走出技术叙事之后的数字化
如果回顾过去两三年的技术演进轨迹，可以清晰看到，人工智能正在经历三个相互 叠加、而非彼此替代的发展阶段：生成式AI、能体型AI( Agentic AI), 以及正在加速 进入现实系统的物理AI (Physical AI)。
生成式AI改变了内容与知识的生产方式；能体型 AI 开始进入目标分解、任务执行 与流程协同，直接嵌入组织运行；而物理AI则进一步跨越数字与现实的边界，进入能源、 制造、交通、物流等基础系统之中。在这三条路径同时展开的背景下，数字化的性质已 经发生根本变化——它不再只是信息层面的效率工具，而正在成为影响社会结构、组织 形态与资源配置方式的基础性力量。
也正是在这一背景下，我们选择以这一期杂志，作为一次内容与立场上的重新整理。
从形式上看，这是一本文本来自不同时间、不同主题的汇集；但从内在逻辑上，它 更像是我们管理咨询团队在过去一年中，围绕数字经济、企业数字化转型与智能社会所 展开的一次持续研究的阶段性总结。这些文章最初发表于公众号之中，分散呈现、各自 成篇，却大多并非对社会热点的即时回应，而是在长期咨询实践、研究积累与反复讨论 中逐步形成的一组判断、一套概念，以及若干已经进入企业管理实践的框架与方法。
从数据、智能体到体验管理：我们在讨论什么,又与主流有何不同。
以数据要素为例。当前公共讨论中，数据往往被理解为一种可以确权、交易和流通 的资产形态，讨论的重点集中在制度设计与市场机制之上。但在我们的研究与实践中， 真正的分歧并不在于“如何交易数据”,而在于数据本身是否被正确理解。
在大量场景中，社会仍然混淆“数据”与“信息”的概念，将已经高度加工、带有 明确语义与业务指向的信息，当作数据本身。这种理解，直接限制了数据要素的真实价 值空间。我们在研究中提出的衍生数据、刻印数据等概念，正是试图回到一个更底层的 问题：当世界被持续刻印为数字痕迹，这些尚未被解释、未被语义化的数据，其潜在价 值远远超过今天反复流转的客户信息或经营报表。
在人工智能领域，我们同样并未停留在工具层面的讨论。我们较早提出将 Agentic AI 译为“能体”,并非出于语言偏好，而是为了强调其本质并不是“更聪明的工具”,而是具备目标、能够行动、并持续影响系统运行的参与者。在这一意义上，智能体在企业中的角色，绝不等同于所谓的“数字员工”, 更不是传统信息系统的延伸，它从根本上改变了组织中“谁在行动、谁在判断、谁在承担结果”的结构。
随着物理AI的发展，这一变化进一步外溢到现实世界。无论是智能驾驶、机器人，还是各类具身系统，我们始终坚持一个判断： 机器的未来并不取决于是否“像人”,而取决于是否能够感知环境、进行推理并完成目标。人形并非必然方向，蠕虫型、四足型或生 物体复合形态，反而更符合真实场景的需要。物理AI的本质，不是复制人的形态，而是扩展人的能力边界。
在客户体验与服务管理领域，我们始终坚持对基本概念的严格区分。客户体验不同于用户体验，体验管理也绝非KPI 的简单分解。 无论是双轮驱动理论，还是体验密度等模型，其核心都指向同一判断：体验与服务的改善，本质上是一种高度专业化的能力，而不是 可以通过指标倒逼自动生成的结果。大量实践反复证明， 脱离经验积累与专业判断的“指标化体验管理”,不仅难以真正创造体验， 反而往往制造新的组织内耗。与此同时，未能厘清“服务”(service) 在不同语境中的内涵与外延，将服务视为一个可以无限包容的概念— 无论是“万物皆服务”,还是“没有服务的服务才是最好的服务”——不仅无助于厘定清晰的服务战略、理顺服务提供与产品供给关系， 反而加速了服务体系内部的熵增。
正是基于这些长期讨论与实践，我们逐步形成了一个清晰的总体判断：数字化真正的挑战，已经不在技术本身。
第一，对社会而言，数字化正在遭遇“硬约束”。
当算力需求持续增长，能源、环境与基础设施开始成为不可回避的边界。数字化不再是“虚拟世界的进步”,而是对现实资源配 置能力的直接考验。技术推进的速度，已经明显快于社会整体的承载与协调能力。
第二，对社会结构而言，表达更自由，但共识更难形成。
算法与平台极大降低了表达门槛，却也使公共讨论空间高度碎片化。信息更为透明，理解成本却不断上升；表达前所未有地自由， 但稳定共识愈发稀缺。这一结构性变化，正在抬高治理、协调与决策的整体成本。
第三，对企业而言，问题不在系统，而在秩序。
大量企业已经完成系统建设，却发现效率并未线性提升，反而组织更加紧张。根本原因在于：技术改变了工作方式，却未同步改 变组织结构、权责关系与决策逻辑。技术并不自动生成秩序，只会放大原有秩序的有效性或缺陷。
第四，对人而言，能力、空间与安全感正在被重塑。
当执行性工作被持续自动化，人的价值正快速向判断力、能动性与持续学习能力集中。但效率提升并未自动转化为安全感，能力 分化反而加速了机会与风险的再分配。这已经不再是技术问题，而是教育、组织与社会结构的问题。
技术仍将持续演进，甚至以更快的速度演进。但真正决定数字化走向的，将是社会如何协调、企业如何变革、个体如何成长，以 及效率能否转化为稳定、可持续的秩序。
数字化的真正挑战，在技术之外。 AI 时代的真正意义，在于在技术跃迁之后，重新回答社会如何运转、组织如何治理、人如何安身立命的问题。
本文为《数智世界•未来商业导论》2026年第1辑卷首语；作者袁道唯为本刊总编辑。
