摘要：当前，随着2025年新年伊始国产AI大模型DeepSeek凭借突出性能与开源策略，引发硅谷震动，以及宇树科技在具身智能领域不断探索发展，这些都标志着通用人工智能时代正在加速到来。在通用人工智能涌现中，企业新质生产力不仅是人工智能技术引领企业生产中新技术和新模式上的“新”，更为关键的是企业创新要素、创新流程与创新强度上的“质”。文章分析了通用人工智能涌现与其技术可供性推动企业新质生产力的生成逻辑，提出企业将会面临技术不确定性与企业决策信息真实性的挑战。通过分析企业创新流程的前、中、后三阶段得出结论：一是通过人工智能将在改变企业创新的流程和提升企业创新的强度两个方面影响企业新质生产力；二是企业新质生产力发展中开放式创新与创新网络生成成为关键。最后提出企业新质生产力的发展思路为：企业数字化转型驱动多维数据资产沉淀，构建多方联动机制，利用开放式创新平台，注重企业特征的异质性影响，以及加强内外部创新与资源整合。

关键词：通用人工智能　新质生产力　企业数字化

2025年初DeepSeek推出的AI模型在国内科技领域成为焦点，吸引了火山引擎、腾讯云、阿里云等众多头部企业的关注。这反映出人工智能应用生态正在发生深刻变化。这些企业积极引入DeepSeek等模型，显示出其在不同场景下的高度兼容性和创新潜力。此举不仅提升了AI模型的实用性和效率，还在有限的算力和带宽条件下，极大地改善了用户的实际体验，为行业发展开辟了新的路径。与此同时，截至2025年2月上旬， MiniMax（稀宇科技）旗下的海螺AI视频网站在全球访问量位居榜首，每日生成数百万条视频。对比2024年OpenAI开发的全球首个文生视频模型Sora，稀宇科技的模型在算力有限的条件下表现优异。在软件方面，ChatGPT以自然语言交互叩开了人工智能理解人类的认知之门，DeepSeek则通过大模型架构创新催动着通用人工智能的涌现进程。在硬件方面， Groq在人工智能芯片技术研发的道路上并没有遵循传统的TPU（张量处理单元）、GPU（图形处理单元）或CPU（中央处理器）的路线，而是创新地选择了一个全新的系统架构——LPU（Language Processing Unit,语言处理单元），标志着AI芯片在高性能计算和处理能力方面的创新。Groq的LPU芯片凭借其独特的系统架构和出色的性能表现，在推理速度、成本效益以及大模型生成速度等方面均超越了英伟达GPU，展现了其强大的竞争力和市场潜力。LPU芯片的推理速度较英伟达GPU提高了10倍。这意味着在处理相同规模的计算任务时，LPU能够更快地得出结果，从而显著提高工作效率。此外，LPU芯片的生成速度接近每秒500tokens，远超过ChatGPT－3.5的约每秒40tokens的速度。然而，与英伟达GPU相比，LPU芯片的成本仅为前者的1/10。

显然，AGI（通用人工智能，Artificial General Intelligence）的时代已经加速到来。成本优势使得DeepSeek和LPU在大规模部署和长期运营中更具吸引力，为企业生产力提供更高的效率。AGI将颠覆企业“投入—研发—生产—给付”的生产链路，通过训练自主学习形成“数据—模型—知识—创新”的靶向生产闭环。在AGI时代，DeepSeek的模型在无监督强化学习领域取得了突破，减少了对数据标签的依赖，降低了训练和应用成本。这种低成本、高性能的特性使得更多小型企业能够接入AI技术，推动了大规模的商业化落地。DeepSeek的崛起对传统闭源模型的市场地位构成了挑战。其开源策略和技术创新迫使国际巨头重新审视自身的商业模式和技术发展路径。例如，英伟达的股价波动也受到开源技术普及的影响。这些由DeepSeek的成本优势与开源策略带来的效率提升，将转化为企业的新质生产力。新质生产力代表着企业创新和发展的新动力，它使企业能够更快速地响应市场变化，更高效地推出新产品和服务，用以提高产品、服务质量或者再次创新迭代，形成新质生产力优化闭环，从而在竞争激烈的市场中保持领先地位。假设DeepSeek为AGI涌现的起点，那么未来AGI将真正成为相关行业的企业新质生产力。由此可见，企业新质生产力的发展需要科技创新的支撑，而AGI作为一种高级的人工智能技术，可以为企业新质生产力的发展提供强大的技术支持。例如，AGI可以在企业新质生产力的研发、生产、管理等方面发挥重要作用，提高生产效率、降低生产成本、优化资源配置。因此，本文目的在于探讨在通用人工智能时代，企业如何通过开放创新和创新网络实现新质生产力的提升，以及AGI可供性为企业创新带来的发展思路。

一、AGI的涌现与其技术可供性

一般认为，AGI是指拥有与人类相当甚至超过人类智能的人工智能类型，其不仅能像人类一样进行感知、理解、学习和推理等基础思维能力，还能在不同领域灵活应用、快速学习和创造性思考。“涌现”这个词更早来自研究复杂系统、混沌及脑科学领域，即系统在达到一定复杂程度之后会自发出现规则结构，即自组织。从企业创新的视角来看，通用人工智能涌现为企业提升生产力提供了全新的机遇和挑战。企业可以通过充分利用AGI实现生产过程的智能化、创新驱动的发展、个性化定制的服务、高效管理和决策支持，以及人机协作的智能化劳动，甚至可以利用大模型自发获得之前没有训练过的能力，从而提升企业的竞争力和持续发展能力。

第一，通用人工智能具有深度变革性与广泛融合性的特征。通用人工智能的深度变革性和广泛融合性是其成为未来科技发展的重要推动力的关键。随着技术的不断进步和应用场景的不断拓展，通用人工智能的涌现将会为企业带来技术性变革。首先，深度变革性体现在AGI能够彻底改变各个行业和领域的运作方式。它不仅能提高生产效率、优化决策过程，还能创造出全新的商业模式和服务模式。例如在医疗领域，通用人工智能可以帮助医生更准确地诊断疾病，制定更有效的治疗方案；在金融领域，它可以辅助分析师进行风险评估和投资决策；在制造业，它可以优化生产流程，降低生产成本。这些变革都源于通用人工智能强大的学习和处理能力，它能够从海量的数据中提取有价值的信息，推动各个行业的进步。其次，广泛融合性则表现在通用人工智能可以与各种技术、应用和行业进行深度融合。随着技术的不断发展，通用人工智能已经不再是单一的技术存在，而是成为一个能够与其他技术相互融合、共同发展的平台。例如，它可以与物联网技术结合，实现智能家居、智能城市等应用；与区块链技术结合，提高数据的安全性和可信度；与云计算技术结合，提供更加强大的计算和存储能力。这种融合性使得通用人工智能的应用范围更加广泛，同时也为各个行业带来了更多的可能性。再次，企业新质生产力中的AGI可供性是指AGI在特定企业创新环境中的可用性和可获得程度，以及企业作为生产主体通过AGI技术产生新质生产力的可能性。对于AGI应用企业而言，企业生产力和内部生产关系可能受AGI可供性影响，从而产生差异化效果。近期研究表明，通过使用“自我对弈(SPIN)”的方法生成合成数据可以持续加强模型能力，基本确认了不存在数据瓶颈。从数据角度来看，目前还没有看到阻止AGI出现的硬性限制。从生产力及生产关系的角度看，通用人工智能能够激发企业的新质生产力，本文将此种效应统称为通用人工智能可供性。由此可见，AGI可供性必然能对企业新质生产力产生推动作用。

第二，技术可供性在企业创新及新质生产力提升方面展现出显著作用。技术可供性可以被划分为积累可供性与变异可供性，两者均有助于提升企业创新绩效，并进一步提高企业新质生产力。一方面，积累可供性指的是企业在技术创新过程中，通过不断积累技术知识、经验和资源而形成的一种技术能力和资源储备。积累可供性能够为企业提供稳定的技术支持，使企业在面对市场变化和技术更新时，能够迅速响应并调整策略。通过不断积累，企业能够降低技术创新的成本，提高技术创新的效率，进而提升企业新质生产力。随着AGI带来积累可供性的快速增强，企业的技术创新能力也将得到提升，从而推动企业向更高水平的生产力迈进。此外，随着未来AGI技术的不断积累，技术可供性将能够深度整合和同质化处理企业生产运营中的多样化信息。这不仅有助于企业识别现有运营中的潜力点，还能为企业开展精准且有针对性的创新活动提供坚实支撑，从而推动新质生产力的形成与发展。具体而言，AGI技术积累的可供性为企业构建了一个创新的资源共享平台，该平台聚焦于创新要素的汇聚与流通。企业能够通过技术可供性获取产品研发、工艺流程优化及设备运维创新所需的各类要素资源。这不仅有助于提升创新活动的质量与效率，还显著促进了企业新质生产力的整体提升。此外，AGI技术积累可供性能够助力企业构建数据互通桥梁，实现多渠道数据获取。通过对这些同质化数据的累积、整合与深入剖析，企业能够累积丰富的数据资源。当数据积累至关键节点时，企业便能依托这些数据反馈，在产品设计、工艺流程、组织架构以及营销策略上实现创新突破，进而推动新质生产力的显著提升。

另一方面，在通用人工智能的时代背景下，AGI技术变异可供性展现出其独特的价值。通过重新组合数字技术，AGI为企业提供了实现突破式创新的重要支持。这种技术变异可供性不仅让企业能够进行智能化分工协作和专业化研发生产，更为其提供了坚实的技术后盾。在AGI技术的推动下，企业注重提升研发投入的产出效率和研发创新能力，从而实现了智能化分工协作和专业化研发生产的双重目标。这一过程中，企业的新质生产力得到了持续增强。同时，AGI技术变异可供性还通过AGI自组织耦合重组的方式，对企业的创新流程进行了深度整合，涵盖了供应网络、生产流程、产品研发等多个环节，实现了企业主体价值创造逻辑的重构，促使企业实现了突破式创新，进一步推动了企业新质生产力的提升。

二、AGI推动企业新质生产力的生成逻辑

在通用人工智能背景下，知识创造和传播速度的显著提升，企业在新产品开发和商业化方面的速度也在加快。这一趋势使得企业之间的边界日益模糊，促进了跨界合作和创新的蓬勃发展。当前，企业创新模式逐渐由封闭式向开放式发展。开放式创新理论主张企业应当积极地利用内外部的创意和市场途径，以促进知识和技术的双向流动，从而加速内部创新并扩大市场规模。Kleis等强调信息技术在创新过程中扮演着举足轻重的角色，其中最为显著的影响之一在于它极大地加强了企业与外部合作伙伴之间的联系，成为企业新质生产力不可或缺的协作桥梁。李海舰等指出互联网的崛起彻底打破了虚拟与实体世界之间的界限，消除了时间和空间的限制，实现了创新资源的全球化连接。这种无界的连接极大地加速了企业间知识与信息的流通速度，为企业间的合作创造了更加便捷的条件。通过这种连接，企业能够更快速地获取所需的创新资源，促进知识共享和合作创新，进而增强企业间的合作关系，推动企业创新生态环境的改善与企业新质生产力的提升。因此，本文认为AGI带来的开放式创新与企业创新网络是企业新质生产力生成的基础。

第一，开放式创新模式打破了传统的创新研发界限，成为企业层面的一项关键战略选择。然而，根据交易成本理论，企业在与外部合作伙伴共同研发时，不得不面对一系列的成本和风险挑战。这些挑战包括高昂的搜寻成本以及潜在的交易成本机会主义行为，造成并非所有企业都能从研发合作中轻松获益。因此，企业在进行开放式创新活动时多持谨慎态度，研发合作参与程度较低。然而，AGI时代的到来可以进一步促进企业进行开放式创新。AGI技术可降低企业的搜寻成本，提高信息匹配效率，减少交易成本机会主义行为的风险，从而进一步推动企业参与开放式创新活动，扩大与外部研发机构的合作范围，实现更广泛的技术和知识交流。原因是AGI的发展将使一些原本昂贵和复杂的技术变得更加简单和便宜，从而降低了创新的门槛和成本。企业可以通过与外部合作伙伴共享技术和资源，分摊创新成本，从而降低了创新的风险和成本，提高了创新的效率和速度。

第二，创新网络对于企业在通用人工智能时代中获取创新资源和知识具有重要作用。现实中越来越多的企业通过产学研、技术创新联盟等方式搭建开放式创新平台，进而建立自己的创新网络。孟凡生等认为数字化赋能智能制造企业技术创新，数字技术衔接了智能制造的前端和后端。张树山等表示云计算、大数据、物联网等新一代信息技术的应用，为企业技术创新网络及其演化注入了新的原动力。一是企业技术创新网络本质上是一个动态演化、平台生态、先进技术集合体、智能化赋能高度集聚的空间，具有自组织、非线性、多元性、动态性特征。二是企业创新网络的这些特征与AGI的涌现相一致，企业创新网络主体在相互影响中通过不断学习和知识积累而演化发展，促进企业创新网络向数智化新质生产力方向演进。因此，AGI时代的企业创新离不开不同组织之间的合作和互动，如企业与技术提供商、行业协会、政府部门等之间的合作关系。把握AGI建立企业创新网络，创新网络内部可以更好地获取创新资源、共享最佳实践、加速技术转移和推广，从而更好地应对通用人工智能带来的机遇和挑战。

三、AGI时代企业创新生产面临的挑战

文本是离散且有限的符号，这种情况处理不确定性预测很容易，但是处理高维感官输入中的预测不确定性很难。因此，未来AGI的发展将不仅依赖于生成式(generative)架构，而让机器真正理解世界运作方法也成为AGI发展的另一预测。这与“人工智能之父”艾伦·图灵提出的具身智能概念不谋而合，想要理解物理世界的法则，就需要有像人一样的身体与世界交互。因此，面对AGI的到来，企业新质生产力面临新的挑战。

第一，AGI发展的不确定性为企业引入AGI进行生产带来阻碍。随着AGI技术的发展，企业面临着许多不确定性，包括技术的稳定性、成本效益、法律法规的限制以及社会和伦理问题等方面。这些不确定性可能导致企业对AGI的采用持保留态度，担心投入过多资源后无法取得预期的收益或面临潜在的风险和挑战。此外，AGI技术的快速发展和变革也意味着企业需要不断跟进和更新自己的技术和战略，这给企业的管理和运营带来了额外的压力和挑战。因此，尽管AGI具有巨大的潜力和吸引力，但企业在引入AGI进行生产时必须认真考虑和评估各种不确定性因素，以确保能够最大限度地利用这一技术带来的机会，同时降低可能的风险。

第二，AGI的快速发展和普及带来了企业生产决策领域的一系列挑战。随着生成视频等技术的进步，人们面临着信息真实性的困扰，传统的判断依据可能会受到影响，企业难以准确评估和决策。为了应对这一情况，监管机构纷纷提出规范AI使用的建议，例如美国联邦贸易委员会(FTC)的规则修改提案，意在防止AI工具冒充个人或企业。与此同时，OpenAI等机构也在积极开展模型伦理测试，以拒绝可能带有偏见或不当内容的输入。尽管如此，AGI作为一种前沿技术，仍然存在伦理和风险挑战，企业需要及时了解和应对这些挑战，以确保其生存和发展。

四、企业新质生产力的发展路径

数字化变革作为一场由前沿技术引领的范式转移，正以前所未有的方式重塑经济活动的组织架构和运作流程。然而，尽管罗默在其著作《内生技术变革》中生动地阐述了创新驱动的技术进步对全要素生产率提升和经济长期增长的重要性，但在经济学家索洛提出“生产力悖论”(Solow Productivity Paradox)之后，AGI和创新之间的关系被多方学者反复讨论。高盛预测人工智能生产力每年将增长1.5%，麦肯锡指出自动化将使生产力每年提高3.3%。随着理论体系的日趋完善和企业大数据的累积，当前研究已深入地揭示人工智能特别是通用人工智能驱动下的数字经济如何影响企业新质生产力。这些研究通过详尽的统计数据提供了有力的证据，表明AGI在两个方面显著影响企业新质生产力：一方面，它改变了企业创新的流程和形式，为企业提供了更加高效和灵活的创新路径；另一方面，AGI提升了企业创新的强度或变量，通过智能分析和优化，帮助企业实现更高质量的创新成果。

1.AGI重塑企业创新生产流程

AGI的出现将直接改变企业创新的实践方式。过去通行的创新指南已经无法适应AGI时代的技术要求。AGI对企业创新生产流程的改造不仅是局部性调整，而且全面涵盖了整个创新生产链的重构，从创新研发的初期阶段到产品最终交付给客户的整个过程都发生了根本性的变化。

(1)AGI对企业创新生产前的影响

在企业创新生产的初期阶段，核心工作聚焦于信息搜集与知识积累，旨在激发创意并策划行动蓝图。根据Paunov等的研究，数字信息与通信技术，特别是互联网技术，显著降低了知识和信息的复制成本，同时极大提升了它们的传播速度和广度。因此在AGI时代，企业间知识传递不再全然依赖于互联网接入或AGI投资。这意味着，即便是技术相对滞后的企业，通过商务会议的参与或雇佣AGI企业人才等方式，也能迅速突破以往的高壁垒，轻松获取那些原本难以触及的关键知识。一般来说，企业生产前利用AGI技术的智能、灵活、通用、易用、创造和多样的特性，可以加速企业创新周期，降低企业创新门槛，促进企业创新破圈。

第一，AGI加速企业创新周期。AGI技术的可供性可以使企业在创新生产前的各个环节中，利用AGI的智能和灵活性，自主地快速进行数据收集、分析、处理、生成等操作，从而缩短创新的时间成本，提高创新的效率和效果。企业通过AGI在短时间内自主生成大量的创意方案，进行快速的原型测试，筛选出最优的创新方案，进入生产阶段。例如，AGI技术将会颠覆零售业的传统模式，由以“商品”为中心的线性价值链转向以“用户”为中心的闭环式价值链。通过实时、场景化的用户互动和深度数据分析，零售企业能够更好地了解消费者需求，并利用智能决策来满足这些需求。同时，AGI技术还将联动线上与线下多个渠道，形成智能全渠道生态系统，加速实现长期客户价值的提升，并带来更高的商业回报率。

第二，AGI降低企业创新门槛。AGI在降低企业创新技术难度的同时，提升了创新生产的可供性和可接受性。AGI技术可以帮助企业在无须专业的技术人员和设备的情况下，使用简单的语言或图形与AGI进行交互，实现复杂的创新功能，满足不同的创新需求。例如，Adobe公司为一家广告公司提供了一款基于生成式AI的广告创意生成平台，该平台可以根据用户的输入，自动生成各种形式和风格的广告创意，如文案、标语、海报、视频等，让用户在短时间内轻松地选择和优化自己的广告方案，促使企业创新生产具有广泛的可接受性，提高了用户的转化和企业新质生产力收益。

第三，AGI促进企业创新破圈。企业在创新生产前的各个环节中，利用AGI的创造性和多样性，拓展创新的思维空间，提高创新的质量和水平，帮助企业突破传统的创新思维和方法，实现跨领域、跨界、跨文化的创新，为企业创造新的价值和竞争优势。例如，Sora可以帮助企业利用不同的数据源和知识库，生成符合不同场景和用户的创意内容，如文本、图像、视频、音乐等，从而实现个性化和差异化的创新。此外，AGI技术还可以帮助企业利用不同的算法和模型，生成具有新颖性和创造性的创意内容，如诗歌、故事、代码、歌曲等，从而实现原创性和创造性的创新。同时，利用增强的图像理解能力，AGI能够创建详细的长文标注，并对图像内元素提出的问题给出详细答案，通过标注和问答激活企业新质生产力。

(2)AGI对企业创新生产过程的影响

在企业创新生产过程中，中间流程的关键在于构建自组织协作模式。这种模式促进了与创新研发人员的深入互动，通过不断交换想法和意见，共同推进研究进度，进而催生企业的新质产出。Hempell和Zwick通过一项涵盖了4500家具有代表性的德国企业的研究指出，数字互联通讯技术对这些企业产生了显著的影响。相关的使用调查发现，该技术可以显著地促进员工交流并提升员工的专业素质，激发整个团队的活力，增强团队的凝聚力。高良谋和马文甲认为数字技术的普及促进了创新活动向更广泛的参与者开放，促使知识和信息在内部和外部进行充分交流，并打破了地域间的边界。这种发展为跨企业或研究机构的合作创新提供了更多机会，为技术和平台支持创造了更广泛的空间。因此，AGI的可控性对企业创新生产中的影响主要表现在提高生产效率和优化生产质量两个方面。

第一，可供性高的AGI技术有助于提高生产过程的效率。一是AGI应用于生产流程的自动化和智能化。企业通过智能化的生产计划、物流管理和设备控制，可以减少生产中的人为干预，提高生产效率，减少资源浪费和人力成本。二是AGI可以快速处理大量的生产数据，并提供智能决策支持。企业通过AGI进行数据分析、预测和优化，从而更准确地制定生产计划和调整生产流程，提高生产效率。在线零售巨头亚马逊(Amazon)在其物流和配送网络中广泛应用人工智能技术，例如，使用机器学习和数据分析来优化订单处理、仓储管理和运输安排，能够更准确地预测产品需求、优化库存管理，并实现更高效的订单拣选和配送过程。此外，亚马逊还利用人工智能技术开发自动化的机器人和无人机，用于自动化仓库操作和快递配送，进一步提高了生产效率。

第二，AGI可供性影响企业创新生产过程中的生产质量。一是AGI技术的可供性使得企业可以实时监测生产过程中的各个环节，并通过智能算法分析生产数据，及时发现潜在的质量问题。二是通过智能化的生产流程和智能化的质量控制系统，企业可以更加高效地生产高质量的产品，提升竞争力和市场份额。通过数据分析和预测技术识别产品缺陷，企业可以及时调整生产过程以提高产品质量，防止质量缺陷扩大。例如，特斯拉的生产线上配备了智能机器人和自动化设备，通过人工智能控制生产流程，提高了生产效率和精确度。此外，特斯拉还开发了智能化质量控制系统，通过数据分析和预测技术，实现对产品质量的实时监测和控制，确保每一辆汽车都符合高标准的质量要求。

(３)AGI对企业创新生产后的影响

企业在创新生产交付环节的核心任务，实质上是将研发阶段的创新成果转化为实际产品或服务，并有效地推向市场，从而实现创新所蕴含的社会价值和经济价值。在AGI时代的浪潮中，企业新质生产力正迎来一场前所未有的创新革命。这场创新革命的核心在于，创新产出和成果不再被传统的实体形式所束缚。特别是在服务业领域，数字化交付的趋势日益普及，预示着创新模式即将迎来颠覆性的转变。这一变革不仅将重塑服务业竞争格局，也将为企业带来无限的发展机遇。Bygstad和Aanby分析了挪威企业服务总线(Enterprise Service Bus,ESB)在成功将新技术应用于创新生产之后的变化，新技术与传统行业的融合所带来的深远影响。这种融合不仅显著降低了企业的营运成本，极大提升了组织内部的运作效率，更激发出了前所未有的全新服务类型的创造潜能。创新生产为企业提供了优化成本结构、增强市场竞争力的有效路径，同时也开辟了服务创新的广阔空间，为企业的持续发展注入了新的活力。Barrett表示随着经济的数字化转型不断深入，服务创新的重要性愈发凸显，逐渐超越了传统的创新生产过程，成为推动发展的关键力量。AGI凭借其天生的创造性特质，将成为服务创新的重要基础和源源不断的动力。未来，AGI将持续为市场带来新颖的服务类型，开拓多元化的服务业态，引领行业新质生产力的发展。同时，作为一种新兴的生产方式和生产工具，AGI正逐步被整合到服务的交付流程中。这一整合不仅优化了服务流程，提高了效率，更重要的是加强了特定类型企业创新服务供需双方之间的联系。通过AGI技术，企业能够更精准地把握市场需求，提供定制化、个性化的服务，进一步满足消费者的多样化需求，从而实现创新服务的有效供给。

第一，AGI的可供性使得企业可以更好地理解消费者需求，并提供个性化定制的产品或服务，从而提高顾客满意度和忠诚度。目前，智能语音助手技术的广泛应用为企业提供了与消费者更直接的交流渠道。通过分析大量的语音交互数据，AGI可以深入洞察消费者的偏好和行为模式。基于这些洞察，企业可以调整产品设计、服务流程或营销策略，以更好地满足客户需求。另外，社交媒体平台也是企业利用AGI技术实现个性化服务的重要渠道。通过分析用户在社交媒体上的互动行为和内容偏好，企业可以精准地推送定制化的广告、促销活动或产品信息，从而提高用户参与度和品牌忠诚度。

第二，AGI时代企业的创新产出和成果将不仅包括实体形式的产品和服务，还包括虚拟形式的内容和体验。一是AGI技术可以帮助企业在数字媒体、游戏、教育、娱乐等领域，生成各种类型和风格的文本、图像、视频、音乐、代码等内容，为用户提供丰富的信息和娱乐。二是AGI技术可以帮助企业在虚拟现实、增强现实、混合现实等领域，创建各种场景和角色，为用户提供沉浸式的体验和互动。Microsoft HoloLens 2和苹果vision pro等混合现实头显可以让用户在虚拟和现实之间自由切换，同时在两个环境中保持一致的视觉和触觉，与虚拟和现实的物体和人物进行互动，如操作、沟通、协作等。三是智能制造设备成为AGI时代企业新质生产力成果交付创新的桥梁。AGI技术可以帮助企业快速设计和制造电动汽车，同时提供智能驾驶等先进功能，从而大大提升汽车的性能和用户体验。这种创新产出和成果不再仅限于传统汽车的实体形式，而是体现在新型电动汽车的技术和功能上，展现了企业在AGI时代的创新能力和生产力。

2.AGI提高企业创新强度

关于创新强度的定义和描述，尽管不同的研究可能存在一定的差异，但总体来说，它们都与创新意愿、创新产出或创新成果等几个核心概念紧密相连。AGI时代企业新质生产力将会通过加速生产资料的扩散与整合、建立企业间合作性创新网络以及积累人力资本与社会资本三方面提升企业创新强度。

第一，AGI加速企业新质生产资料的扩散与整合。信息和知识是企业新质生产力中两种重要的无形生产资料。在特定环境和时间背景下，信息决定了企业创新方向的适宜性，而知识则是推动企业创新不断发展的长期力量。虽然在形式上信息和知识没有本质区别，但AGI的介入加速了它们的传播和整合，这在提高效率方面被视为两个不同的层面。Bartel通过对美国阀门制造企业相关数据的研究发现，信息技术的应用或信息技术增强设备的投资，使企业能够更敏锐地捕捉市场信息的变化。因此，倘若企业将AGI整合进这一流程，AGI将会进一步自动化市场信息的捕捉能力，为企业节约大量流程成本。这种情况下，企业能够制定更具灵活性的商业策略，并在生产过程中缩短启动、运行和审查环节所需的时间，从而提高生产效率和资源利用率。此外，AGI技术还可以帮助企业在不同领域和场景中，利用信息与知识的匹配和推荐实现供求双方的精准对接，降低信息的不对称和冗余，提高信息作为新质生产资料的利用率和价值。

第二，AGI自主建立企业间合作性创新网络。尽管AGI被视为推动数字经济与创新的核心技术，但研究揭示企业信息和知识的整合并不仅仅依赖于信息技术。因此，AGI推动新质生产力的发展，实则是AGI与企业创新主体共同演进的产物。随着企业生产结构的日益复杂化，企业对知识整合的需求持续增长，这会推动数字技术的功能不断演进。企业的这种进化又会促进知识与技术需求产生交互。在这一循环中，AGI通过学习和掌握更先进的生产技术，不仅积累大量企业数据和创新知识，还会产生规模更大、体系更复杂的企业间合作系统。这一过程将逐步构建多样化的企业自主创新网络，为企业创新提供强有力的支撑。

第三，AGI推动更高水平的开放式创新网络形式。在AGI即将成为不可忽视且颠覆性发展趋势的时代，合作已然成为企业进行科学研究、技术创新和发展新质生产力的重要支柱。当前，以ICT(Information and Communication Technology)为代表的数字技术，通过其广泛的空间连接和高效的信息传输，为大范围的企业跨区域合作提供了前所未有的机会和优势。企业借助ICT实现跨区域创新网络，这是传统小范围合作无法比拟的。正因如此，企业未来发展不得不开始探索AGI如何在促进区域间创新合作网络的建设中发挥作用。AGI的出现为企业创新带来新的机遇，而合作则成为利用这些机会的关键路径之一。Czernich等人的研究分析了1996—2007年间OECD国家的一系列面板数据，发现每提升10%的宽带渗透率，平均可使人均GDP每年增长0.9%—1.5%。该研究揭示出宽带网络在经济增长中的重要作用。由宽带支持形成的企业创新网络消除了地理空间的限制，使得信息和数据处理以去中心化的方式进行，为企业创新提供更大的发展机遇。由此可见，AGI自主形成的创新网络只需通过企业间的合作平台共享数据、知识，甚至已有创新成果，则可以在企业自身生产环节迭代创新。AGI的自主性和智能化使其能够更好地理解和处理大量信息，同时能够跨越地理边界，与其他区域的参与者进行即时的合作和交流。这种能力为企业和组织提供更广阔的合作可能性，AGI的引入将为全球范围内的企业合作创新带来新的活力和动力，为推动各个领域的进步和发展注入新的活力。

五、结论与启示

本文主要讨论了通用人工智能给企业新质生产力带来的影响。AGI具有广泛的适应性和灵活性，企业在发展通用人工智能时，应该强化其在未来创新生产流程及创新强度中的应用，同时也要考虑到AGI时代伴随而来的挑战和责任。这需要企业有前瞻性的规划和战略，以及对技术发展趋势的深刻理解。以下将总结本文的主要观点，并提出企业在拥抱AGI时需要考虑的关键发展思路和应对策略。

第一，AGI时代已经加速到来，AGI的涌现将成为推动数字经济增长和创新活动的核心技术，对企业生产力提升至关重要。AGI将颠覆企业的生产链路，形成“数据—模型—知识—创新”的靶向生产闭环。企业可以通过充分利用AGI实现生产过程的智能化、创新驱动的发展、个性化定制的服务、高效管理和决策支持，以提升竞争力和持续发展能力。

第二，AGI的快速发展和广泛应用给企业的生产过程带来不确定性，给企业的决策过程带来挑战。一是AGI带来的不确定性可能导致企业对AGI采用持保留态度，担心投入资源后无法获得预期回报或面临潜在风险。二是AGI带来信息真实性的困扰，使得企业决策过程中传统的判断依据可能受到影响。为此，需要监管机构提出规范AI使用的建议，以防止滥用。此外，伦理和风险挑战仍然存在，企业需要及时了解和应对这些挑战。

第三，AGI带来的开放式创新网络是企业新质生产力的基础及未来企业创新的发展路径。开放式创新使企业打开了创新研发边界，是企业层面的重要战略决策，可以加速知识和信息的传播，促进企业间合作关系的加强。AGI自主形成的创新网络可以通过企业间的合作平台共享数据、知识和创新成果，促进企业自身生产环节的迭代创新。利用AGI的智能化劳动，企业可以提升生产效率、降低成本，从而实现新质生产力的优化闭环。

以上研究结果带来了以下企业发展思路：

第一，企业数字化转型驱动多维数据资产沉淀。企业加速数字化转型是关键，应该加大对数字技术的投资，包括提升数字技术的普及性和包容性，未来充分利用AGI对企业创新活动的渗透性和创新主体的连接性作用。这意味着中国式现代化产业体系整体需要加强对算力和算法等数字关键技术基础领域的研发投资，以此推动大数据、AGI、区块链以及云计算等前沿数字科技的进步，有效激发和释放新质生产力的巨大潜力。

第二，构建多方联动机制，判断企业AI需求。企业应该与政府、平台企业及各行业内龙头企业合作，形成多方合作的智能开放式创新网络。政府应加强政策引导，建立创新网络共享平台，为企业提供数字化转型服务和AI需求服务支持，龙头企业则发挥引领作用，推动整个行业的数字化转型。对于大部分企业来说，AI联动机制的搭建是中短期内拥抱AGI技术的可靠实践，是长期开展AGI思维培养、组织文化培育、组织战略架构协同的深度探索。

第三，企业实施开放式创新战略是企业新质生产力至关重要的发展途径。首先，创新平台战略有助于共同构建企业创新网络。企业通过开放式创新平台，能够与其他企业、科研机构、高校、供应商以及客户建立广泛的数字化互联互通的合作关系。这种合作关系构建了一个多元化的创新网络，为企业提供了广泛的创新资源和知识来源。创新网络的形成也有助于企业获取最新的科技趋势、市场信息以及客户需求，从而更准确地把握市场脉搏，为产品和服务创新提供有力支持。其次，创新战略有助于缩短产品开发周期。在开放式创新模式下，企业能够借鉴外部合作伙伴的经验和技术，避免重复研发，从而缩短产品的开发周期。这种快速响应市场的能力，使企业能够更快地推出新产品，满足消费者日益增长的需求。同时，开放式创新平台通过即时信息反馈机制，使企业能够随时了解项目进展，及时调整策略，确保产品开发的高效进行。最后，开放式创新平台为企业提供了一个高效的创新环境。在这个环境中，企业可以与其他合作伙伴共同研发、共享成果、共创价值。这种合作方式不仅提高了创新活动的效率，还为企业带来了更多的商业机会和合作空间。同时，开放式创新平台还促进了企业内部的创新氛围和文化的建设。通过鼓励员工参与创新活动、分享创新想法和创意，企业能够激发员工的创新潜能和积极性，提高整个组织的创新能力。

第四，注重企业特征对AGI创新效应的异质性影响。一是AGI创新网络的构建对于民营中小微企业来说具有重要意义。民营企业在面对AGI挑战时具有组织灵活性和“船小好调头”的优势，能够更加灵敏地响应市场需求，朝着数字化转型的明确需求，系统地进行这一转型。二是AGI开放式创新发展策略的实施对于高新技术行业企业来说至关重要，因为它们能够借此突破“卡脖子”技术，从而显著提高新质生产力。对于高新技术行业企业而言，由于其显著的高投入、高回报与高风险特性，采纳AGI开放式创新变得至关重要。借助AGI开放式创新平台，企业能够显著增强人才、资金与知识等关键创新要素的流动性，不仅优化了创新生产流程，还通过资源优化配置提升了创新研发的回报率。同时，AGI创新模式的引入还有效降低了创新过程中的风险，为高新技术企业的稳健发展提供了有力保障。

第五，加强外部创新资源与内部资源的整合和管理。在当前AGI加速到来的时代，企业面临着更多的外部和内部创新资源可供利用的机会。利用AGI技术整合这些资源，不仅可以为企业提供更多创新动力，还能够加速创新的过程。然而，企业在获取外部创新资源的同时，也需要加强自身的吸收能力，确保能够有效地利用这些资源进行创新。与此同时，政府的角色也至关重要，应加强对知识产权相关法律的立法和执法工作，为企业提供良好的法律保护环境，促进创新活动的开展。综上所述，通过整合外部和内部创新资源，加强企业的吸收能力以及政府的法律保护，可以为企业在数字化时代实现创新提供更有力的支持。

根据以上讨论提出企业新质生产力发展的政策启示：

第一，加快推动人工智能监管法案。目前，全球范围内还没有一部统一的人工智能技术监管法案，不同的国家和地区根据自身的实际情况和需求，制定了不同的人工智能技术监管的政策和措施，如《欧盟人工智能法案》《美国人工智能法案》《中国生成式人工智能服务管理暂行办法》等。建议国内人工智能法案通过对人工智能系统进行风险评估和分级监管，根据其潜在风险程度采取相应的监管措施；通过市场准入制度规范人工智能产品和服务的上市程序，确保其符合相关法规和标准；通过监管沙盒机制则允许企业在受到监管机构的监督下进行有限范围的试点测试，以探索新技术应用的可行性和风险。这些制度的引入有助于平衡人工智能技术的创新和风险管理之间的关系，推动人工智能的健康发展。

第二，鉴于AGI技术对大量数据的依赖，政府和企业应建立合理健全的数据治理和信息安全机制。欧盟在数据监管方面的严格立场在全球范围内备受关注。特别是欧盟通过《通用数据保护条例(GDPR)》等法规，试图确保个人数据的隐私和安全。然而，这种严格监管往往对跨国企业，尤其是美国和中国的平台企业施加了较大压力，可能会对欧盟本土数字经济的创新和发展产生负面影响。因此，在制定和执行监管政策时，我国政府应该权衡个人数据保护和数字经济新质生产力发展之间的关系，确保不会过度阻碍数字经济的创新和增长。同时，还应该与其他国家和地区合作，共同制定全球范围内的数据保护标准，以促进跨境数据流动和数字经济的全球化发展。

文章原载：《人文杂志》2025年第3期