中国出版传媒商报讯  当地时间3月11日，在2025伦敦国际书展上，The Power of Time正式发布。这是神州数码董事长郭为继《数字化的力量》之后的第二部著作《时间的力量》的英译版，前者的英译版The Power of Datafication早在2024年的法兰克福书展上就已亮相海外。

这两部作品中，郭为以“数字化”与“时间力”两大命题构建的数字生产力框架，向世界系统阐释了中国科技企业数字化转型的方法论。其理论内涵与新质生产力强调的“数据要素驱动、智能技术赋能、创新生态协同”三大核心要素深度共鸣，不仅凝结了中国科技企业在数字化浪潮中形成的实践智慧，更以全球化视角揭示了技术范式变革对企业竞争力的重构逻辑，成为中国企业家思想“出海”的重要代表。

在以ChatGPT和DeepSeek为代表的生成式AI技术掀起新一轮产业革命之际，郭为的思考展现出独特的预见性。他将时间维度引入数据价值创造体系，暗合了新质生产力由数据资产、智能流程到创新生态的递进逻辑，为企业在智能革命中实现质量变革、效率变革、动力变革提供了可操作的转型路径，彰显出新质生产力理论在全球价值链重构中的中国智慧。

中国智慧的全球输出：从法兰克福到伦敦的“理念宣言”

The Power of Datafication与The Power of Time的海外出版，恰逢中国科技力量全球化的关键节点，与我国在技术领域的突破与发展趋势形成微妙共振——前者系统阐释数字化对商业本质的重构，后者则从时间管理的维度展示了企业战略管理能力提升的方法论体系。这种“理论+实践”的双重突围，恰是中国企业在全球数字化浪潮中角色转变的缩影：从技术追随者，进化为规则定义者。

在The Power of Datafication中，郭为提出了一个颠覆性观点：数据资产是数字时代企业财富的终极形态。他将企业竞争力的本质归结为数据资产的累积能力，而非传统的资源或资本。这一理念与国家数据局推动的数据要素市场化战略高度契合，也呼应了全球数字经济发展的趋势。在他看来，数据资产不仅是企业创新的原材料，更是驱动商业模式、管理方法和技术范式持续变革的核心动力。

The Power of Time则从时间管理切入，为企业战略管理提供了新视角。他认为，在数字化时代，时间维度的竞争变得更为激烈——产品迭代周期缩短、市场响应速度加快，企业需通过“时间资产”的优化配置实现战略突围。这种理念与AI的实时决策能力相结合，形成了“数据—时间—决策”的闭环，推动企业从被动适应转向主动引领。

 AI for Process：AI普惠下流程再造的新机遇

2025年初，AI开源平台DeepSeek以“低成本、高适配”模式席卷全球，其技术路径被视为打破欧美大模型垄断的“中国方案”。郭为认为，DeepSeek带给人们的认知颠覆，堪比ChatGPT的一夜爆火。

如果说ChatGPT的划时代意义在于向全球展示了生成式AI技术的颠覆性潜力，那么DeepSeek的横空出世则通过革命性的稀疏激活架构、消费级硬件本地化部署以及开源生态共建模式，彻底打破了“高性能AI必然高成本”的行业认知，真正实现了“智能普惠”的技术民主化进程。

郭为表示，在DeepSeek出现以前，大家普遍认为只有“堆参数、卷模型、大力出奇迹的暴力美学”才是推动AI发展的唯一路径。而DeepSeek“四两拨千斤”地给出了另一个可行路径：开源的形态，降低了企业落地大模型的技术门槛，极低的算力成本，则让AI成为一场人人都可以参与的“全民狂欢”。

“DeepSeek最重要的价值在于推动AI普惠。AI赋能各行各业，其重点也在于通过AI实现流程再造和优化，帮助企业更深入地结合自身的业务流程实现持续的创新与突破。”郭为认为，商业模式、管理方法、技术范式是推动企业持续增长的三个关键要素。以AI为代表的技术范式的创新，颠覆了传统认知，进而推动商业模式的深刻变革，同时也带来管理方法的演进。这三大核心驱动力的持续变革与相互作用，正在推动企业结合自身优势，构建数字时代的新引擎。而三者的结合点，正是企业的流程——Process。

而Al for Process是一个重要且核心的AI应用领域。“推动以流程为中心的AI应用落地，将企业数据资产与业务需求深度融合，不仅是企业数字化转型的关键路径，更重要的是，它会像福特流水线催生了高速公路和汽车旅馆的生态一样，会孕育出我们难以想象的新经济形态。”郭为判断道。

AI for Process：让AI成为专业的通才

郭为提到，过去全球AI模型发展通往专业性和泛化性两个不同的方向。一方面，以DeepMind的AlphaFold为代表的专业型“选手”，在蛋白质结构预测等特定垂类领域已超越人类专家水平，甚至助力科学家获得诺贝尔奖，但其泛化能力有限，甚至难以处理日常问题。另一方面，以ChatGPT为代表的通用语言模型虽在知识压缩和多任务适应上表现卓越，却缺乏专业领域的深度理解。

企业级场景的复杂性要求AI既需通用大模型的灵活泛化能力，又需深度适配行业专业化需求，即“通专融合”。

为此，神州数码通过“通用底座+行业精调”模式，在成本可控前提下实现专业化突破。该公司推出的“神州问学”平台，现阶段已经能够帮助企业部署、管理和优化各种大模型，优化算力成本；完成海量专业业务文档的体系化知识治理，并使其加载成为企业模型；对企业各专业领域的大模型进行后训练以及持续优化，并助力企业实现多个智能体的体系化开发和运营管理。

郭为结合具体实践案例说道：“我们已经帮助一家商业地产企业以极低的成本实现AI Agent与现有系统的深度集成，将算力成本节约了40倍；帮助一家零售企业，基于通用模型，结合数据合成、微调和ASR评估模型反馈技术，打造AI for Process 框架，将工具选择准确率从基础模型的28.1%，大幅提升到95.6%，显著超越了GPT-4的88.1%；还帮助一个大型电商购物平台，构建意图识别的基础框架和标准流程，整体识别精准率和召回率均超过98%，并且在业务多并发的情况下，实现了单条问答平均3秒内响应，不仅提升了用户体验，也显著提升了电商业务实际运营效率。”

在郭为的蓝图中，AI for Process将引发更深层变革。他判断到：“未来的企业流程一定会从传统的、静态的操作模式转变为以智能体（Agent）为核心的动态编排与协作系统。也就是说，由‘智能体’基于实时交互，完成任务分发，高效处理复杂、跨部门、跨系统的工作，将成为企业运营的主流方式。这不仅仅是效率提升，当AI深度融入企业流程，将形成一个个‘数据－决策－价值’的闭环，这是一种颠覆性的重构。而这种融合创新，正在重新定义企业的核心竞争力。”

当新质生产力推动全球产业向智能化、绿色化、融合化转型时，郭为的理论体系展现出独特的预见性与实践张力。从数据要素的市场化配置到AI驱动的流程熵减，从开源生态的共治到无边界组织的涌现，这一系列创新正以“理论突破—技术迭代—生态重构”的螺旋上升，重塑全球价值链的底层逻辑。正如新质生产力理论所揭示的，未来的竞争将是“劳动者智力赋能、劳动资料数字化、劳动对象虚拟化”的全面跃迁，而中国方案通过“数云融合”与“智能普惠”，正在书写数字时代生产力变革的东方注脚。

责任编辑：聂慧超

复审：穆宏志

终审：马雪芬