我在北京大学深圳研究生院讲授《人工智能时代的公司战略决策》

6月13日，我受北京大学深圳研究生院的邀请，做了一场主题为《人工智能时代的公司战略决策》线下课程分享。

整场课程围绕认知重构、六大商业决策、Skill与Agent实战应用三大板块展开深度拆解。

现将本次课堂核心干货整理出来，供大家参考学习。

和到场不少管理者沟通后，我发现一个普遍认知误区：大家觉得AI能加快决策速度，就等同于能做出高质量决策。

如今获取信息早已没有门槛，行业资讯随手可得，真正拉开企业差距的，从来不是信息搜集能力，而是成熟的分析框架、自洽的商业逻辑，以及管理者独立清醒的判断力。

整场分享，我主要围绕AI与人的决策边界、企业六层决策体系、AI全产业链机会、实战落地方法四大板块展开，结合多年咨询与授课经验，分享可直接落地的思路。

01

厘清核心：AI与人的决策分工

在课堂上我反复强调，当下很多管理者陷入误区：AI让决策速度大幅提升，但快不等于好。

决策的本质，是在不确定性中做出选择并承担后果。

AI擅长信息整合、数据分析、方案生成，能解决传统决策里信息零散、耗时久、分析片面的难题，但它存在三大短板：数据存在时效局限、容易生成虚假信息、无法洞悉企业内部隐性场景。

所以我明确了二者的分工：

AI是优秀参谋与执行工具，负责事务性工作;

而人类才是最终决策者，把控方向、做价值判断、承担决策后果。

像伦理取舍、颠覆性创新、复杂人际管理这类工作，绝对不能交给AI主导。

02

六大决策维度：AI全链路赋能企业经营

我现场拆解了企业完整的六层商业决策闭环，这也是所有经营动作的底层框架，如今每一环都能借助AI实现升级。

1. 方向性决策：聚焦赛道选择、市场进退与创新布局，AI可抓取全网趋势，辅助判断发展方向。
2. 模式性决策：主攻商业模式与定价策略，依托AI测算不同模式的收益，优化盈利逻辑。
3. 竞争性决策：分析对手、搭建竞争壁垒与商业生态，AI能全景扫描竞品动态，推演博弈策略。
4. 资源性决策：统筹资金、人才、并购等核心资源，用数据测算ROI，完成最优配置。
5. 运营性决策：覆盖产品、营销、供应链，AI可实现需求预测、智能排产，大幅降本增效。
6. 风险合规决策：作为企业经营底线，AI实现7×24小时全域监控，前置规避风控与合规隐患。

03

AI七层产业链：读懂机遇，分清风险

结合2026年产业现状，我和大家梳理了AI七大价值链，并划分上、中、下游，分析不同环节的机会与风险：

• 上游(原材料、半导体、AI芯片)

如今AI产业第一瓶颈早已从芯片转向电力

能源、半导体设备、高端硬件壁垒高、需求刚性，是稳健的投资压舱石，但目前行业估值已处于高位，后续超额收益空间有限。

• 中游(算力基建、基础大模型)

2026年是中游的“验证之年”。数据中心、云平台等算力基础设施资本投入庞大，确定性更强;而头部大模型研发烧钱迅猛，商业模式仍在探索，需要谨慎布局。

• 下游(开发工具、行业应用、AI Agent)

这是AI价值最终兑现的主战场，场景十分丰富。

开发工具降低落地门槛，AI Agent更是2026-2028年的核心主线。垂直领域结合行业数据与经验，会形成独特壁垒，建议分散布局，不要单一押注某一家企业。

基于产业链特征，我也给出了简单的布局思路：上游坚守龙头控风险，中游优先算力赛道，下游深耕垂直应用。

04

四大实战方法：告别无效AI提问与分析

不少人使用AI效果不佳，根源在于缺少专业分析框架。现场我分享了四套可直接套用的实操方法，帮助大家产出真正可用的决策内容：

1. 结构化提问法：遵循「角色+任务+约束+格式」四大要素，拒绝模糊指令，从源头提升输出质量。
2. 多视角分析法：让AI分别扮演支持者、反对者、中立分析师，打破个人主观偏见，全面研判利弊。
3. 情景模拟法：搭建乐观、基准、悲观三大场景，找到风险临界点，制定抗风险的稳健方案。
4. 魔鬼代言人法：方案定稿后，让AI专项排查漏洞并给出整改建议，避免全员乐观埋下隐患。

05

进阶落地：从单次使用到Skill+Agent体系

单纯的对话式AI只是初级用法，我也向大家介绍了企业长效落地的核心形态：Skill(标准化能力模块)与 AI Agent(智能体)。

我们可以把战略分析、股权设计、商业模式等专业方法论封装为Skill，将企业资深经验沉淀为可复用的数字资产。

而整合多项Skill的AI Agent，相当于企业的“数字员工”，能够自主拆解任务、跨流程执行，覆盖战略、商机、投资等全决策场景。

06

六大行业落地方向与避坑原则

结合当下市场，我梳理了金融、医疗、教育、制造、内容、企业服务六大主流行业的AI核心应用场景，每个赛道都有明确痛点与落地路径，同时点明了各行业的核心壁垒。

最后，我着重提醒了AI决策的三大避坑原则：

一是核查所有数据、案例的原始来源，防范AI幻觉;

二是补充实时资讯，弥补AI数据滞后问题;

三是结合企业自身现状评估方案，杜绝生搬硬套。

07

AI浪潮之下，工具人人可得，但“懂商业、善用AI、坚守独立判断”，才是企业管理者的核心竞争力。

AI能帮我们提速增效、拓宽视野，但最终的战略选择与责任，始终要由人来承担。

后续我也会持续分享AI商业决策、Agent落地等实战干货。如果大家想要做业务增长诊断、商业模式设计，或是系统学习AI商业思维，欢迎一起交流探讨。