差距较大，在实施AI前首先需要补一下数字化的课。如果这个课不补，AI实际上是做不起来的。
很多人会设想，可以跳过信息化、数字化的阶段，直接进入智能化，但这是不现实的。因为智能化是以数据为基础的，如果前面没有搭起相应的系统，也没有收集相应的数据，就无法实现智能化。
试想，如果今天一个企业连电子账本都没有，又怎么可能实现智能化？所以，这个课必须补，这是企业首先要做的一件事情，非常关键。当然，补这门课本身也很有挑战。所以怎么选择，与企业整体未来的布局和愿景有关，也取决于它希望成为一家什么样的企业。
AI用得越深，治理越重要
南方财经：进入智能化时代后，数据安全、技术规范等问题越来越受到关注。未来AI治理会不会成为企业非常重要的一项能力？
陈旭东：会，但可能不会马上成为企业的重点能力。目前大多数企业还没有把AI应用到非常深入的程度。当AI真正被深度应用之后，AI治理肯定会变得非常重要。
比如，现在很多企业已经开始使用一些“智能体”，但目前企业里的智能体数量还不算多。实际上，每一个智能体都相当于一个只负责特定任务的“人”。它在企业里不能随意行动，而是需要被赋予一定的权限，包括可以查看哪些数据、哪些数据不能查看等。因此，当企业里的智能体数量未来超过企业员工数量时，对智能体的管理就会变得非常重要。我们认为，这会逐渐成为企业未来面临的一项重要挑战。
目前我们还处在初期阶段，整个行业正在朝这个方向发展。不过，包括IBM在内的一些大型企业已经开始提前考虑如何处理未来可能遇到的问题，并推出了相应的软件。
南方财经：中国民营企业目前对AI治理持什么样的态度？
陈旭东：大部分民营企业目前还没有到AI治理这一层，更多还是处在AI应用阶段。
我自己拜访过很多民营企业，这些企业实际上是走在比较前面的，特别是企业董事长都非常重视AI的应用。多数企业也希望我们能够帮助他们规划下一步的AI应用路径。
总体来看，目前大多数企业还处在“实验阶段”。也就是觉得AI比较有用，先尝试一下。比如用AI记录会议纪要、发送会议通知、自动回复消息，以及积累客户服务信息、自动回复客户请求等。这些领域已经逐渐有了比较多的AI应用。可以说，“实验阶段”本质上是AI的小规模应用。这个阶段其实不需要CEO参与，一个部门经理就可以推动。
第二阶段是“局部优化”或者“提高效率”阶段。比如一条供应链可能会贯穿多个部门，每个部门都对自己负责的环节进行优化。这个阶段的变化相对比较小，也比较容易实施，更多是通过AI提高效率。到了这个阶段，部门负责人一定要参与进来。如果负责人不参与，很多事情在部门内部是跑不通的。
当进一步把整个公司拉通，就进入了第三个阶段。从目前来看，大部分民营企业应该还没有真正走到第三阶段。
南方财经：AI应用本身也需要大量的投入。在这个讲究降本增效的年代，AI值得企业投入吗？
陈旭东：我曾经给很多民营企业家讲过一个概念：怎么计算AI的投入产出比？首先，不要把数字化的投入算到AI头上。因为如果这么计算，AI永远都显得“不划算”。这就好比原来没有上过一门课，进入高中以后又把这门课补上了，那么这部分投入不能算作高中阶段的成本，而应该算在初中阶段的成本里。
企业推进AI也是一样。如果企业原本就缺少数字化基础，那么为了应用AI而补齐数字化基础所产生的投入，本质上并不完全是AI本身的成本。把这部分投入区分开来以后，AI的投入产出关系才能算得更加清楚。
全球化企业，数据与规则如何“跨境”
南方财经：目前不同国家和地区都在发展AI。从全球化企业的角度来看，AI发展需要共同遵循哪些规则？
陈旭东：在企业内部，AI治理就已经非常重要。到了国家层面，信息安全的重要性就更加突出。
比如，一家公司如果提供AI服务，那么在为客户提供服务的过程中，对客户隐私的保护就非常重要。在同一个国家内部，这些问题都需要高度重视。到了国际层面，跨境数据的问题就更加复杂，比如哪些数据可以跨境、哪些数据不能跨境。这些实际上都是各个国家在制定相应法律法规时需要解决的问题。
像IBM这样的全球化企业，会持续了解不同国家在这些方面的差异。如果企业需要开展跨境业务，我们也需要帮助企业了解并适应不同国家的相关规定。
南方财经：企业是否有可能参与国际AI治理规则的制定？
陈旭东：最终相关规则肯定还是需要由政府出台。企业，尤其是AI企业，更多是为规则制定提供咨询和建议。
企业自身可能设有研究机构，但相比之下，企业的优势在于拥有大量实践经验。在实际应用过程中，企业会遇到很多具体问题，也会发现有些规则可能并不完全合理，这些问题和经验都可以反馈给政府，为规则制定提供参考。但从政府的角度来说，监管往往会倾向于更加严格。
AI发展整体仍处早期，亚太地区合作空间大
南方财经：亚太地区AI发展较快，也具备一定产业优势。在AI和数据领域，亚太地区可以如何进一步加强合作？
陈旭东：亚太地区之间的情况还是比较好的，没有那么大的地缘政治问题。特别是在民间和商业层面，交流是非常密切的。政府层面的AI暂且不谈，但在民间AI应用方面，我觉得目前没有太大的问题。
我认为，现在总体上还处于起步阶段。AI已经给我们的生活带来了一些变化，但还没有完全改变我们的生活，带来实质性的变化。无论是个人还是企业，受到的影响目前都还比较小。
我把AI的应用分成两类。一类是原生AI应用，另一类是原有业务或者企业利用AI改造自己的业务。目前发展最快的是原生AI应用。比如做大模型、做机器人、做自动驾驶，这些都是本身就诞生于AI的业务，因此发展会比较快，也没有太多原有业务上的限制和阻碍。在原有企业里应用AI，就会面临很多限制。比如企业的数据是不是完整，要打破原有的内部价值链，这些都会带来很大的阻力。所以，原生AI可以比较快地蓬勃发展起来，并进一步带动相关领域。但在传统的生态里，目前还没有出现太多通过AI取得惊人效果，或者颠覆行业的案例。
不用焦虑，但要学会用AI
南方财经：从长期来看，你认为AI是否会颠覆整个人类的发展？
陈旭东：大家都以为这个周期会很短，但实际上，整个发展过程可能比大家想象的要长。如果要实现AI完全取代人类，目前还有很多工作没有完成。比如物理大模型等，未来可能还会出现更加重要的模型。因此，我认为AI真正走到那一步之前，还有几大步需要跨越。
现在大家看到AI非常厉害，很大程度上是因为AI可以把历史上积累的海量互联网信息收集起来，并进行处理，显得非常强大。但问题是，难道我们所有人都生活在互联网里吗？实际上，大部分人并不生活在互联网生态中。
南方财经：所以我们并不需要有AI焦虑，对吗？
陈旭东：我觉得不需要焦虑，但还是需要学习使用AI。如果不用AI，迟早会被淘汰。
IBM在整个亚太地区的策略非常清晰，就是把我们认为对企业和政府最有价值、也比较适合亚太地区的产品推向客户。我们会和合作伙伴一起，把相关技术，包括一些开源技术，推荐给客户应用。总体来看，我们在亚太地区保持相对统一的布局，同时也会根据各个国家的渠道情况和客户需求进行调整。
我还有一个观点，AI不管是对于个人还是企业，如果没有实际需求，就是“伪AI”。如果没有明确的需求，就不会有清晰的应用场景，也不知道为什么要做AI。所以，企业可以通过前期的试点，先了解AI能够做什么，在这个过程中逐渐产生真正的AI应用需求。到了这个时候，再去开展与AI相关的项目，就会更有针对性，也更容易在组织内部推动和落地。
AI为中国企业出海创造新空间
南方财经：随着越来越多中国企业走向海外，IBM如何在数据和AI领域帮助中国企业出海？
陈旭东：企业出海一直是我们比较关注的一个方向，我们从咨询服务开始就非常重视这一领域。
首先，很多企业出海时，对海外的各方面法规并不熟悉，包括AI相关的规范和标准。IBM可以通过咨询服务，为企业提供相应的支持，帮助企业了解和应对不同市场的相关要求。
其次，企业出海过程中，经常需要与海外的系统进行对接，这也是IBM能够发挥优势的地方。因为我们的软件本身都是全球化的，能够与全球其他软件生态进行对接，因此在这方面可以为企业提供相应的支持。
最后，我们可以提供各个国家的本地化服务，包括本地化的云服务，以及软硬件的本地化部署。这些都是IBM在亚太地区各个市场已经具备的能力。
南方财经：在AI时代，全球化发展会有哪些新的特点和变化？
陈旭东：从我个人的观察来看，目前AI还没有对全球化格局带来特别明显的改变，因为AI整体上仍处于比较早期的发展阶段。但AI的发展确实创造了新的商业机会。比如，除了制造业企业之外，AI的发展也为中国AI企业创造了新的发展空间，这可能成为中国企业全球化发展的一个新机会。当然，随着AI在全球范围内进一步发展，围绕“AI自主”等问题，未来也可能带来一些新的挑战。
南方财经：在全球供应链方面，你有哪些观察？AI将发挥怎样的作用？
陈旭东：AI能够帮助企业进一步提高供应链效率，提升供应链的韧性，也就是增强应对突发事件和变化的能力，并提前做好准备。作为一项新技术，AI在这方面能够发挥一定作用。但一些特别极端的情况可能仍然难以预测。不过，如果企业能够通过AI等手段提高供应链韧性，就能够在发生变化之后更快地进行调整。从这个角度来说，AI还是有一定价值的。但要完全规避突发风险，仍然非常困难。当前全球的形势很难完全预测。
南方财经：当前全球不确定性较高，AI也仍处于发展早期。对于计划出海的中国企业，你有哪些建议？
陈旭东：我觉得出海是一个必然的选择。如果企业已经选择出海，就应该坚定地往前走。
在这个过程中，企业难免会遇到各种困难和挑战。一方面，要依靠自身努力积极应对；另一方面，也可以寻求像IBM这样的公司提供一些咨询服务。
创新发展，企业需看清自己的“主线”
南方财经：企业既要保持创新，又要保持自身韧性。应该如何在两者之间找到平衡？
陈旭东：我认为这两者并不完全矛盾。比如像我们这样处于IT领域的公司，所处行业变化非常快，必须跟着技术方案不断调整，但同时也需要保持自身的稳健发展。
实际上，每个企业都会面临这样的矛盾。我们的策略是，一定要把握准大的方向。比如在大的计算范式上，最早是CPU，然后是GPU，下一步我们认为是量子计算。当我们看准下一个范式，就会在这个方向上进行大量投资，让整个发展主线保持清晰。对于一些突发性的变化，一部分我们会跟进。还有一部分，IBM会更多采用收购的方式，把一些新的技术补充到自身的体系中。这样就不会错过一些重大的机会。
所以我认为，类似的企业都应该首先看清自己的主战线，同时持续关注那些可能颠覆自身业务的技术和战略变化。看到这些变化之后，再采取不同的方式应对，比如自主研发，或者通过收购相关企业快速补充能力。
南方财经：对于没有收购能力的企业，应该如何应对快速变化的技术环境？
陈旭东：那就把内部调整做好，核心战略方向要看得更加准确。
实际上，不同行业的变化速度并不一样。比如IT领域，以及芯片、半导体、能源、新能源、光伏等，这些领域演变得比较快，但一些更加传统的行业，变化其实没有那么大。我经常问别人：“你知道做玻璃的毛利是多少吗？”其实很多人都不知道，玻璃是一个非常传统的行业，但可能有比较好的盈利能力。所以对传统行业来说，可能冲击还不是那么大。
南方财经：所以未来的企业可能会变得越来越趋向于复合型、综合型吗？
陈旭东：是的，总体来说，企业需要关注整个行业和企业生态的变化。市场上不断会有新的企业出现，老的企业也在不断进行整合和并购，有些经营不下去的企业可能就会被并购。总体上，市场生态会在这样的变化中保持一定的平衡。如果一家企业长期在一个领域，可能就会通过并购，把企业做得更大。
IBM积极务实参与中国AI创新
南方财经：中国AI发展正在快速推进，IBM将如何参与中国AI的发展？
陈旭东：我们主要秉持两种态度来推进：一是积极，二是务实。我们不会给客户画大饼，AI能做什么、不能做什么，我们都会非常清楚地告诉客户。
与此同时，我们非常积极地推动AI在中国的应用。我们一定能够在中国市场找到自己的定位。因为现在中国真正做AI的企业，发展历史大多还不到三年，而IBM的Watson（早期AI产品）已经推出15年了。我们在这个过程中积累了大量经验，比如AI基础架构等方面的能力，这些都可以为客户提供相应的价值，这也是我们的自身优势。我们也希望，能够大规模参与到以民营企业和跨国企业为主的AI创新过程中。
