近日，，，，《哈佛商业评论》中文版2025年12月刊刊发了神州数码董事长郭为的署名文章《AI下一站：运营生产力才是主战场》
。
。。文章从乔布斯提出的管理生产力与运营生产力出发，，，，结合神州数码在医疗、、制药与高端制造领域的“AI for Process”实践，
，指出AI成为流程本身的新智能中枢
。。。
。

从乔布斯提出的管理生产力和运营生产力，
，
，到AI for Process的落地实践
，，，AI通过重塑流程，
，，，正在成为运营生产力的核心引擎。。这不仅验证了技术范式、、业务模式与管理方法协同演进的“风轮”理论，，更标志着企业运营进入了人机智能深度融合、
、、生产要素被系统性重新编排的新阶段。。。面向未来驾驭这一变革，，，，将是我们释放无限创造力的关键
。。。
。

管理生产力与运营生产力再分化

1992年，，，乔布斯在麻省理工学院进行的精彩演讲中，
，提出信息技术的发展呈现两大特征：“管理生产力”和“运营生产力”。。。。这一洞见是对美国国防部第一任国防信息主任斯特拉斯曼（Paul Strassmann）观点的延伸，，核心是通过IT提升管理创造价值与管理成本之比，，评估技术贡献。。。乔布斯将斯特拉斯曼的观点提炼为“管理生产力”，，，同时敏锐洞察到信息技术对业务运营本身的价值更为深远
，
，，进而延伸出“运营生产力”。。具体而言，，，，管理生产力指向改善管理流程与办公效率，，，，用PC及办公软件服务管理者；运营生产力旨在使业务本身发生变革
，，
，，通过定制化软件与行业应用直接赋能运营环节。
。。

由于时代局限，，，，乔布斯的观点在当时并未引起太大轰动。
。当时的运营应用无法通过“商品化软件+PC”的模式实现，，严重依赖昂贵大型机、、、COBOL语言和专业MIS团队；PC的主流用途被普遍视为办公自动化，，，
，而非运营变革
，，
，业界也尚未形成“前台数字化”的共识
。。
。

今天情况已然颠覆
。。。过去的信息技术主要服务于管理生产力
，，AI的崛起让运营生产力变得极为突出。。。。企业前台数字化业务和AI解决方案正在成为核心价值来源，，
，其产出已远远超越后台管理的价值。
。如今AI领域的投资热点和流程自动化、、大模型驱动、、
、智能体赋能的创新实践，，，
，无不印证了乔布斯当年的判断：下一次重大革命将聚焦于运营生产力。。
。

流程的智能重塑

乔布斯的“运营生产力”虽提出了构想，，，但在当时缺乏有力支撑；而以下神州数码AI for Process的三个典型案例正是“运营生产力”的体现
。。。

医疗领域，
，我们于中国某知名医院实现了流程的智能重塑。。。 针对胰腺癌术后并发症诊断复杂、、、人工负担重的痛点
，，，我们没有停留在单点工具开发，，，而是用智能体重构诊断流程
，，，，将诊断拆解为信息抽取、、、、智能判别、、报告生成三个核心环节
，，并部署相应的智能体协同工作。。。
。这一改变让平均诊断时间大幅缩短，，，，诊断准确率提升至94%
，，，，流程变得更加规范高效。。同样，，，在应对“黄牛抢号”运营顽疾时，，，
，我们构建了从异常识别到自动响应的智能流程。。。效果立竿见影，，，，黄牛成功抢号次数从每日1200次锐减至100余次，
，，，有效保障了号源公平与医疗资源的合理利用。。。。这不仅是效率提升
，，，更是通过流程智能化，，，深刻改善了患者体验与医院运营秩序。。。。

制药领域
，，，我们为某著名生物制药企业的医药研发安装强大智能引擎，，，，重构医药情报分析体系。。 传统医药情报分析面临数据碎片化、、、处理耗时长、
、
、人工易遗漏关键信息等深层挑战，
，
，，导致决策滞后与潜在战略误判。
。 AI for Process深度融入研发脉络
，，，
，设计了由竞争格局分析、、
、医药文献分析、、、医药专利分析等多个智能体协同工作的新系统。。这些智能体基于医药知识图谱与领域大模型，，，，能理解专业逻辑并进行关联推理
，，实现了从信息采集、、、、多维度分析到辅助判断的端到端流程智能化。。。
。将原本静态、、依赖人力的流程，
，，，重塑为具备持续理解与判断能力的智能系统，
，，，让精准情报深度嵌入从立项到上市的全生命周期
，，，，大幅缩短研发周期，，
，
，降低了创新隐形成本。
。。

高端制造领域，，，，我们助力一家动力电池制造企业实现了工厂智能化升级，，优化核心产线节拍，
，
，部署的多模态AI视觉智能体能够毫秒级捕捉机械臂“抓、、、移
、、放”运动轨迹，，
，并进行语义拆解与时序分析；随后，，优化决策智能体介入
，，，进行根因分析并自动生成优化建议
，，，，通过系统直接驱动执行，，形成“感知-决策-执行”的闭环。。
。。最终整线UPH（单位小时产量）提升了15.2%，，，产线首次具备了持续自我优化的能力
。。这不再是单点的视觉检测，，，而是AI深度参与并推动制造流程本身的进化与重构
。。。。

以上案例共同指向核心命题：AI for Process
，，AI成为流程本身的新智能中枢。。。。我们并非仅仅在用AI优化旧流程，，，而是在定义具备感知
、、、决策与进化能力的新流程。。AI已不再仅仅是服务于“管理生产力”的传统信息系统，，
，，已然成为聚焦于业务核心的运营生产力
，
，
，对人类劳动生产率的提升起到了革命性作用。。
。最终
，，，，通过流程智能化重塑，，我们得以解放人类最宝贵的创造力，
，
，让流程本身成为集体智慧的坚实承载者与放大器。。。

AI智能体代表的技术范式，，，，与医药、、制造场景的业务模式和管理方法交汇于流程（Process），，正契合我提出的“风轮”模型*（注释附后）。。。AI智能体正基于其擅长自动化、、数据采集、、、精准执行等任务的特征，，
，，承担起流程中大量规则明确
、、、重复性高或需要持续监测的任务，，，与人类在判断力、
、决策力和综合能力上的优势形成互补。。。。人机协作，，即人类智能与人工智能的融合，，
，，本质上正是生产要素的重新编排，，，，显著提高生产效率和过程质量的同时，，实现了流程的自动优化与重塑。
。。

AI驱动的技术跃迁与商业模式重构

AI带来的远非单点工具升级，，而是通过技术范式跃迁
、、、、业务模式重构与管理方法进化，，共同推动企业运营向智能化、、、自主化的新形态演进。。。

第一，
，，，在技术范式上，，，，AI从辅助工具转向“自主智能体”，，
，，驱动一次深刻的技术跃迁。。。 过去
，，，AI多以增强工具的角色存在，，遵循“人类决策
、
、、机器辅助”的模式；如今，，，我们正迈向智能体（Agent）范式，
，，AI能够进行半自主甚至自主的决策与执行。。
。。在这一过程中，，人类智能与人工智能深度融合、、
、、协作
，，共同构成新的技术范式基础。。。具体而言
，，
，，“通专融合”成为趋势，，，，以通用大模型为基座，，，结合行业数据与知识训练出垂直领域的专属模型，，
，进而构建服务于特定流程的智能体。。。在神州数码的实践中
，，，，无论是辅助医疗诊断、、驱动医药研发情报分析，，
，还是优化制造产线
，，，，都体现了智能体作为新技术范式核心，，，，正在深度重塑行业的工作流程与能力边界。
。。。

第二，，在业务模式上，，AI正从成本中心转变为价值中枢与生产力本身，，，不再仅仅是提升效率
、、降低成本的工具，
，
，而是直接参与业务执行、、决策优化和运营管理的“业务推进器”，，重构软件的价值链和产品形态。
。。一个根本性的变化在于，，，，“智能”本身开始成为可交易、
、、、可计量、、、、可规模化的直接生产力。。。
。由此，，商业模式和收费逻辑也随之剧变。
。。过去我们销售产品或解决方案，，，互联网时代盛行“免费+广告”模式
；而AI时代，
，收费模式正向按使用量、、
、、订阅服务
、、甚至按任务价值与产出结果转变
。
。不论是OpenAI、、、Anthropic、、Google 以按使用量（token）付费为核心的计费方式，，还是Runway、
、、、Pika 等视频AI平台按生成视频条数或分钟数的计费，
，
，都折射出一种新认知
：使用AI相当于调用一个数字劳动力。
。。用户愿意为其付费，
，
，，正因为它能实质性地增强甚至替代人类劳动，，
，显著提升产出效率。。。。

第三，
，
，在管理方法上
，，，AI的加入正在重构管理本身。。。。 技术范式与商业模式的变革，，，必然要求管理方式与之协同进化。。。。管理的核心命题，，，从传统意义上聚焦人与组织的关系
，，，
，扩展为必须统筹人、
、AI与组织的协同。。。AI不止于让管理更高效，，，，更在推动管理从依赖人力与经验判断
，，，，转向由数据、、模型与流程驱动的人机智能协作。。。
。这就要求管理者深入研究人与AI各自的特征与专长：AI擅长处理海量数据
、、
、
、执行规则明确且重复的任务
；人类则长于综合判断、、创造性思考和复杂决策。。。
。卓越的管理，，在于将两者的优势深度融合，
，，让AI承担繁琐的“体力劳动”
，，，，从而将人从重复性事务中解放出来
，，，，更多聚焦于需要创造力和战略洞察的工作。。。。正如德鲁克所言，
，管理的任务是让人的优势更具生产力。
。AI的出现恰恰为此提供了前所未有的可能，，，
，让人回归人的本质，，去从事那些真正体现人性价值的创造性活动。
。

AI for Process的实践
，，一方面验证了“风轮”理论的正确性
，，，另一方面也揭示由技术范式
、、、、业务模式、、、、管理方法共同构成的新组合，，，正面临着一系列深刻的挑战
。。这些挑战，，，也将成为我们未来重要的研究方向。。

首先，，，，在技术范式层面，，AI的演进方向本身就是一个根本性挑战。。
。 我们究竟在迈向怎样的数字未来？
？？当前，，
，围绕通用人工智能的争论纷纭：大语言模型是否仅靠堆叠参数就能通往AGI？？空间智能、、、世界模型等研究方向又将带来何种变革？？这些探讨不仅关乎技术路径的选择，，也伴随着对伦理
、、法律等问题的深层担忧。。。。从本质上看
，
，，今天以语言为核心的大模型仍处于比较初级的阶段
。
。人类智能包含了独特的形而上学能力，，能够抽象并理解世界的本质规律，，而当前AI还缺乏对物理世界的真实感知与具身交互。。。。世界复杂且动态，，，，涵盖机械、、、、化学
、、生命乃至情感等多种运动形式。。即便AI已在预测蛋白质结构等方面取得突破，，
，，我们仍难以用模型完全解释人类的非理性创造力或情感等深层现象。。未来无论是世界模型的发展，，
，还是对AGI形态的界定
，，，，都将持续冲击并重塑已有的技术范式，，，这是我们无法回避且必须深入思考的命题
。
。

其次，，，，在业务模式层面，，新的价值创造与计量方式带来了系统性挑战
。
。。 当AI本身成为可交易的生产力，，传统的财务与商业模型便亟待重构
。
。。我们应如何计量AI带来的收入、、、成本和利润？？？收费模式已从售卖产品或解决方案，，转向按使用量
、、
、、结果或能力付费，，，
，但这种新模式如何实现规模化、
、可持续的运营
？？？它能否像软件一样实现边际成本递减？？更进一步，，，这种以“数字劳动力”为核心的商业逻辑，
，
，，将对宏观经济层面的市场结构、
、行业竞争产生怎样的长远影响？？
？？这些都是商业模式创新中必须面对的、、、、涉及财务模型与市场规律的现实课题。。

最后，，，，在管理方法层面，，，，最核心的挑战在于如何实现人机两种劳动力的高效协同。。 AI已成为新的劳动力，，，，但它与人类有着不同的本质特征。。。。大模型幻觉难以根除，，，AI的能力边界也需要预先严格定义，，，无法像人一样应对未预见的规则变化。。。
。过去仅聚焦于“人与组织”关系的管理思维，
，，
，必须升级为统筹“人、、、AI与组织”的协同体系。。
。管理的目标，，在于深刻理解并极致发挥人与AI的各自禀赋，
，
，让AI承担其擅长的、、、
、规则性与重复性的工作
，，，，同时将人解放出来
，，，专注于需要判断力、、创造力和战略洞察的领域。。如何设计组织形态、
、激励机制与文化
，，以真正实现这种人机能力互补、、和谐共生的“高效协作”，，是管理领域面临的全新挑战
。
。

*注释：企业创新，，，是由业务模式
、、技术范式和管理方法三大要素相互作用形成的动态协同体系
，，，其交汇点是流程
。。。该体系各要素间的相互作用，，，将像“风轮”一样，，，产生驱动发展的不竭动能。
。