圆桌对话：进化的终极思考：引入AI，先改流程还是先换脑袋？| 2026AI Partner·北京亦庄AI+产业大会

企业引入AI，先改流程还是先换脑袋？没有标准答案，只有实战经验——学者、制造业主、工业赋能者三种视角碰撞出一个共识，不要指望把全公司的认知统一好再动手，也不要贪大求全一步到位，用小流程换结果，用结果赢共识，才是AI转型最稳的路径。 圆桌对话直面AI落地中“上热下冷”、过度追求全智能、数据治理欠账等现实之坑，并给出了一句建议：找准场景先干起来，用1%的成功促进100%的变革。 以下为圆桌演讲内容，经36氪整理编辑： 何思翀丨蚂蚁集团NEXTA创新实验室项目负责人（主持） 梅丹青丨哥伦比亚大学金融学博士、长江商学院金融学助理教授 何一波丨宁波金山双鹿电池副总裁 李新春丨和利时科技集团有限公司中央研究院资深研究员 何思翀： 各位朋友们大家上午好，很高兴做客AI Partner的舞台，我是本场圆桌主持人何思翀，代表主办方欢迎台上的几位嘉宾参与本场圆桌，作为今天上午的收官圆桌，只想跟大家讨论一个问题，解决一件事，企业引入AI第一步究竟怎么办？抛出圆桌的讨论原则，不讲概念，就讲实战体验，把自己曾经做过的AI实践跟大家做一个简单的分享，先做什么，后做什么，包括可能踩过什么样的坑，最终得到什么样的结果。 我先来介绍一下台上的三位嘉宾，长江商学院金融学助理教授、哥伦比亚大学金融学博士梅丹青先生。 梅丹青： 很高兴跟大家一起交流，谢谢。 何思翀： 双鹿电池副总裁何一波女士。 何一波： 大家好，我是何一波，今天很高兴跟大家在这里相会，希望今后有机会有更多的合作，谢谢。 何思翀： 和利时科技集团有限公司中央研究院资深研究员李新春博士。 李新春： 大家好，很高兴在这儿跟大家分享流程工业的AI经验。 何思翀： 再次欢迎三位来到我们的圆桌，开门见山，先请三位嘉宾跟我们快速亮明自己的立场，在各自的企业视角、研究视角也好，一个企业想进入AI的转型究竟先改流程还是先换认知，有请梅教授。 梅丹青： 大脑和流程一定是同步修改的，但如果非要二选一，我建议优先改一号位的认知。因为如果一号位的认知没改好，那改流程就只是在旧世界里做一点小小的提升而已。在2026年的今天，我们要从“引入AI”转向“AI原生”。简单来说，不应该是在原有流程上加AI，而是改成“AI+”，构建AI原生的架构。这就要求企业，尤其是决策层和一号位，必须先改变大脑、改变认知。流程也要跟进，通过小流程来验证认知。这就是我的基本观点。 何思翀： AI的核心不在于流程优化，在于认知和决策层面的智能提升，主要是集中在一号位的认知提升上。何总，双鹿电池怎么拥抱AI的，当时怎么做的，是想解决什么问题吗？ 何一波： 你刚刚的那个问题挺有意思，这个问题类似于吃饭先动筷子还是先张嘴巴的问题，对企业就是顺势而为的问题，很多人对双鹿电池不太了解，我们公司1954年就成立，比新中国成立年轻几岁，今年已经有72周年了，我们整个公司经历了中国工业革命，从原来基础比较薄弱到后来不断追赶，部分技术上的领先，这么一个过程，我最大的感悟，一个企业并不是孤立的，肯定是跟国家政策、当时时代同频共振的，我们经历的从原来小作坊到后来自动化、智能化、AI时代的到来，我们公司也是这么一个历程，最早七个人的小作坊，到后来引入国外的生产线，技术被制裁后，我们自主研发设计了自动化生产线。再到现在我们积极拥抱AI，这么多年以来，我们沉淀下来的数据和流程优化，本身就是现在拥抱AI、应用AI很好的土壤，顺势而为、水到渠成的事情。 何思翀： 当时的触发点是什么，是觉得是时候引进AI了？ 何一波： 大家讲到认知，很多企业的一把手，我相信他们现在都已经有认知了，我们可以感受到中国企业这么多年发展起来，是一些新的技术迭代更新应用，我们的生产力快速提升，我们肯定要去拥抱AI技术，最终企业要解决的问题，就是企业效率、质量、成本。 何思翀： 李博士，我们在一线服务了那么多工业客户，我们给到企业一个建议，会说您应该先做什么？ 李新春： 和利时在工业自动化领域耕耘了三十多年，服务了上万家工业客户，做了大量工业智能应用，从工业AI赋能的角度我们建议先从流程入手，通过流程撬动认知，工业有其特殊性，工业领域的行业非常多，场景千差万别，高度碎片化，对安全性、稳定性，模型可解释性要求很高。在这样的情况下，很多通用的AI技术在工业场景中很难直接落地应用，从技术路线到价值体现差异都比较大。目前无论是产业界还是学术界，在工业AI价值体现上、在工业AI功能边界上、在未来AI的发展路径上还缺乏一个统一的认知。我的观点是，既然统一认知这个事现在很难达成，能不能先从流程入手，通过实打实的AI落地的效果，从数据、实际价值体现角度来推动认知的升级，促进共识的达成。 何思翀： 从这个问题，三位嘉宾的立场也都立起来了，梅教授这边是从决策、认知层面出发，何总是从双鹿具体的经验，包括他们72年一路走来的企业实践出发，李博士是从服务客户一线经验来谈的，答案可能不同，是有一个共同的指向，还是看你和你的企业在哪样的阶段，面临怎样的问题，促使你来做出怎样的选择和处理方式，我们现在更加希望聊具体的场景，双鹿是72年的老牌制造品牌，在产线上全面拥抱AI、上AI，拥抱AI是顺势而为的，比如第一个AI场景怎么选的？ 何一波： 我们公司打造“黑灯工厂”，讲一个大家有画面感的东西，最早我们电池里面正极材料里有一个电解二氧化锰、石墨，去过工业企业的人会了解一点，原料车间出来的每一个人都是黑的，除了牙齿其他全是黑的，那会儿大家上公交车的时候，公交车司机要拒载，真的很脏。今天再看我们公司是黑灯工厂，一黑到底，全面实现自动化、智能化场景。 第一个AI落地是外观的质检，生产线、物流仓储全部实现智能化，有一个环节也是我们的痛点，我们还是从痛点出发，我们做出来的电池要在仓库里储存10-15天，出来的电池进行外观全检，外观很小，第一个确保没有漏液、没有撞伤、没有瑕疵、没有金属丝等。据我了解在我们这个行业里几十年以来都是靠人工肉眼去看的，但是电池非常小，0.001平方米去看，一板电池有600多节，5号电池有600多节，7号电池有1000多节，去看这个场景一天下来看得眼睛都看花了，又费眼又费腰，2021年要打造一个新的工厂，时机非常好，原来传统的外观视觉检测，还没办法做到很好地检测出不良点、瑕疵点，我们跟华为云技术人员一起碰撞，加上原来积累的数据，加上他们的AI算法再加上工业摄像机，就能很好的至少在设想里能够很好解决这个事情，把原来这么多重复的劳动力，人的肉眼是有漏检的可能性，通过AI解决这个事情，大家马上达成共识。 这个过程中并不容易，AI底层是数据，我们出来的电池不良率是比较低的，我们要求不可以放过一颗有瑕疵的电池流出去，AI学习是从零开始的，我们要积累大量的不良品，让他学习，积累数据，原来有很多，但更多是在人的大脑里，样品积累我们花了两三年的时间不断投喂他，到今天为止这个工作已经成功了，一个是国家工信部政策上的支持；还有一个华为云也是把它作为经典的案例做一些推广，几方形成合力把这个事情做成功了，在这个行业里树立一个标杆。 何思翀： 朱总有一句话核心问题还是在于人，我想了解一下，在我们这样一个应用AI过程中，您刚才讲的主要是在数据、技术能力上的改变，怎么让员工他也发生转变、充分拥抱AI？ 何一波： 说到人，几位