2025年12月，法国里昂商学院丁文璿教授在国际管理学顶刊《加利福尼亚管理评论》发表了前沿研究，对“生成式AI投资狂潮下的价值困境：为何千亿投入难换回报？”这一关键问题给出了全新解决方案。文章题为《超越大数据思维：高管如何将AI视为人才进行培育》。

(https://cmr.berkeley.edu/2025/12/beyond-the-big-data-mindset-an-executive-s-guide-to-cultivating-ai-as-talent/)

自2022年11月以来，企业正以千亿美元级规模投入生成式人工智能，期待其彻底重塑商业模式。然而现实令人警醒：大量项目未能对利润表产生可度量的影响。2025年8月，一份麻省理工学院的报告揭示了残酷数据——尽管企业生成式AI支出已逼近400亿美元，但高达95%的整合试点项目未能产生任何可量化的回报。

这对管理者而言不啻为一记警钟：为何在个人端表现惊艳的技术，在企业级应用中却屡屡折戟？数据质量、人才短缺、战略错位常被归咎，但它们共同指向一个更深层、更根本的思维谬误：企业固守的“大数据思维定势”与生成式AI的能力本质存在结构性错位。我们认为，失败源于两个相互交织的核心认知误区：

• 混淆“数据记录”与“流程智慧”

企业长期将业务运行的“记录的数据”(如交易日志、用户点击等历史行为的数字痕迹) 与驱动价值的“流程智慧”(即蕴含在具体工作中的方法与诀窍) 混为一谈。这种思维定势导致管理者误以为提供更多历史数据就能创造价值，却忽略了向AI传授真正的“生产配方”。

• 错位的“学习”范式

我们习惯期待AI如战略家般通过寻找历史模式进行预测，但实际上，我们应像培养工匠一样，引导它掌握完整的工作流程。生成式AI本质上是能够理解、推理并生成内容的“第二大脑”，其真正潜能不在于分析过去，而在于参与并优化价值创造的过程本身。

破局之道：从“部署工具”到“培养人才”

问题的核心并非技术瓶颈，而是管理哲学的错位。领导者必须完成一次根本性的认知转向：停止将AI视为可安装的软件工具，转而将其作为需要系统性培养的“数字员工”。

基于这一理念，我们提出可落地的“AI学徒制”框架，为组织提供了清晰的转型路径：

• 设定培养方案：明确AI需掌握的核心业务流程与决策逻辑，定义其“学习目标”。
• 作为人才培育：通过交互训练、持续反馈与场景浸润，使AI深度理解业务语境与操作精髓。
• 植入并发展生态：将成熟的AI能力有机嵌入组织架构，建立人机协同机制，并规划其持续进化路径。

当前，生成式AI正站在从“技术炫技”走向“价值创造”的关键十字路口。唯有彻底跨越认知误区，完成从“工具实施”到“人才养成”的范式革命，企业才能在这场智能革命中，真正解锁其变革性潜力，构建起持久而坚实的竞争优势。

丁文璿教授简介

丁文璿教授

人工智能与商业分析教授
工商管理博士DBA导师

获美国卡内基-梅隆大学认知科学与信息技术博士学位，法国里昂商学院人工智能与商业分析教授、法国科学院与欧洲科学基金会人工智能专家。丁文璿教授长期致力于AI前沿基础理论研究 (Frontier basic AI theory) 和AI交叉创新应用研究 (AI Scientist，创新与智慧医疗，风险决策)。她的学术成果发表在国际顶级学术期刊和计算机科学国际顶级学术会议上。