大家有没有想过争先恐后地接入DeepSeek的企业的后果？

作者 |AI 工作坊

来源 | AI 深层研究员 管理智慧 AI

咨询合作 | 13699120588

本文仅代表作者自己的观点。

昨天，极兔快递宣布全面接入。 DeepSeek 大型模型，变成 3 月份第 N 家加入 "DeepSeek 大军 " 的公司。该公司表示，这将有助于提高人力资源的效率和国际标准的清晰度，降低培训各类员工的成本。在公关稿中还强调，"DeepSeek 它是一个基于强化学习的开源推理模型，使用成本远低于市场上同类产品。 "。

自 2 月初 DeepSeek" 爆红 " 到目前为止，企业界掀起了前所未有的接入热潮。2 月 6 日日，吉利汽车宣布完成星睿大模型。 DeepSeek 紧密结合；2 月 8 日本，长城汽车紧随其后；2 月 9 日本，广汽、奇瑞陆续跟进；2 月 10 比亚迪、上汽、北汽连续宣布接入。 ... 就连一汽 - 大众、东风日产等合资企业也未能幸免。

仅仅一个月，就超过了 50 大中型企业争先恐后地宣布 " 接入 DeepSeek"，导致金融市场一片沸腾。但是作为一种长期的观察。 AI 浪潮的研究人员，我不得不提出一个问题:在这个集体狂欢中，有多少公司是真正考虑过的选择，又有多少只是盲目跟风的结果？

我要泼冷水：大多数公司盲目接入 DeepSeek 这可能是一个严重的错误。在与许多企业深入合作后，我发现了一个令人揪心的现实:事实上，大多数公司不仅不需要盲目追求 DeepSeek，甚至根本不应该有一个只是为了跟风而制定的。 AI 战略。

也许你听了之后很惊讶，甚至觉得我是不是说反了？未接入 DeepSeek，没有 AI 战略上，公司难道不会输在起跑线上吗？答案是：没有，原因如下：

事实上，大多数公司根本没有做好工作。 AI 的准备

想象一下，即使有一天一个完美的 "AI 战略计划 " 奇妙地出现在这里 CEO 在邮箱里，大多数公司也根本无法真正落地。因为，他们甚至没有做好最基本的准备。

其中，最核心的问题， " 数据 "。 假如数据质量差-不完整，有出入或完全混乱- AI 这种表现自然会很糟糕。您可以有一个很好的战略目标，但是数据不好会让您陷入困境。最后，"AI 战略 " 只会浪费企业的精力和资源，使企业忘记真正应该做的事。

就拿极兔快递来说，他们声称要用它。 DeepSeek 来 " 提高国际零部件的人力资源效率和清晰度 “，但问题是:这家快递公司是否已经建立了完整的员工绩效数据库？国际零部件标准已经数字化了吗？没有这些基础工作，只接入一个大模型能解决哪些问题？

举一个更具体的例子：假设一个加工制造业想要使用 AI 为了减少生产线的停工时间，可以预测设备故障。这个听起来不错，不是吗？但是要做到这一点，公司首先要用历史数据来识别各种设备可能出现的故障类型，并找出这些故障。 " 信号 " ——即具体的数据模式或故障前兆趋势。下一步，利用这些信息通过机器学习技术建立算法，预测出现故障。

到目前为止，一切都很好，但现实是：大多数企业根本没有收集足够的历史数据进行培训。 AI 模型。通常需要几个月甚至几年的时间来积累足够的优质数据并制定精确的算法。

AI 并非孤立 " 荒岛 "

AI 它是一种技术，就像区块链、物联网和元宇宙一样。为什么公司需要给？ AI 制定独立战略？

看看百度、阿里巴巴云、腾讯云等科技巨头纷纷宣布接入。 DeepSeek 新闻，似乎接入大模型已成为衡量技术创新能力的标准。但实际上，真正的创新在于如何将这些技术与现有的需求场景紧密结合，而不仅仅是做一个接口对接。

进一步说，"AI" 事实上，它不仅仅是一种技术，而是机器学习、计算机视觉、机器人技术、图像识别等许多相关技术的集合，以及目前流行的生成。 AI。DeepSeek 只是其中之一，而非全部。

再看看现实中的公司是如何成功运用的？ AI 是的，你会发现他们中的大部分都会 AI 与其它技术相结合，将其融入到特定的需求场景中，而非独立使用。

极兔快递提到要把它提起来 DeepSeek 运用到 " 物流全链路 “，然而，一个成功的智能物流解决方案必须结合物联网技术跟踪包裹、云计算处理大量订单数据、数据分析、提高配送路线等技术协调工作。仅仅依靠一个语言模型是远远不够的。

回到制造业的例子:假设公司确实有相关数据，算法已经成功训练。那么，完整的解决方案必须是其他技术，比如实时收集设备上的传感器的数据，通过物联网传输数据，然后利用云计算平台存储和处理数据，实时监控设备状态，发出故障预警。

看着这儿，你一定会发现问题所在：与制定独立的东西相比， AI 企业真正需要的策略是综合考虑各种技术的总体策略。假如像那些声称 " 接入 DeepSeek" 家电企业，只关注模型，而不考虑整体的智能家居生态，反而会舍本逐末，导致精力分散。

所以问题又回到了原点：AI 到底有什么特别之处，以至于需要单独为它制定一种特殊的策略？

天赋还没有准备好，你拿什么？ AI 战略？

调查显示，很多公司都在进行调查。 AI 这个问题还是很重要的 " 不成熟 "。这是什么意思？即从公司高管到普通员工，绝大多数人实际上并不太了解。 AI，这些工具还没有真正使用过，更不习惯于使用数据来支持决策。 这样的情况，所谓的 "AI 战略 " 只有偏离现实，才能成为纸上谈兵。

根据专家数据，2024 2008年，整个人工智能专业的学生大概只有 4 超过一万人，预计将在整个人工智能领域进行。 500 与万人才缺口相比，差距仍然巨大。这种人才供需失衡使得企业实施。 AI 战略面临着巨大的挑战。

近日，清华大学、北京大学罕见连续宣布，2025年 年均将增加 150 本科招生名额。上海交通大学、武汉大学、中国人民大学等短短一周内超过 15 知名大学密集宣布本科扩招。经过整理，大部分高校扩招本科的学科范围多为人工智能、信息技术等新兴战略领域。技术创新靠人才，人才培养靠教育。业内人士指出，随之而来 AI 赋能千行百业，市场既需要技术和理论创新型人才，又需要能结合各行业实际需要的实践型人才。

但是教育转型需要时间，而企业却急功近利。看看那些宣布和宣布 DeepSeek" 紧密结合 " 有多少券商、银行和公募基金对大模型能给金融分析带来什么价值有深刻的理解？他们的分析师和投资经理真的准备好使用这些先进的工具了吗？还是只是因为竞争对手在做，就要跟进？

想象一下，如果你是公司的领导，你自己也是对的。 AI 一知半解，又怎么能制定出一个可靠的呢？ AI 策略？显然不现实。

事实上，大多数公司的开始还处于探索阶段，所以现在最重要的不是从上到下制定一套复杂的。 AI 战略。相反，更需要激励一线员工主动尝试各种各样的事情。 AI 工具，从日常工作中发现机会，探索可能的用途。这一自下而上的探索，更容易产生真正有用的创意和方案。当然，在这个过程中也要保证有合适的地方。 " 护栏 "，这样员工就可以安全负责地使用它。 AI，防止企业暴露在不必要的风险中。

真正推动公司前进的，从来都不是技术，而是人。

实现真正的目标 " 数字化完善 “，可能需要几年甚至更长的时间，尤其是当公司文化需要同时转型的时候。如果你认为它是一夜之间接入的 DeepSeek 可以实现数字化转型，那就像你给一个两岁的孩子穿上一套西服，然后告诉大家：“ 看，他现在是个成年人了！” 很明显，这是不现实的。

强制 AI 策略，会使公司做出错误的决定。

假如企业坚持强迫自己制定一个所谓的 AI 策略，很有可能导致员工在做决定时，一切都戴着。 "AI 眼镜 "，感觉每一个问题都可以依赖于 AI 来解决。

如今确实是 DeepSeek 在最受欢迎的时候，这并不意味着它可以解决公司的所有问题。未来肯定会有其他新技术。如果过于专注于访问特定的大型模型，公司可能会忽略其他同样有效甚至更合适的解决方案。

看看那些汽车公司的做法，从吉利星睿到长城 Coffee Agent，再到广汽 ADiGOSENSE，她们纷纷宣布和宣布 DeepSeek" 紧密结合 "，然而，消费者真正关心的是这些技术能否解决实际问题——导航更准确、驾驶辅助更安全、用车体验更舒适，而不仅仅是一些常识性问题。

所以，真正需要讨论的不是 " 怎样才能接入呢？ DeepSeek"，也不是怎么靠的 AI 使企业的利润翻倍或创造新的商业模式。相反，企业应该继续思考：“ 怎样才能更好地运用数字技术，真正提高业务业绩，实现战略目标？”AI 只是众多技术中的一项。

在之前的一篇文章中，我也提出了类似的观点:甚至认为公司根本不应该有独立的观点。 "IT 部门 "。假如技术(尤其是特定的技术，比如 AI）独立从业务部门分开，相当于完全隔离了真正负责提升公司业绩的人和负责实施技术的人。从长远来看，技术只会与业务脱节，最终导致失败。每一次遇到问题，公司只会大喊：“ 赶紧接入 DeepSeek！" 所以，你很可能永远也找不到真正适合你的解决办法。

历史决定了公司能走多远。

研究还发现，公司在某个时刻能做出的决定，其实主要取决于过去做出的选择。即使那些决定在现在看来已经过时，历史的影响通常仍然存在。

尤其是在技术领域，这一点尤为明显。比如十年前放弃购买某个软件或者决定不投资某个系统可能是对的，但是今天这些决定可能已经成为障碍，限制了公司。 AI 应用空间。

领导者可能会看到像百度和阿里这样的科技巨头的成功应用。 AI 这个例子，然后也想在自己的公司复制一下。但是，当他们真正尝试的时候，却发现自己根本做不到——因为他们在十年前就选择了另一条路。

过去，一些公司已经做了很长时间的准备，例如，他们已经投资了大量的数据质量、技术平台和组织能力。这样的公司自然可以快速掌握。 AI 带来的机会。但是大部分宣布接入。 DeepSeek 显然，公司还远远没有做好这些准备。

归根结底，大多数公司过去在数字化转型中行动缓慢，尽管现在突然宣布接入。 DeepSeek 或者提出所谓的东西 "AI 战略 "，也不会在一夜之间超越竞争对手。

假如一家企业在数字化转型方面一直处于缓慢状态，那么仅仅依靠一个美丽的企业。 "AI 战略 " 无法实现飞跃。最终，只会浪费精力。

所以，现实一点，不要再想象简单的接入。 DeepSeek 可以一夜之间带你走向成功。真正有用的 AI 战略，只属于那些已经做好扎实基础工作的公司，而非大多数正在追求潮流的公司。

参考资料：https://www.wsj.com/business/c-suite/ai-strategy-mistakes-5db90efa

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com