在一场耶鲁CEO峰会上，Jeffrey Sonnenfeld教授与商界领袖探讨了AI工具及其他新兴技术如何从企业后台到快餐厨房，无处不在地改变商业运营。Jeffrey Sonnenfeld与合著者Steven Tian共同梳理了这些技术即将在多个行业引发的深刻变革。
在耶鲁CEO峰会上，多位《财富》世界500强企业的顶尖CEO分享了他们如何围绕AI、清洁能源及其他新兴技术，重新塑造自身业务。
AI最切实、最具影响力的应用，往往发生在传统行业。正如峰会演讲嘉宾、Revolution Growth的首席执行官Steve Case所说：“我们正在看到一种转变：AI正从以硅谷大型语言模型为核心的通用型平台，转向深入各个垂直行业的专业化AI，这为美国各地创造了机遇，从俄亥俄州的工厂车间，到美国中西部的农业科技，再到生物技术实验室，都是如此。”
然而，这一转型过程也充满了业务、监管和技术方面的挑战，需要谨慎应对。以下是耶鲁CEO峰会中值得关注的一些观点，展现了顶尖CEO如何围绕AI、数字化颠覆和新兴技术调整商业模式。
Chipotle的首席执行官Brian Niccol介绍了这家开创快休闲餐饮模式的连锁餐厅如何利用自动化和AI，解决员工工作中的痛点。
他表示：“我们听取了团队成员的反馈，发现他们不喜欢的工作包括炸玉米片，以及切开牛油果、去核和挖取果肉，因此，我们一直在寻找自动化解决方案，以稳定、可靠的方式完成这些备餐工作。”
机器人Chippy就是一个例子，它专门用于制作玉米饼脆片。Brian Niccol认为，这类机器人并不是为了取代人类员工，而是为了与员工协同工作。
他解释说：“我们面临的最大挑战之一，就是每天开门营业前必须及时完成备餐工作，尤其是在有人早上临时请假、导致团队人手不足的情况下，这项任务就更加困难。”
在美国最大的连锁杂货零售商之一Kroger，首席执行官Rodney McMullen向我们介绍了AI建模如何帮助将结账等待时间缩短50%。通过让数字孪生与门店布局及客流情况保持同步，Kroger能够对自助结账通道和人工收银通道进行可视化、模拟和优化，这一技术尤其重要，因为在劳动力短缺的背景下，Kroger目前有1.8万个职位空缺。
从餐饮服务转向酒店与旅游行业，Booking Holdings的首席执行官Glenn Fogel表示，AI在个性化旅行推荐和定制旅行体验方面已经“带来了显著改善”，能够更好地满足客户需求。
他指出：“过去，我们需要翻阅一本又一本宣传册，试图了解客户对什么感兴趣。如今，AI能够更准确地匹配客户想要的体验，它了解你的偏好，不会忘记你的偏好，而且所有这些信息都保存在数据库中。”
同样，持有TripAdvisor大量股份的Liberty Media的首席执行官Greg Maffei近期宣布，公司与OpenAI建立了新的合作伙伴关系，并推出了一款AI旅行行程生成工具。
这款产品目前正在进行公开测试版测试，它利用AI分析TripAdvisor上超过10亿条用户生成的评论，根据客户表达的兴趣和偏好，生成AI旅行行程，并推荐相应的酒店和活动。
美国航空董事长、前首席执行官Doug Parker表示，许多航空公司也在利用AI简化航班预订流程，但他同时提醒，AI的能力存在局限。
他说：“对于机械师和空乘人员这样的岗位，没有人似乎愿意接受它们被完全自动化取代。”
可口可乐的首席执行官James Quincey清晰地概括了自己对面向消费者的企业应用AI的看法：
“我会将其分为三个层次，而随着层次深入，最终的发展方向也会变得越来越不确定。”
“最明确的层次，是AI如何帮助改善组织内部的运作。AI如何在内部为员工提供支持和赋能，例如应用于呼叫中心和客户互动，这些场景相对直接，也显而易见。”
“第二个层次稍微复杂一些，但其发展方向正变得越来越清晰，那就是AI如何帮助销售团队开展工作，以及如何帮助我们与零售商建立更好的合作关系。”
“第三个层次最不明确，即生成式AI在营销领域能够发挥什么作用。我们已经开放了可口可乐的媒体素材，让人们可以创作新的图像，并将其展示在电子广告牌上。”
在金融服务领域，多位CEO分享了AI如何改变客户与金融机构之间的互动方式。
美国银行的首席执行官Brian Moynihan介绍了该行自主研发的语音银行助手“Erica”背后的设计理念，这款助手已累计帮助客户完成超过20亿次交互。
他表示：
“首先，我们必须建立一套能够理解银行业务的专用语言体系，然后构建一套适用于金融服务这种受到严格监管、运行环境高度受控的行业的架构。”
“接下来，我们必须考虑如何将产品提供给6000万客户。我们需要记住，这些客户可能会针对自己账户中的某笔交易提出具体问题，而相关交易可能涉及6000万个账户中的任意一个，并分布在110种不同的系统和交易类型中……”
“以‘我的账户余额是多少?’这样的问题为例，它听起来非常简单，但如果你在十年前将这个问题输入系统，得到的答案可能五花八门，从一张图片、一台秤，到模仿瑜伽课程的内容都有可能，因此，我们必须专门构建一套适用于银行业务的语言体系。”
“它并不是ChatGPT，而是一项核心应用，为我们探索AI技术的应用方式提供了路线图。最初，我们将其用于个人客户业务，如今也开始将其拓展到机构业务……”
“我们还在增加未来的功能，例如将其与Cashpro结合，应用于机构业务场景。当然，我们始终注重确保系统的责任可追溯性和结果可验证性。无论客户使用什么设备获得问题的答案，我们都必须对回答所产生的结果承担责任。”
利用AI优化客户服务和客户互动，也是Affirm的首席执行官Max Levchin强调的重点。
他说：“我认为，AI领域有一个经常被忽视的机会：金融服务行业的企业都有大量客户需要帮助，或者难以理解某些事情……”
“我们发现，一个特别有用的应用场景是：在将客户转接给人工客服之前——而且我们确实保证客户最终能够联系到人工客服——先通过AI聊天机器人处理客户发来的请求，这样，我们的客户服务团队就能更好地理解客户究竟在询问什么。”
通用汽车的首席执行官Mary Barra解释说，电动汽车需求出现周期性下滑，并不意味着电动化转型会因此停滞。随着可靠的充电基础设施不断完善，电动汽车转型仍将持续加速。
她表示：“电动汽车转型仍在继续，随着我们不断提升车辆的价格可负担性和续航里程，为客户提供更多选择，并建设价格合理、便捷可及的充电基础设施，我们最终一定能够实现这一目标。
“但更重要的是，汽车正在成为一个软件平台，而这一演进的终极方向之一就是自动驾驶。99%的交通事故死亡事件是由人为失误造成的，自动驾驶技术将帮助我们消除这类错误。”
Snap-on的首席执行官Nick Pinchuk介绍了公司如何在传统工具业务的基础上，借助自主研发的ShopKey Pro软件拓展数据服务能力，Snap-on为全球约60万家汽车维修店提供服务。
他表示：“汽车故障代码已经发生了巨大变化：20世纪90年代，汽车故障代码只有几十种，如今却有数万种。”
“现在，要诊断汽车故障，你需要将笔记本电脑连接到汽车，或者通过无线方式连接，以读取汽车实际反馈的运行信息和算法数据。要解读这些信息，就需要数据库。”
“我们的数据库包含数十亿条汽车记录和真实维修案例，未来，AI和机器学习将从这些数据中提炼出更高效的维修经验。”
Nick Pinchuk还指出，除了高科技汽车维修软件业务蓬勃发展之外，电动汽车的快速普及也带动了实体维修工具的需求增长。
他说：“我们为各种车辆维修提供工具，如今，汽车本身的几何结构已经复杂得多，我们非常欢迎电动汽车开进维修车间，因为这意味着维修店不仅需要适用于电动汽车的工具，还需要适用于内燃机汽车和插电式混合动力汽车的工具。”
电动化和自动驾驶的发展趋势，远不止影响普通乘用车。
专业特种卡车制造商Oshkosh的首席执行官John Pfeifer表示：“我们已经为许多车辆实现了电动化，而就在几年前，人们还认为这些车辆根本无法实现电动化。”
“例如，重达8万磅的机场消防救援车辆，以及重达4万磅的市政消防车，我们还在不断拓展这一领域……”
“如今，我们交付的每一辆车都具备完整的联网通信能力，可以实时传输信息，因此，客户能够准确了解车辆的位置、运行状态以及车辆正在发生的情况，我们还在持续开发相关软件服务，让这些车辆发挥更大的效能。”
Winnebago Industries的首席执行官Michael Happe表示，这家领先的休闲房车企业已经推出电动房车概念产品，并邀请部分客户进行测试。
他指出：“另一个正在迅速发生的变化，是户外生活体验的数字化转型，我们已经开发出相关能力，可以将消费者的手机与产品中的系统连接起来，让他们能够远程控制车辆。”
“因此，当他们徒步或露营归来时，车辆已经提前降温。”
在领先的拖拉机制造商AGCO，首席执行官Eric Hansotia已将公司转型为智能农业软件解决方案提供商。
他说：“如今，我们几乎所有的机器都配备了车载计算设备和传感器，能够识别土壤和作物的差异。”
“我们即将推出的一项新功能，是在喷雾设备上配备视觉识别系统，使其能够区分杂草和作物，这样，喷雾设备就只会针对杂草喷洒，并使用正确种类和适当剂量的化学药剂。”
在航空航天与国防巨头Lockheed Martin，上述许多数字化转型早已成为现实。
在CNBC主持人Morgan Brennan与Lockheed Martin的首席执行官Jim Taiclet的一次对话中，Morgan Brennan分享了自己的见闻：几个月前，她曾乘坐最早一批自主飞行的Black Hawk黑鹰直升机之一。早在2017年，她参观F-35战斗机生产车间时，就已经对数字孪生技术的应用印象深刻，而当时许多其他企业甚至尚未开始在业务中使用数字孪生。
如今，Jim Taiclet将目标设定得更高。他不仅希望推动先进制造业转型，还雄心勃勃地希望将国家国防体系连接到一个以“5G和物联网为核心的未来”。
他表示：
“将互联网的想象空间和潜力引入国家国防领域，存在着巨大的机遇。”
“我们如何连接各种设备，构建所需的核心网络，并整合数字技术、软件等能力，从而在21世纪更有效地威慑武装冲突?”
“我们的目标是倡导并在公司内部落实一种贯穿所有业务的5G、物联网和开放式架构方案。”
“我们希望将这一方案推广至整个航空航天与国防行业，让所有同行都能基于共同的架构开展工作。实现这一目标的方式之一，是建立类似电信行业3GPP这样的标准化组织，使各方采用统一的协议、API、接口、频率等标准。”
科技风险投资人Roger McNamee提醒大家：“每次向AI聊天机器人提问，都需要消耗半升水，而且它消耗的能源多得惊人。”
Silver Lake创始人Glenn Hutchins进一步指出，许多人低估了AI发展对基础设施和能源投资规模的要求。
他表示：“我认为，人们花了太多时间关注模型本身，却没有投入足够的精力去理解，为实现这一切，我们需要多大规模、多高复杂度的基础设施。”
“这不仅仅是从Nvidia购买GPU那么简单，我们还需要为数据中心寻找合适的选址，为其配备电力，并保护其中的数据，最大的瓶颈可能就是能源，看看那些不受严格监管的核电设施相关股票涨势有多强劲，就能感受到这一趋势。”
美国大型公用事业企业Duke Energy的首席执行官Lynn Good分享了公司如何应对这一挑战。
她表示：“我们看到美国东南部的电力需求持续增长，而且需求来源日益多元化。增长已经成为公用事业行业的核心主题，市场也正在认识到这一点。”
“数据中心是其中一个重要因素，部分数据中心主要服务于基础云计算业务，但越来越多的数据中心正在由AI需求驱动，与此同时，芯片制造商、电池制造商和制药企业也在不断扩张……”
“对我们而言，用户属于哪种类型确实很重要。”
“因此，我们正在积极寻求合作。最近，我们宣布与Amazon、Microsoft、Google以及另一家具有清洁能源发展目标的大型工业客户签署了谅解备忘录，共同探索合作方式。”
World Kinect的首席执行官Mike Kasbar从更宏观的角度总结了这一趋势，World Kinect是美国最大的燃料服务企业之一。
他说：“我们正处于可持续发展领域的互联网泡沫初期阶段，与此同时，能源企业与计算技术企业之间正在出现一种非同寻常的融合。”
“能源与GLP-1类药物恰恰相反：对于能源而言，你消耗得越多，需求就越旺盛。审视技术与能源之间的联系，就会发现这种增长关系是指数级的。”
当然，AI不仅需要物理基础设施，也需要数字基础设施。
Dell Technologies的首席执行官Michael Dell指出：“随着我们从计算和运算迈向认知智能，这将给整个行业带来巨大变化。过去50年来，我们一直专注于计算。”
“那么，要实现这一转变，需要什么?需要更多数据、更强的计算能力、更多内存、更大的数据存储容量、更多服务器，以及更强大的网络连接能力。”
“这些都是我们的业务领域，因此，我们公司正是为这一时代的到来而构建的。”
SandboxAQ的首席执行官Jack Hidary阐述了AI在医疗健康领域带来的机遇。
他说：“要迈向更高的水平，我们需要新一代AI，这一代AI不应仅仅依靠互联网上的随机信息进行训练，而应基于现实世界中实际发生的事情……”
“借助Nvidia的技术、CUDA以及SandboxAQ的软件，我们能够为候选药物创建数字孪生，然后利用软硬件结合的系统开展数百万次、乃至数十亿次模拟。”
“这将缩短救命药物的研发时间，当然，临床试验仍然必不可少，没有任何捷径可以绕过这一环节，但借助数字孪生开展模拟，可以简化并加速药物发现过程。”
McKesson的首席执行官Brian Tyler也参加了此次会议，McKesson在美国药品分销领域占据重要地位，其分销的药品总量约占美国药品总流通量的三分之一。
该公司还利用数据分析驱动的医疗健康地图，帮助训练机器学习模型，从而协助医生更精准地诊断疾病。此外，McKesson也在使用机器人处理和包装订单。
多位与会者反复引用IBM前首席执行官Ginni Rometty关于数字化世界中信任重要性的观点。
她指出：
“对于互联网、数据隐私、AI和量子计算而言，这都是同一个问题……”
“当前，为了建立信任，我们必须同时应对技术带来的积极影响和潜在风险，而不能只关注其中一面……”
“我们需要明确技术和数据的所有权归属，明确谁能从中受益，并确保整个过程透明、可解释且不存在偏见。”
美国副国家安全顾问、负责网络安全事务的Anne Neuberger结合自身的网络安全工作经验，分享了AI监管方面的重要启示。
她表示：
“在网络安全领域，与AI领域一样，大多数关键基础设施都由私营部门拥有和运营，而且这些设施接入互联网的方式还不够安全……”
“首先，我们必须确保所有AI应用都以更安全的方式构建，以防范各种攻击，包括通过数据投毒污染算法、入侵模型、窃取模型，以及攻击模型训练所依赖的数据。”
“其次，在将AI应用于供水系统、管道、铁路等关键基础设施之前，我们必须确保内置充分的安全防护措施，这些措施应包括：公开模型训练所使用的数据信息，对模型开展充分的红队测试，在关键决策中保留人工参与，并确保在将运行中的业务系统连接到AI模型之前，完成必要的测试并设置相应的安全防护机制。”
美国前国土安全事务顾问Tom Bossert则表达了对监管成本与实际效果之间关系的担忧。
他指出：“监管要求的执行成本和合规负担落在了使用互联网的企业身上，而不是互联网服务提供商、开发者或操作系统提供商身上……我看到合规成本持续增长，却没有看到安全成效因此得到相应提升。”
网络安全与基础设施安全局创始局长Chris Krebs则表达了更为乐观的看法。
他表示：“监管与执法方面的挑战不可能一夜之间得到解决，但相关政策的发展方向一直相对稳定，并且得到了两党支持。”
Chris Krebs还对AI赋能的防御能力表示乐观，他认为，AI防御技术的发展速度正在超过对手攻击关键基础设施的能力，这在很大程度上得益于资本市场、技术创新以及企业持续投入的资金。
Salesforce的首席执行官Marc Benioff进一步强调了公私合作的重要性，他表示：“科技行业与政府之间必须建立更加紧密的合作关系。”
Motorola的首席执行官Greg Brown则分享了自己对于如何取得适当平衡的看法，Motorola是公共安全和应急响应领域的重要通信解决方案提供商，在北美及全球其他地区提供专用通信网络，以及911紧急呼叫软件、呼叫调度、呼叫处理、记录与证据管理、视频解决方案、固定式车牌识别和移动视频等产品与服务。
他表示：
“我们在将产品应用于公共安全和安保领域时，始终保持审慎和克制。”
“无论是描述性AI还是生成式AI执行的任务，都必须经过验证和确认，并保留人工参与环节。参与者可以是安全运营人员、911紧急呼叫调度员、应急响应人员等。”
“不过，AI确实能够帮助提高准确性和效率。对于911紧急呼叫，如果能够将响应时间缩短一分钟，就能在美国挽救1万人的生命。”
Greg Brown还谈到了强化公众信任所涉及的其他问题。
他说：“1986年，Motorola与Galvin家族一道，成为最早进入中国的企业。我们曾起诉Huawei，而在Cisco及其创始人John Chambers采取类似行动之后，我们是第二家这样做的公司。我们目前针对一家名为Hytera的企业提起的诉讼，已经进入第七年。”
“人们在政治问题上存在很多分歧，但我认为，有一件事真正得到了两党共同认可，而且华盛顿和商界在这方面做得是对的，那就是我们对待中国的方式。”
Xerox的首席执行官Steve Bandrowczak也强调了数据与技术信任的重要性。
他说：
“如今，物理世界与数字世界以前所未有的速度加速融合，我们必须弄清楚数据是什么、数据归谁所有、数据存储在哪里，以及数据在传输过程中经过哪里……”
“数据所有权问题极其复杂，而未来产生的个人数据只会越来越多。”
“在Xerox，我们正在利用AI保护并验证数据的来源与目的地，确保数据在传输过程中不会被篡改。”
加密货币Ethereum的创始人Joe Lubin表示：
“几个世纪以来，社会一直依靠自上而下的信任与控制机制来组织运行，权威机构通过中间人开展运作，但在2008年，Satoshi提出了我们这个时代最具深远意义的发明之一——去中心化信任。”
“区块链是一种数据库，我们所有人都可以使用它，并以透明的方式查看和审查其中的信息。如今，区块链的可扩展性不断增强，很快就能够支持大规模应用，而Web3则是互联网及网络技术发展的自然演进方向。”
“区块链的安全性可能比当前的互联网协议高出几个数量级，因为它从底层开始就以密码学为基础，其设计理念也从根本上以用户为中心，它依赖的是共享信任，而不是等级化的信任。”
TD Cowen总裁Jeffrey Solomon也讨论了加密资产的潜力。
他补充说：“许多人主张为加密资产建立一套与《1933年证券法》相当的监管框架。
“多年来，我一直认为，美国作为全球储备货币发行国，使我们受益匪浅。如果加密资产得到广泛采用，从长远来看，它可能对这一地位构成威胁。”
“因此，我们需要建立一个适当的框架，确保资本仍然能够流入美国，无论这些资本以法定货币、贸易还是加密资产的形式存在，否则，其他国家或地区就可能为加密资产建立这样的框架，最终吸引加密资产及相关资金流向那里。”
从投资者的角度来看，各位CEO对于应该采取何种策略存在不同看法。多位与会者提出了一个关键问题：企业应当如何衡量AI投资的回报?
正如CNBC主持人Morgan Brennan所说：“对我而言，关键问题在于投资回报。目前看来，这仍然是一个很大的未知数。”
Evercore负责应对激进投资者的业务负责人Bill Anderson也表达了类似的担忧。
他说：“有一点值得注意：股东很难判断企业应该在AI领域投入多少资金，也难以衡量投资回报，更难以辨别各个行业中哪些企业会成为AI领域的赢家，哪些会成为输家。当然，Nvidia这类企业和专注于AI业务的公司可以另当别论。”
投资公司ValueAct首席执行官Mason Morfit表示：
“与其说我们投资的是最前沿的技术，不如说我们更倾向于投资那些传统企业——它们往往会在技术浪潮的第一波热潮过去几年后，才开始采用相关技术。”
“最耀眼的新技术总是能够吸引大量关注，但我们也看到了非常有意思的机会：传统企业开始采用较早期的AI和机器学习技术，同样能够创造可观的价值。”
Mason Morfit将这类在技术颠覆浪潮中努力适应变化的传统企业称为“昔日与未来的王者”(Once and Future Kings)。
他还指出，ValueAct在帮助传统企业成功适应技术变革方面拥有经过验证的业绩记录。例如，该公司曾帮助Microsoft跨越个人电脑时代的尾声，迈入云计算时代;也曾帮助21st Century Fox完成向流媒体时代的转型。
另一方面，Goldman Sachs高级董事长Lloyd Blankfein则分享了自己对投资最前沿技术的看法。
他说：
“我们曾在新兴技术领域投入大量资金，有些投资取得了成功。对于所有这些技术，我们当时都感到兴奋，其中有些确实值得兴奋，有些则未必如此。”
“所有这些技术听起来都前景光明，为了跟上发展步伐，我们不得不涉足每一个领域。”
“但在那个职位上，我能够发挥的最重要作用，就是做好把关人，控制好支出。”
“并不是每一项领先技术最终都会成功，因此，我们必须深吸一口气，以更加冷静、理性的态度审视这些技术，不要被一时的热潮冲昏头脑，因为这些最终都是商业和财务决策，而不仅仅是对技术的追求。”
显然，200位顶尖CEO分享的见解表明，全球一些大型企业正在以切实可见的方式推进AI应用，并由此实现深刻的业务变革。
这些经验丰富、并非来自科技行业的商业领袖，生动诠释了Louis Pasteur关于实践与创新的智慧：
“机会总是青睐有准备的头脑。”
