2026年博鳌亚洲论坛中，AI（人工智能）是一个备受关注的话题，相关分论坛几乎场场爆满。
一直关注AI发展应用的波士顿咨询（BCG）董事总经理、全球合伙人俞晨骜仔细听了每个AI论坛的内容，也与多位AI专家和客户就AI应用和发展进行了交流。他同时担任BCG科技和数字化赋能专项的中国区负责人，专注于AI时代的企业战略与运营转型工作。
俞晨骜认为，博鳌论坛今年设置多个AI分论坛，本身就释放出一个重要信号：AI正从技术话题走向实体经济，从行业议题上升为经济发展议题。过去AI更多出现在科技论坛，如今在聚焦全球经济与区域合作的博鳌平台上成为核心议题，意味着各国政府、企业和资本都在重新思考，AI将如何改变产业竞争格局、企业组织形态与全球创新生态。
俞晨骜说：“我不会从资本市场的视角评判‘AI泡沫’，而是更关注它的实际应用价值。”
经济观察报：此次博鳌亚洲论坛开设了多场AI分论坛，这一安排意味着什么？哪些因素推动了本轮AI热潮？
俞晨骜：博鳌设置多场AI分论坛，本身就是一个非常重要的信号：AI正从技术话题走向实体经济，从行业议题上升为经济发展议题。
一方面，AI技术和产品迭代速度极快，过去这段时间几乎每三个月就会有一次质的突破，持续推高企业对AI的关注度；另一方面，中国AI发展的特点是注重应用落地实效，企业普遍将AI视为提升效率、推动转型的重要工具。我们接触的企业几乎都在不同程度上讨论AI应用，只是在落地深度和实施路径上存在差异。
这一轮AI爆发，本质是技术供给、员工使用方式和商业认知三者同步成熟的结果。
技术层面，AI从过去少数公司掌握的稀缺能力，转变为可广泛调用的通用能力。企业不需要从零搭建算法体系，只需在大模型基础上进行工程化优化和场景适配，就能落地应用，真正实现技术平权。
组织层面，变化源于员工的主动使用。越来越多人切实感受到AI带来的效率提升，自发去用、去试，并把AI当“玩具”而非“工具”，这种低门槛、高反馈的使用方式，让AI在组织内快速普及，并不断催生新的应用场景。
商业层面，企业高管已达成高度共识：生成式AI是一项具有颠覆性的技术革新，已经在多个场景验证了显著的降本增效能力，具备重塑行业格局的潜力。因此，没有企业愿意在这一轮变革中落后，成为下一个“柯达”。
经济观察报：很多人在提醒警惕“AI泡沫”，你是如何看待这个问题？
俞晨骜：我不会从资本市场视角评判所谓“泡沫”，而是更关注AI的实际应用价值。AI作为提升效率、支撑转型的工具，为企业降本增效是真实存在的，但我们必须清晰认识AI的能力边界，它能在一定程度上解决很多问题，却暂时无法覆盖所有需求，尤其难以适配企业大量的长尾应用场景。
我认为AI能力的迭代会持续加速，预计到2026年底，AI的发展水平就会与现在有显著差异。即便AI在资本市场上出现波动，也不会阻碍AI技术迭代。因为AI发展主要依赖两方面：一是基础模型的研发，全球都在持续加大投入；二是AI的工程化开发，这也是当前企业应用的重点领域，所以我对AI能力的持续提升非常有信心。
目前还存在一个现象：部分企业家在充分意识到AI重要性的同时，因担心落伍而产生“跟风焦虑”，盲目要求企业进行AI转型。这种心态容易导致转型动作变形，反而难以发挥AI的实际价值。
经济观察报：哪类企业会更快实现AI规模化落地？
俞晨骜：在落地节奏上，三类企业会率先实现AI的规模化应用。
*类，是核心业务流程相对标准化的企业。这类企业流程中的关键节点具备清晰的业务逻辑，AI的价值在于将这些业务逻辑和经验判断沉淀为“可复用的知识体系”，再嵌入流程中放大，因此更容易从点状应用走向规模化的流程重构。
第二类，是具备学习型组织特征、整体拥抱AI的企业。这类企业高层重视AI并主动推动组织转型，员工在工作中持续尝试和迭代，逐步形成“全员用AI”的状态，从而提升AI应用密度和创新速度。
第三类，是业务与大模型能力高度匹配的企业。相较上一代AI，大模型在语言理解、长文本生成以及多模态内容（图像、视频）等方面提升显著，因此在音视频内容生产、营销创意、客服等领域，AI价值转化更快，相关企业落地节奏明显*。
经济观察报：当前企业在推进AI系统化应用时，容易陷入哪些误区？企业该如何规避？
俞晨骜：*，脱离业务谈AI。很多企业一上来就讨论模型、工具、平台，但没有明确AI要解决什么业务问题、创造什么价值，最终停留在技术试验层面，难以形成规模化价值。
第二，应用碎片化、缺乏整体路径。做了很多零散的应用试点，但彼此间没有连接，更没有形成从点到线、再到面的演进路径。AI真正产生价值，往往需要围绕核心流程，设计一个落地路线，而不是停留在单点优化。
第三，对能力边界认知不清。很多企业要么高估、要么低估大模型的能力——既不清楚基础模型本身能做什么，也不清楚在叠加工程化、私有知识之后能做到什么。这种认知模糊，很容易导致场景选择和技术方案的错配。
最后，也是最容易被忽视的一点，是没有同步考虑组织问题。AI不是简单加一个工具，而是会改变工作方式与岗位分工，包括人才结构、治理机制、流程设计以及激励方式—本质上是“硅基员工”和“碳基员工”的协同问题。如果这些不提前设计，技术难以转化为稳定的业务能力。
要规避这些误区，企业需要从三方面着手。
*，要认清自身的能力底座。包括核心业务流程、可沉淀的企业知识与经验，以及员工的技术水平。这本质是在识别哪些场景能被AI有效赋能或重构，以及对应的成本与落地难点。
第二，找对切入角度和发展路径，并控制好投资节奏。AI落地需要围绕核心场景逐步推进，从点到线再到面，避免一开始铺得过散或投入失衡。
第三，将AI视为新的“生产资料”进行系统性布局，这意味着企业需要思考与之匹配的数据治理、技术底座、组织动员和安全治理等配套机制。
经济观察报：不同行业、不同规模企业，在推动AI应用时是否有可复制的底层逻辑？
俞晨骜：基于BCG观察，不同行业、不同规模的企业，推进AI转型时，底层逻辑是相对一致的，通常体现为三条路径：应用、重塑、创造。
首先是“即用”，也就是优先在现有业务流程中引入AI工具，简化日常操作、减少人工依赖，快速提升效率。这一阶段的特点是门槛低、见效快，适合作为大多数企业的起点。
其次是“重塑”，用AI重新设计工作流程和业务协同方式，不只是提效，而是改变“怎么做事”，实现跨职能协同和端到端流程优化，这一阶段开始体现结构性价值。
最后是“创造”，也就是基于AI能力开发新的产品、服务甚至业务模式，直接面向客户创造增量价值，这是AI最长期，也是*战略意义的空间。
经济观察报：AI重构后的企业运营体系，在效率和决策上有哪些变化？
俞晨骜：通过对资深员工经验的学习，AI可以较快达到接近成熟从业者80%的能力水平，覆盖大量标准化、重复性，甚至部分复杂的认知型工作，从而把人从执行中解放出来，更多聚焦在高价值的复杂问题和创新任务上。
在决策层面，一方面，AI可以直接调用企业底层数据，使信息的透明度和覆盖广度显著提升，从而让决策输入变得更加完整、实时且多元；另一方面，决策过程本身也在重构，不再只是少数人基于有限信息作判断，而是可以借助多个智能体从不同视角进行分析、推演甚至博弈，让决策者看到更全面的选项与风险，从而提升决策质量。
经济观察报：未来1—3年，企业AI应用会呈现哪些趋势？
俞晨骜：未来几年，我们判断企业AI应用可能出现四个重要趋势：*，AI重构核心业务流程与运作模式，从局部提效走向嵌入端到端流程，重塑业务执行方式；第二，AI加速渗透企业的决策体系，持续进入更核心、更复杂的决策场景，提升决策质量与效率；第三，人机协同成为组织常态，“硅基+碳基员工”的分工模式，将驱动组织形态与岗位设计演进；第四，AI与企业独有的知识深度融合形成核心竞争力，通用AI能力快速同质化，差异将来自AI与企业数据、经验与业务逻辑的深度绑定。
总体来看，AI带来的不仅是技术升级，更是一场企业组织、运营模式和商业模式的系统性变革。对企业来说，真正重要的问题已经不再是“是否要做AI”，而是如何更快完成AI转型，在这一轮技术浪潮中建立新的竞争优势。
