通过提供社会价值，如免费工具、普惠服务等，企业不仅能提升声誉，还能积累独特的数据资产，形成差异化竞争力，这便是“利他即利己”的逻辑。

文｜石丹

ID | BMR2004

当前，以大模型和智能体为代表的AI前沿方向，正在与社会价值创新形成历史性交汇。这一交汇不仅关乎效率提升，更将带来社会价值创新的机遇和治理的优化。

01

从“通用计算”到“智能计算”的跃迁

在近期由《商学院》杂志举办的“新超越｜共探AI赋能社会价值创新中的商业机遇”分论坛上，中国人民大学信息学院副院长、党委副书记柴云鹏形象地将计算技术的发展比喻为“三座大厦”。自20世纪40年代计算机诞生以来，信息技术长期建立在以逻辑和编程为核心的“通用技术大厦”之上；而自2012年深度学习兴起、特别是以DeepSeak为代表的大模型出现后，AI开始通过数据驱动方式生成智能，形成以数据、算力和模型为核心的新一代技术体系，即正在建设中的“智能计算大厦”；未来将构成“第三座大厦”量子计算。

2025年被视为“智能体元年”，虽然商业化尚不成熟，但国家政策正在积极推动。2025年8月26日，国务院印发《关于深入实施“人工智能+”行动的意见》（以下简称《意见》），以推动人工智能技术深度融入经济社会，支撑高质量发展。《意见》提出，到2027年，人工智能将与制造业、医疗等6大重点领域广泛融合，新一代智能终端和智能体应用普及率超70%，智能经济核心产业规模加速增长。到2030年，人工智能全面赋能高质量发展，应用普及率超90%，智能经济成为经济发展重要引擎。

2035年目标为实现智能社会和智能经济新阶段，助力社会主义现代化建设。“尽管当前智能体在记忆机制、环境适配和行业工作流嵌入等方面仍处雏形，但未来五至六年有望实现规模化落地。”柴云鹏表示。

此外，多模态大模型和“世界模型”成为热点，推荐系统领域也正由大厂推动新型大模型应用。而具身智能，特别是人形机器人，虽然受限于成本与技术复杂度，真正普及仍需10年以上，但在轮式、轨道或特种机器人场景具备较快落地潜力。智能终端则成为2025年重点方向，如AI眼镜、耳机及陪伴玩具等硬件产品，因其出海便利、技术门槛相对较低，将加速普及，有望在3–5年内大幅提升社会数字化水平，深刻改变人们的信息采集、记录与交互方式。

02

AI落地的七类高适配场景

柴云鹏系统梳理了AI在各行业落地的难易程度与应用逻辑。他指出，最容易被AI渗透的是知识型或信息型工作，如法律、广告、艺术创作、教育、金融和软件开发等。这些领域以信息处理为核心，人的工作主要集中在信息生产、加工和传递环节。

由此，柴云鹏也总结了AI落地效果较好的七类高适配场景：一是语言表达直接相关任务，例如翻译、会议纪要等；二是需要广博知识与组合能力的辅助工作，例如文化创意、内容审核、问答搜索等；三是容错空间大的行业，例如广告等AI平均效果好、少量效果差的行业；四是业务模式宽容度高，例如客服等；五是诸如自动驾驶等数据丰富的垂类场景；六是高度个性化需求的行业，如教育、养老、医疗定制等；七是数据流量巨大、人工无法处理的场景。

相比之下，农业、医疗、政府服务等环节复杂、容错率低的领域，AI落地需更精细的“数智化改造”，这类场景要求将业务拆解为多个子环节，仅在适配部分引入AI，大部分环节都得由人工“兜底”。

03

从商业驱动到社会治理协同升级

柴云鹏认为，AI不仅提升个人效率，更拓展能力边界，让原本分工精细的个体借助AI成为“多面手”，企业整体创新力也因此被放大。同时，AI应用不仅限于商业场景，更在诸如社会治理、公共服务与学术研究等社会领域中展现出巨大的价值潜力。

那么，在AI时代，是否存在“越利他，越可持续”的商业模式呢？柴云鹏以开源软件为例，表面上看，开源是无偿贡献、服务大众的利他行为，但实际上，它能构建强大生态，吸引更多开发者参与，扩大用户基础，并通过广泛使用获得高质量反馈与数据，从而反哺技术迭代。柴云鹏强调，在AI驱动的数据智能时代，模型效果不仅依赖算法和算力，更依赖高质量数据，而数据往往来自真实用户的使用。因此，通过提供社会价值，如免费工具、普惠服务等，企业不仅能提升声誉，还能积累独特数据资产，形成差异化竞争力，这便是“利他即利己”的逻辑。因此，将社会价值嵌入商业模式，不仅有助于长期可持续发展，也可能成为企业在激烈竞争中脱颖而出的关键路径。

不过，针对企业在AI产品设计初期是否应嵌入社会影响力评估与价值对齐机制，柴云鹏表达了审慎观点。他认为，当下AI发展是“实践驱动迭代”，社会价值的实现不是靠初始设计的完美蓝图，而是在快速试错与真实反馈中动态塑造的结果。企业在AI产品设计初期不必急于嵌入价值观，而应聚焦“技术—场景”连接，在实践中迭代优化。

更为重要的是，AI的社会价值正超越商业逻辑，成为国家战略的重要组成部分。柴云鹏强调，社会治理有望成为中国AI落地的关键方向，其底层逻辑在于“数据洪流”。随着智能终端普及，全社会将产生海量实时数据，这些数据不仅是提升公共服务精准度的基础，更是国家层面的战略资源。未来，政策制定、资源配置与社会运行效率，或将来自对全域数据的有效利用。正如凯文·凯利在《2049》中所描绘的“终极信息化国家”——当数据规模再上几个台阶，其智能程度与治理效能将远超今日想象。从这一角度看，社会治理或将成为AI应用中社会价值最大、影响最深远的领域。

AI与社会价值的融合正进入快车道，一些社会应用场景不仅为技术迭代提供丰富反馈和高质量数据，其科研与公共价值甚至超越部分商业应用。柴云鹏表示，中国人民大学高度重视这一方向，致力于通过AI驱动社会治理创新，真正实现科技向善、造福人类的终极目标，目前已经开展多项探索。

柴云鹏强调，AI治理需在安全伦理与创新发展之间寻求平衡，避免“一刀切”式监管扼杀创新活力。他指出，中国过去在互联网发展中的成功经验值得借鉴：初期适度包容、鼓励探索，在发展中识别问题、逐步完善规则。尽管当前具体治理方法仍在探索中，但以人民为中心的出发点和快速迭代的实践机制，将推动中国在AI向善实践中走在世界前列。

来源｜《商学院》1月刊