［摘要］人工智能的迅猛发展，正推动各领域从数字化、网络化向智能化快速跃进，为我国提升企业发展质量带来机遇和挑战。本文梳理人工智能给企业发展带来的机遇，如可助推企业高端化、绿色化及创新性发展；分析人工智能给企业发展带来的挑战，如信息泄露、数据安全及加剧垄断等。最后提出应对策略，以期为利用人工智能技术加速提升我国企业发展质量提供参考与借鉴。

　　［关键词］人工智能；企业发展；企业创新

　　0引言

　　“人工智能”这一术语最早由科学家于1956年在美国达特茅斯学院首次人工智能会议上提出，它标志着“人工智能”这门新兴学科的正式诞生[1]。经过60多年的演进，人工智能发展进入新阶段，特别是在互联网、大数据、云计算、物联网、脑科学等新理论、新技术以及经济社会发展需求的共同驱动下，人工智能加速发展，呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等新特征。2022年11月30日，由OpenAI公司发布的聊天机器人——ChatGPT正式问世，展现出为世人惊叹的回答问题的能力和技巧，打破了对于生成式人工智能技术的传统认知。OpenAI发布ChatGPT后，仅5天注册用户就超过100万，短短两个月后，ChatGPT的月活跃用户数已达一亿，成为史上用户数增长最快的消费者应用。ChatGPT的出现掀起了人工智能技术投资与发展的浪潮，生成式人工智能技术呈现变革性发展和突破，算法和技术的应用空间空前扩展，给企业提升发展质量带来了重大机遇，然而人工智能也给企业发展带来了不少挑战[2]。因此，需要深入探讨人工智能给企业发展带来的机遇与挑战，并做出有效应对。

　　1人工智能提升企业发展质量的机遇
       1.1人工智能有助于企业高端化发展

　　人工智能可以帮助企业提升高端化发展能力[3]。例如，基于百度人工智能技术，百度智能云帮助国家电网山东电力构建了人工智能中台，轻松实现户外各种复杂场景下的安全巡检，建立了输电通道可视化平台，确保线路安全稳定运行。前端智能分析的识别准确率显著提升，如导线异物识别准确率从60%升至80%，烟火识别准确率从70%升至90%。无人机每天替代人工巡视超过7万公里线路，减少90%的人工巡检工作量，确保线路安全稳定运行。国家电网山东电力运用人工智能人脸识别技术，实现进厅识别和刷脸办电等功能，减少客户排队等待时间，如客户等候时间过长，系统会自动通知客户经理提供服务，后台系统分析业务办理时长，通过精准营销提升用户体验和营业厅效益。

　　1.2人工智能有助于企业绿色化发展

　　人工智能可以通过物联网、大数据、大模型等方法的综合运用，帮助企业实现绿色化发展。例如，对于环保企业，人工智能可以发挥提质增效的作用。固废处理企业借助阿里云的人工智能技术，通过统一服务门户、工业大脑人工智能计算平台及垃圾焚烧发电数据平台，实现了垃圾焚烧至发电全环节的数据贯通，优化了固废处理流程。统一服务门户实时汇集电厂运营数据，通过3D大屏直观展示各环节实况，并提供智问移动助手服务，以智能问答方式服务电厂工人。系统数据上传云端构建知识库，实现工艺知识跨厂区共享，增强企业作业能力；工业大脑人工智能计算平台利用DCS系统、火焰光谱识别等技术识别垃圾焚烧情况，结合炉内状态及历史、预测数据推荐操作工艺，实现数据上云并建立训练模型，实时预测排放指标并报警，解决滞后问题，提升经济效益；垃圾焚烧发电数据平台则提供垃圾处理到发电各环节数据，构建数据连接与标签体系，打通数据体系，支持环保应用。

　　1.3人工智能有助于企业创新性发展

　　人工智能可以帮助企业创新服务和经营方式。例如，京东推出的“言犀虚拟主播”产品，通过京东云全自研智能多模态交互与形象驱动技术，生成专属形象和动作，并通过人工智能文本生成和语音生成技术，输出带货文案自动播报，帮助商家直播带货降低成本高达95%，平均销售额提升30%。人工智能可以帮助企业提升创新能力[4]。中国商飞联合华为基于昇腾人工智能基础软硬件平台，打造工业级流体仿真大模型——东方·御风，通过高维非线性湍流流程数据编码及预处理创新技术，提取特征数据导入东方·御风大模型训练，依托昇思MindSpore流体仿真套件，实现飞机攻角、马赫数、翼形几何流场变化的泛化推理。在昇思MindSpore流体仿真套件支持下，可有效提高对复杂流动的仿真能力，减少风洞试验的次数。在精度满足要求的同时，大型客机在巡航速度段的超临界翼型全流程预测平均误差最低是万分之一量级，单次仿真耗时缩短24倍，大大缩短研发周期。

　　2人工智能提升企业发展质量的挑战

　　2.1企业信息泄露问题

　　尽管生成式人工智能功能正被广泛融入各类产品和服务中，但其高度依赖数据和模型，任何环节的安全疏漏，如模型训练的不安全性、数据泄露、应用或访问的不安全等，都可能引发企业数据及隐私的泄露，进而可能引发不正当竞争或商业秘密的泄露。在实际操作中，部分企业员工由于对生成式人工智能的使用了解不够深入，可能会在无意识中输入敏感信息，如财务数据、项目资料等，导致企业机密外泄，给企业带来难以估量的经济损失[5]。例如，曾有三星员工不慎将机密信息输入ChatGPT，这些信息不仅进入了其学习数据库，还可能进一步被更多人获取。此外，生成式人工智能自身存在的系统漏洞也是数据泄露的一大隐患。例如，OpenAI开源库曾曝出的漏洞，不仅暴露了用户的搜索历史，还导致了支付信息的泄露。鉴于这些潜在的风险，微软、亚马逊等大型企业已明确禁止员工向ChatGPT等生成式人工智能工具分享敏感数据。同时，中国支付清算协会也发出了倡议，提醒支付行业的从业人员在使用ChatGPT等工具时要格外谨慎，以防范跨境数据泄露等风险。

　　2.2企业数据安全问题

　　生成式人工智能模型在处理和生成内容方面的强大能力，不仅增加了被人工智能生成内容欺骗的风险，还可能导致数据被操纵、泄露和窜改，给企业的安全带来了巨大的挑战。神经网络训练时使用的算法经常涉及隐私数据，这些数据可能来源于公共监控、人脸识别和指纹生物识别，以及财务和医疗等多个应用领域。无论是受到有组织犯罪集团的利用，还是被商业竞争对手出于经济或其他利益目的而利用，这些信息都可能给企业带来巨大的风险。随着人工智能技术的规模化应用，数据操纵、暴露和窜改所带来的风险也随之增加，这是因为这些人工智能系统在做出决策时，需要基于大量数据进行深度分析和挖掘。然而，这些数据很容易被恶意行为者操纵或窜改，从而给企业的运营和决策带来风险。除了可能存在无法运行的错误和故障外，基于人工智能生成的代码也可能引入一些未知的漏洞。随着新一代人工智能技术的不断发展，攻击者能够利用这些技术更快、更准确地发现并利用这些漏洞，并制定更为隐蔽的攻击策略，这导致企业的信息安全面临前所未有的威胁。

　　2.3加剧科技巨头垄断

　　随着生成式人工智能领域的快速发展，一个日益引起关注的重要问题是，它可能会加剧科技巨头在市场上的垄断地位。这种垄断风险主要从技术和数据两个方面体现出来。从技术角度来看，计算能力被视为人工智能的命脉。对于许多中小型科技企业来说，生成式人工智能所需的计算资源相当庞大，这无疑为它们设置了一道难以逾越的市场准入门槛。即使它们能够通过租赁云服务器等方式解决计算资源的问题，但训练模型所需的大量高质量语料库也可能会成为另一道难题。训练数据对于人工智能模型性能的提升至关重要，这使只有少数拥有雄厚资本和专业团队的企业或机构才能够投入足够的资金和资源进行生成式人工智能技术的开发与推进。这种高准入壁垒使其他潜在的竞争者难以进入或者生存，阻碍了市场竞争，将生成式人工智能市场逐渐转变为寡头垄断的局面。从数据层面来看，大型科技企业拥有广泛的用户基础和强大的数据处理能力，这使它们能够更好地洞察用户需求，提供个性化的服务，从而在市场上占据主导地位。凭借现有的基础设施、用户和数据等优势，大型科技企业可以大规模地研发各种形态的人工智能产品，并将生成式人工智能模型嵌入其庞大的产品线中。这种自我强化的循环增长模式极有可能导致“赢家通吃”的局面，使大型科技企业在人工智能领域占据越来越大的市场份额，从而不断挤压新生企业的生存空间和创新空间。

　　3应对策略

　　3.1积极推进智能化布局实施

　　在智能化转型之前，企业需要全面评估自身成熟度状况，针对不同成熟度阶段规划不同的发展质量提升路径，从而确保推进智能化转型取得实效。在明确转型路径方面，实现精准的行业定位也非常关键。企业应将智能化转型作为长远的发展战略，按照“总体规划、分步实施”的原则，根据实际需求来布局企业的智能化转型进程。同时，引导企业结合自身的实力和发展现状，确立智能化转型的整体解决方案，围绕人员、技术、资源、制造等关键环节，制定详细的任务书和路线图，明确各阶段的改造方向和重点，逐步推进、不断取得突破。然而，需要强调的是，智能化转型并非解决企业所有问题的“万金油”，技术创新才是企业持续发展的根本途径。因此，中小企业应加强数智技术的融合应用，助力企业技术创新，从而加快转型进程。

　　3.2不断完善智能化综合保障

　　各地政府需深入研究和借鉴发达国家、国内先进省份企业智能化转型的发展思路，结合本区域的实际情况，对顶层设计进行持续优化，并确保相关配套政策的落地实施。政府应以龙头企业为引领，以新兴优势产业链为纽带，积极推动智能制造产业集群的建设，不断提升中小企业智能制造配套协作的能力，进而实现更大区域的智能制造特色化和规模化发展。政府应加强基础支撑，通过培育和优化一批关键共性技术创新、成果转移转化、科技金融融合、公共技术服务等平台的建设，形成一个科学、技术、资源互通共享的推进格局。政府需加强智能制造公共基础设施的建设，为产业的发展提供强有力的支撑。政府应加强政银企三方的合作，通过建立信用链金融的应用和评级制度，提高信用良好中小企业的融资贷款额度。同时，鼓励各级政府、金融机构以及智能制造服务商联合设立产业基金，以解决智能制造服务商在服务过程中的资金占用问题，形成资金闭环流动，从而帮助企业顺利推进智能化转型。

　　3.3建立健全智能化法律法规

　　随着人工智能技术的不断进步，在为社会带来巨大便利的同时，也会对现有的法律法规体系提出诸多挑战，应通过合理制定政策法规与市场规则，推动生成式人工智能产业的健康发展。当前与生成式人工智能紧密相关的法律问题主要有信息泄露、虚假信息管控与安全、反垄断等领域，应重点完善关键领域的法律法规，以确保人工智能技术的发展能够更好地与社会法治建设相适应。在数据隐私领域，使用生成式人工智能处理个人数据时，应确保用户知情并明确同意，从而保护用户信息、尊重用户数据自主权。应着重强调个人信息保护，要求服务提供者在使用个人信息进行训练时应获个人同意，严格依法保护使用者信息，防止滥用和泄露，并禁止收集存储非必要信息。应制定和完善人工智能领域反垄断法律法规，避免科技巨头形成过度垄断，从而保障整个人工智能产业生态的良性发展。

　　3.4构建智能化人才培养体系

　　企业可采取多样化策略，全面加强员工的人工智能应用知识和技能培训。例如，企业可以邀请人工智能领域的专家学者进行内部专题培训，让员工及时把握前沿技术和应用动态；借助在线学习平台等网络资源，鼓励员工灵活安排时间进行自主学习，不断提升人工智能技能；可与高校、第三方建立人工智能人才培训机构的合作机制，从源头上吸引和培育具备人工智能专业技能人才，进而提升企业的整体实力和发展潜力。高校应加快人工智能专业师资培训，通过高素质教师队伍建设保障人工智能人才的培养，具体可通过组织专业培训、参与学术会议等方式，提升教师人工智能学习意识和专业素养。高校应致力于提升学生的人工智能素养和技能，加强人工智能与传统学科融合的交叉学科人才培养，可构建高水平人工智能教育内容和资源平台，引进先进教材、开发网络课程、提供实践项目，帮助学生深入理解和应用人工智能技术。加强高校交叉学科人才培养，拓展学科交叉深度与广度，深化研究生培养改革，结合实体经济构建复合型人才培养体系，培养更多具有创新能力和实践经验的人才，推动人工智能技术的持续进步。

　主要参考文献

　　［1］赵楠，谭惠文.人工智能技术的发展及应用分析［J］.中国电子科学研究院学报，2021，16（7）：737-740.

　　［2］张夏恒.新一代人工智能技术（ChatGPT）可能引发的社会变革［J］.产业经济评论，2023（3）：22-30.

　　［3］陈永伟.超越ChatGPT：生成式人工智能的机遇、风险与挑战［J］.山东大学学报（哲学社会科学版），2023（3）：127-143.

　　［4］巫强，黄孚，汪沛.人工智能技术与企业创新绩效：兼论新质生产力的赋能作用［J］.财经问题研究，2024（10）：67-80.

　　［5］高芳，王彦雨，王艺颖.生成式人工智能所引发的社会争议及其治理［J］.深圳社会科学，2025，8（2）：115-127，148.