对话上海财经大学崔丽丽：企业能否真正用好人工智能，取决于数字化深度与行业数据积累

文/新浪财经上海站 陈秀颖 “企业有没有自己专属的领域知识，决定了AI能否更贴近业务、更有效率地发挥价值。” 人工智能加速进入产业场景，企业竞争的焦点也正从“是否使用AI”，转向“能否真正用好AI”。 在2026沙利文峰会期间，上海财经大学数字经济研究院副院长、数字经济专业讲席教授、博士生导师崔丽丽与新浪财经对话时表示，AI能释放多大价值，首先取决于企业自身的数字化深度，以及行业数据和专业知识的积累。 崔丽丽表示，以人工智能大模型为代表的数字技术快速演进，并已大规模进入社会经济的多个行业。过去被认为变化相对缓慢的教育领域，如今也开始在高校招生、专业设置和人才培养等方面作出调整。她认为，当前数字经济呈现出核心技术快速发展、产业渗透持续加深两大趋势，数字技术已在较大范围内推动行业变革。 谈及AI如何赋能企业，崔丽丽强调，不能只看企业是否接入了通用大模型，更要观察其数字化基础。她将基础大模型比作一名知识面广但专业深度有限的“高中生”：不同企业都可以使用通用模型，差别可能首先体现在指令和使用方法上；但如果企业拥有长期积累的行业数据、知识体系和业务经验，就能进一步把通用能力训练成更懂专业的“本科生、研究生甚至博士生”。 “企业有没有自己专属的领域知识，决定了AI能否更贴近业务、更有效率地发挥价值。”崔丽丽表示，数字化基础较好的企业能够沉淀大量自身数据，并据此形成更具针对性的AI能力。换言之，基础模型可以帮助企业从“步行”换成“自行车”，但能否为自行车装上推进器，仍取决于企业此前的数据积累和数字化建设。 在关于数据要素如何进一步释放价值？崔丽丽认为，企业可以借助数据更快感知市场变化、识别消费者需求，并发现依靠经验难以捕捉的细分市场。在不确定性增加的情况下，数据还能够帮助企业提前识别风险、增强经营韧性。部分数据也可以在合规前提下成为可交易标的，或通过数据质押等金融工具释放价值。 对于资源和人才相对有限的中小企业，崔丽丽坦言，数字化转型仍是一个“老大难”问题。许多中小企业首先面对的是生存压力，很难像大型企业一样投入高成本建设技术体系。她建议，中小企业可以借鉴行业领先企业经验，更多采用性价比较高的云服务、云端算力及成熟的行业解决方案。同时，行业协会和政府部门也可在优质方案推荐、基础数字技术服务补贴等方面提供支持，降低中小企业的试错成本。 针对上海正在探索的OPC（One Person Company，一人公司）模式，崔丽丽认为，这是数字技术推动组织结构变化的一种重要形态。随着AI智能体能力增强，传统的小团队可能进一步演变为“一个人+多个智能体”的超级个体。不过，她也提出，政策支持应建立相应的甄别标准和发展边界，优先鼓励能够与上海优势产业和既有产业生态形成协同的OPC，使个人专业能力、AI工具和城市产业资源真正结合起来。 在崔丽丽看来，上海发展数字经济具备产业生态、应用场景和人才储备等多重优势。上海已形成从芯片、算力、基础模型到行业应用的较完整产业链；国际经济、金融、贸易、航运和科技创新中心建设，以及汽车、消费等优势产业，也为AI落地提供了丰富场景。 面对AI浪潮下的职业焦虑，崔丽丽建议，职场人士既可以选择感兴趣的领域重新学习，也可以立足原有行业经验，强化AI应用能力，把自己塑造成能够嵌入产业生态的“超级个体”。与其陷入焦虑，不如结合自身积累和兴趣，主动尝试新的可能。