中美CIO對話：負責任AI的價值重構與跨境破局之道在哪？丨2025 T-EDGE全球對話

在全球AI技術加速迭代與地緣政治交織的復雜環境下，首席信息官（CIO）的角色已從傳統技術管理者，進化為企業戰略的核心驅動力、風險控制的守護者與跨境技術合作的橋梁。

日前，在鈦媒體2025 T-EDGE舉辦期間，Laserfiche企業戰略高級副總裁兼CIO托馬斯·菲爾普斯、加州大學洛杉磯分校安德森管理學院的CIO霍華德·米勒、香港醫院管理局CIO蔡陽、普華永道美國人工智能合伙人伊拉娜·布盧門費爾德匯聚一堂，在己任律師事務所管理合伙人何菁的主持下，分享了包括CIO在企業中職責、數據，以及AI合規等在內的話題。

普華永道最新美國負責任AI調查數據顯示，僅28%的美國受訪者將“負責任AI”視為核心業務的重中之重，僅有33%的企業在全公司范圍實現了明確的應用落地。這一數據不僅引發了業內對AI治理成熟度的廣泛思考，更折射出全球企業在AI創新與風險管控之間的艱難平衡。麥肯錫2024年全球AI調查報告印證了這一困境：全球約60%的企業已啟動AI相關項目，但僅有15%的企業建立了完善的AI治理體系，AI投資的平均回報率不足預期的30%。

負責任AI認知轉型從風險管控到價值驅動

“當我們談論負責任AI時，不應只聚焦于風險緩解與控制措施，其核心價值在于幫助企業從AI系統中獲取更多商業價值。”普華永道美國業務合伙人伊拉娜·布盧門費爾德在分享調查核心發現時強調。這一觀點顛覆了此前行業對負責任AI的傳統認知，將其從單純的“合規工具”升級為“價值挖掘引擎”。

伊拉娜進一步解釋，負責任AI的實踐成熟度之所以偏低，核心原因在于技術迭代速度與治理體系建設之間的失衡。隨著AI智能體（AI Agents）成為行業熱點，企業發現傳統的應用程序管理模式已無法適配新型AI技術，而在尚未明確AI應用場景的前提下，構建前瞻性的治理體系更是難上加難。“任何聲稱擁有完整、成熟負責任AI計劃的組織都是在自欺欺人。”伊拉娜直言，AI技術與風險認知的快速演變，要求治理實踐必須具備高度的敏捷性與演進能力。

對話中，全球AI監管的區域差異成為熱議焦點。香港醫院管理局CIO蔡陽結合其Gartner研討會的參會經歷，提出了鮮明的觀點：“與歐洲和中東相比，美國和中國在放松AI監管，這兩個地區的發展勢頭遠快于其他地區。負責任AI并非監管的對立面，而是促進AI放松監管的工具——想要跑得更快，就需要找到保護自己與他人的方法。”

這一觀察精準勾勒出全球AI監管的三大陣營：以歐洲為代表的“嚴格監管派”，以中美為代表的“創新優先派”，以及處于中間地帶的“謹慎觀望派”。歐盟AI法案作為全球首個綜合性AI監管框架，將AI系統按風險等級劃分為禁止使用、高風險、中風險和低風險四類，對高風險AI系統的研發、測試、部署全流程提出了嚴苛的合規要求。IDC數據顯示，歐盟地區AI企業的合規成本平均占AI項目總投入的23%，部分高風險領域甚至超過40%，一定程度上抑制了中小企業的創新活力。

“全球統一的AI標準是行業共同期盼，就像電信行業的5G/6G標準一樣，統一將大幅降低企業的跨境運營成本。”蔡陽以3G時代歐洲GSM、美國CDMA的標準分裂為例，強調了中美在AI標準領域達成共識的重要性。

托馬斯·菲爾普斯補充道，對于全球化企業而言，應對監管差異的核心策略是“標準對齊”。

數據的重要性“不言而喻”

“數據是AI的燃料，高質量的數據才能產生高質量的AI。”蔡陽的這一觀點得到了所有嘉賓的認同。對話中，數據治理被反復提及，成為負責任AI落地的核心基石。伊拉娜·布盧門費爾德直言，數據治理沒有“魔法”，而是需要投入大量精力的“苦力活”：“企業必須明確自身擁有的數據資產，確保數據被正確標注、恰當盤點，同時嚴格管控數據訪問權限，避免敏感信息泄露或錯誤使用。”

托馬斯·菲爾普斯補充道，全球80%-90%的數據是非結構化的，這些分散在SharePoint、Box等內容庫中的數據，正是AI價值挖掘的重要源泉。Laserfiche通過AI技術挖掘客戶的非結構化數據，幫助其發現新藥物研發方向、識別市場模式，實現了從“數據存儲”到“價值創造”的轉變。麥肯錫2024年數據治理報告顯示，建立完善數據治理體系的企業，其AI項目的成功率是未建立體系企業的2.8倍，數據驅動決策的企業利潤率平均高出行業水平19%。

數據治理的重要性，進一步推動了CIO角色的深度進化。“現代CIO必須兼具企業家的魄力與高度的責任感，既要承擔風險推動創新，又要守護企業的數據安全與合規底線。”伊拉娜總結道。托馬斯·菲爾普斯將CIO的AI審視視角分為三個層次：通過AI驅動生產力提升、利用AI實現業務差異化、借助AI顛覆現有業務模式。“我們不再是單純的技術支持者，而是戰略業務的推動者，因為我們掌握著企業最核心的數據資產，而數據正是AI時代的核心競爭力。”

CIO“何去何從”

伴隨著AI技術在企業中的應用，CIO的角色在企業中也有所變化，這種角色進化在不同領域呈現出共性特征。蔡陽作為醫療行業的CIO，致力于通過AI改變醫療服務模式與運營模式，推動智能醫院向“AI醫院”升級；霍華德·米勒則以教育CIO的身份，通過AI重構教學場景，培養適應未來的人才；托馬斯·菲爾普斯則聚焦企業數字化轉型，通過AI賦能全球客戶。正如主持人、己任律師事務所創始合伙人何菁所言：“CIO是現在世界上最好的工作，你們掌握著強大的技術，擁有商業洞察力，正在創造巨大的價值。”

在地緣政治等不確定性因素的影響下，“技術供應鏈韌性”成為全球化企業核心關切的問題。蔡陽透露，香港醫院管理局已采取“雙供應商策略”應對潛在風險：核心技術仍以美國技術為主，但同時將中國技術定位為“替代方案”與“應急預案”。“IT行業99%的技術曾來自美國，但這種格局正在改變。未來終將形成‘G2’雙強格局，一方更專注于創新，另一方更側重于制造，雙方各有所長。”

這一策略得到了UCLA安德森管理學院CIO霍華德·米勒的認同。他表示，UCLA在選擇AI技術時，始終以“解決業務問題”為核心標準，即使是來自中國的AI系統如DeepSeek，只要能證明其是最佳解決方案，且通過法務與風控團隊的合規審核，就會考慮采用。“我們與全球前25所商學院的CIO建立了合作機制，核心是分享AI技術的最佳實踐，而非糾結于技術來源。”霍華德強調，排除地緣政治干擾，聚焦技術本身的價值，才是技術探討的應有之義。

另一方面，托馬斯·菲爾普斯提出“多AI模型策略”的重要性。他指出，OpenAI、Anthropic、Google Gemini、DeepSeek、阿里巴巴等主流AI模型的服務條款與使用限制各不相同，部分模型甚至明確禁止在特定國家使用。“對于跨境業務而言，必須根據不同地區的監管要求與業務需求，靈活選擇適配的AI模型。例如，亞太地區的客戶可能更傾向于阿里巴巴的AI模型，而美國本土客戶則更關注數據駐留合規，傾向于使用本土AI模型。”

對于CIO而言，這既是最好的時代，也是最具挑戰的時代。他們需要在技術迭代的浪潮中把握方向，在跨境監管的差異中尋找路徑，在數據治理的基石上構建能力。正如蔡陽所言，CIO既是“首席創新官”（Chief Innovation Officer），也可能面臨“職業生涯結束”（Career Is Over）的風險，但正是這種挑戰與機遇的并存，讓CIO成為推動全球AI健康發展的核心力量。

未來，隨著AI技術的持續演進與全球協作機制的不斷完善，負責任AI將從“少數企業的實踐”轉變為“行業標配”，中美AI生態也將在競爭中走向更深層次的協作。而這一切，都離不開CIO們的戰略遠見與務實行動。

以下為圓桌實錄，經整理：

何菁：首先請普華永道的伊拉娜·布盧門費爾德與我們分享一下普華永道對于人工智能的調查結果。

伊拉娜·布盧門費爾德：我們通過調查有如下的核心發現：

1、CIO議程重要性：負責任AI是CIO關鍵議題。驅動因素包括AI采用熱情高漲、第三方技術供應鏈復雜，需要設計整合計劃、落實控制措施并了解技術進入組織的路徑。

2、成熟度現狀：多數組織開始構建負責任AI或AI治理框架，但實踐應用不夠成熟。一線團隊因直接實施或使用AI系統而掌握主導權，對有效治理有明確訴求。

3、治理進化需求：技術迭代極快，治理方式需同步演進。AI Agent成為新熱點，其管理方式不同于傳統定制應用，帶來額外治理要素。

4、關鍵轉化差距：存在原則/宏觀政策與具體可執行的規定性活動之間的轉化鴻溝，個人難以據此采取符合組織管控期望的行動。

5、成熟度標志：組織日益關注細粒度測試、可觀測性規范及自動化，以支持規模化部署和企業級控制功能。

6、核心價值轉變：負責任AI項目的主要益處不僅是風險緩解，更重要的是能從AI系統中獲得更多價值。這要求深入理解系統運作、部署方式、適用場景及質量導向的全生命周期實踐。

何菁：各位行業專家對伊拉娜·布盧門費爾德的觀點有何看法？托馬斯·菲爾普斯先來分享一下吧。

托馬斯·菲爾普斯：我是托馬斯·菲爾普斯，Laserfiche公司首席信息官。Laserfiche是一家總部位于加利福尼亞州長灘的軟件公司，業務遍布全球，在上海和香港均設有辦事處，其中上海為軟件開發中心。本公司是文檔管理與流程自動化領域的市場領導者，致力于服務全球客戶。

關于調研數據，我看到美國僅有28%的受訪者認為"負責任的AI"是核心業務重中之重，且僅有33%的企業在全公司范圍內實現了明確的應用落地。這一比例我認為偏低，理想狀態下應達到90%~100%。

正如我與伊拉娜在今晚ISACA洛杉磯分會活動上所討論的，IT領導者應當采用"AI治理設計"理念——如同"安全設計"與"隱私設計"一樣，將AI治理嵌入整個軟件開發生命周期，而非事后補救。其核心邏輯是：要么現在投入，要么日后付出更大代價。若在初期未建立AI治理框架并踐行負責任AI原則，后期改造以補全管控措施的代價將高昂得多。據我估計，事后追加管控措施的成本約為事前的五到七倍。

考慮到當前AI模型及其創新速度的變革，若組織在特定AI模型上孤注一擲并深度投入，事后才發現其在風險、安全等領域存在隱患，屆時推翻重來并重新審視管控環境將耗費巨大精力。

何菁：霍華德·米勒，您如何看待負責任AI的話題？

霍華德·米勒：我是來自加州大學洛杉磯分校（UCLA）安德森管理學院首席信息官，該院服務于眾多國際學生。

我對調查結果并不感到意外。正如伊拉娜所暗示的，這主要是因為變革速度太快。當前形勢如同一場接力賽：各方爭相探索AI與生成式AI的本質，識別可行的應用場景，快速試點驗證其可行性及用戶接受度，事后才意識到數據投喂問題——數據是否“干凈”？是否經過清洗？是否應當使用？是否有數據治理機制？

因此，AI治理往往成為整個流程的最后一步，因為其他所有事項都優先發生。這是一場爭奪誰能最快上線產品、交付用戶、獲取AI紅利的競賽，事后才反思“本應換一種更負責任的做法”。既然要開始規模化推廣，就必須回頭補足AI治理。調查數據如此之低，完全是因為變革演進的速度所致。

人們曾熱議2025年將是“智能體AI（Agentic AI）元年”，但我認為2026年可能才是真正的智能體AI之年，這一進程比預期稍長。在掌握一定生成式AI基礎后，各方開始真正理解如何從智能體AI中獲益。歸根結底，整個行業的發展速度決定了在背后能落實多少“責任”。

何菁：蔡陽，您對這件事有何看法？您對這項調查的第一反應是什么？

蔡陽：大家好，我是香港醫院管理局首席信息官蔡陽。我們是一個龐大的醫療集團，負責照顧幾乎全香港人口，相當于43家醫院合而為一。我們開發自己的核心系統，包括構建自主AI。因此，對這一調查結果我并不感到驚訝。我想分享四點看法：

第一點，我于11月剛參加完Gartner研討會。作為全球CIO委員會成員，我與許多來自歐洲和中東的CIO就AI進行了為期兩天的討論。與歐洲和中東相比，我認為只有美國和中國在放松AI監管，因此這兩個地區的發展勢頭遠快于其他地區。我想表達的核心觀點是：負責任AI其實是促進AI放松監管的工具。如果想跑得更快，就需要找到一種工具來保護自己，同時也保護他人。

第二點，對負責任AI的治理將會得到加強。我指的是，對負責任AI的治理強度會隨著AI成熟度的提高而增強。成熟度的早期階段是自動化，而后期的智能體AI將是自主化的。想想特斯拉及其他自動駕駛汽車，當它們發展到L3、L4級別時，就必須在負責任AI上做更多工作。

第三點，醫療行業受監管程度很高。然而，你會發現不僅在香港，醫院采用了更多的AI解決方案。最近數據顯示，超過30種AI解決方案已被大多數一線中國醫院所采用，涵蓋放射科、自然語言處理、自動診斷、康復、教育等各個方面。人們會非常驚訝——為什么醫療行業采用AI如此之快？是因為他們不負責任嗎？實際上，在我看來，這并非關乎監管。監管阻擋不了AI。正是業務的復雜性、工作流程的繁復，使得醫院比其他傳統行業更快地被AI吸引。

第四點，與世界其他地方相比，中國在AI應用方面特別強。我認為關鍵原因在于：數據來自海量的應用場景，并且這些也被融合進硬件中。比如自動駕駛汽車，美國只有一個特斯拉，而中國有30多個不同品牌的"特斯拉"。此外，在無人機領域，不僅是大疆，還有很多其他品牌。甚至是牙刷，我買了一把AI牙刷，僅售20美元，卻擁有如此多的AI功能。所以我想說，它也必須符合負責任AI的標準，即便是我的牙刷。

何菁：在聽過行業專家對調查結果的看法后，伊拉娜·布盧門費爾德，您有什么想評論的么？

伊拉娜·布盧門費爾德：我非常認同各位嘉賓的觀點，認為大家的視角都很出色。此外，我個人對AI電動牙刷的具體功能頗感好奇，希望有機會單獨了解。

關于調查結果中28%的數據，我的解讀如下：這28%的受訪者認為其負責任AI實踐已非常成熟，意味著該事項已成為嵌入式戰略重點，而非剛剛起步。根據我與各類組織的合作經驗，盡管各方成熟度和興趣點存在差異，但霍華德的觀點極其精準，也符合我的觀察：組織面臨雙重壓力——既要實驗探索"AI的可能性"，又要同步建立治理計劃，兩者兼顧極具挑戰性。

更困難的是，在AI方案設計完成前就建立治理體系，因為尚不明確治理對象究竟是什么，這使得定義切實可行且符合業務目標的具體實踐難上加難。因此，討論的核心在于：這確實是一個快速發展的領域。技術本身演進迅速，企業對技術潛力的認知同樣快速變化，這就要求治理實踐必須持續演進以提供有效支持。

我認為，任何聲稱擁有完整、徹底成熟、已解決所有問題的負責任AI計劃的組織，都是在自欺欺人。該領域從規劃角度需要更強的敏捷性和動態演進能力，因為技術將持續變化，我們對風險的認知也將不斷演變。

何菁：現在，我想問問托馬斯·菲爾普斯，作為一家全球性的公司，您是如何考慮AI在不同地區的監管和法規問題的？

托馬斯·菲爾普斯：我們高度重視法律法規，因為這些法規會影響我們的客戶以及目標市場。我們會密切關注各國立法動態，研究當地法律法規。當前業界廣泛討論歐盟AI法案，同時包括美國在內的不同國家也在起草相關立法并征求意見，我們也會對此保持關注。我們將與內部法律團隊及外部顧問合作，在全面考量這些法規的前提下，審慎評估已進入的市場及擬拓展的市場。作為一家全球性公司，我們始終致力于遵守各國家和地區的特定法律法規。

在我們的治理、風險與合規框架中，設有一套管控措施，并將其與所有相關法規及標準進行協調對齊。這不僅包括法律法規，還涵蓋特定的行業標準。例如，在美國，我們遵循由國家標準與技術研究院（NIST）發布的標準，該機構制定了涵蓋加密、機密性及風險評估等領域的標準。美國著名的NIST SP 800-53第5版修訂版即是其中之一，我們的安全計劃與治理計劃均與該標準集保持一致。同時，我們的安全計劃也與ISO 27001國際標準對齊，該標準是信息管理的行為準則。此外，ISO發布的ISO 42001全球標準正獲得越來越廣泛的采納，該標準專門針對信息技術與AI管理體系。

這與普華永道伊拉娜所闡述的觀點高度一致，即：落實直接治理，從政策與領導力建設入手，并開展風險評估。因此，我認為對于Laserfiche這類企業而言，只要建立與領先標準對齊的控制框架，持續關注現行及即將出臺的立法動態，并在此基礎上進行決策與風險評估，就能為業務開展奠定良好基礎。

何菁：下面一個問題給到蔡陽。您所在的醫院系統重，對于監管的差異和AI法規等方面的問題有何看法？

蔡陽：我的觀察是，那些具有強烈使命感的地區通常對AI持相當開放的態度，而那些政策繁多的地區（如歐洲）則更注重合規與監管。美國和中國因具備強烈的使命感，希望迅速采用AI來解決問題，因此對AI大力放松監管。這就是我的觀察。

我聯想到電信行業的5G或6G標準——只有一個統一標準。當然，回到3G時代，歐洲使用GSM，美國使用CDMA，而中國兩者都用。我認為統一標準更為理想，美國和中國未來將會采用相同的AI標準。

何菁：我想多問您一點。我推測在選擇來自不同來源的技術時，這可能是您有所顧慮的問題。目前我們（至少在中國和美國）正在討論：是應該依賴自有技術，還是應有所擔憂？如果技術來自世界另一端，未來發生地緣政治事件時，是否真能擁有可持續的技術供應？我推測這可能是您真正優先考慮的問題。

蔡陽：沒錯，我想說，40年前當我在墨爾本上大學時，我的第一臺家用電腦是一臺XT兼容機，甚至不是真正的IBM電腦。因此我不得不說，整個IT行業99%的技術確實都來自美國。老實說，這真的很遺憾。但對我來說，我相當樂觀，認為這只是暫時的。人們常談論技術脫鉤，但在我看來，未來終將形成"G2"雙強格局——一方更專注于創新，另一方則更側重于制造，雙方各有所長。以人工智能領域為例，40%的AI從業者是中國人，這或許是因為數學天賦或其他原因，我也不確定。我想霍華德對此應該比我有更多見解。

就我目前的工作而言，我們采取了"雙供應商策略"。因為對我們來說，想要博采眾長。目前的局勢令人遺憾。例如，我們應用了大量的美國技術，但也擔心制裁風險導致這些技術無法使用。但坦白講，我們的核心依然是美國技術。而對于中國技術，我們有兩個層面的定位：一是作為替代方案，二是作為應急預案。就個人而言，我希望這場紛爭早日結束，讓我們能盡享雙方之所長。

何菁：霍華德·米勒，你們也采用了雙供應商的策略么？

霍華德·米勒：我曾考慮過，DeepSeek問世之初，團隊確實希望評估其能力。如果DeepSeek恰好是實現關鍵業務目標的最佳用例，且該業務至關重要，我認為必須組織研討，評估使用它的潛在風險，以及從組織層面是否愿意推進此事。但同理，如果它是最合適的解決方案，理應予以采用。

我認為這正是本次討論的核心，或如蔡陽所言：若要采用最優AI技術解決問題，無論其來自美國、中國、德國、印尼或其他任何地方，這才是技術探討的本質。因此，我們越能排除其他干擾因素，直指核心——"這是解決當前商業難題的最佳AI"，我們的決策質量就會越高。

托馬斯·菲爾普斯：我補充一下霍華德的觀點。某些AI模型的使用存在具體限制。如果你仔細閱讀OpenAI、Anthropic、Google Gemini、DeepSeek或阿里巴巴的服務條款，每家公司都有獨特的使用條款和具體的限制性要求。部分AI模型不能在特定國家使用，因此必須確保合規——不在受限地區使用OpenAI，而在合適的地區使用阿里巴巴。因此，擁有多AI模型策略對于支持企業業務至關重要，特別是那些跨越國界和不同地理區域的業務。

何菁：是的。霍華德·米勒，我還有個問題想問您，您認為主流的美國大學真的可能使用中國的AI么？

霍華德·米勒：我并不能百分之百確定每所大學都會考慮使用DeepSeek，但我確實知道有些大學正在嘗試。我傾向于讓自己處于行業前沿——不一定是領頭羊，但處于第一梯隊，并且一直在為業務尋找最佳解決方案。因此，如果DeepSeek確實是最佳方案，且我能讓法務和風控團隊確認其符合大學規范，那么就沒有理由不使用。

我想，雖然你這個問題的答案很可能是"不會"，但我也并不認為這是"不可能"的。這就是我的誠實回答。

何菁：好的，謝謝您霍華德。伊拉娜·布盧門費爾德，針對上述討論的話題，如今您有什么建議給您的美國客戶么？

伊拉娜·布盧門費爾德：我覺得企業有很多事情需要做，以便應對這個瞬息萬變的環境。首先，建立基礎管控機制 首先必須建立定義明確的風險標準控制流程，用于評估任何引入企業的技術。核心問題是判斷該技術是否屬于合規可用范疇——僅基于組織自身的需求標準與指導方針，而非更宏大的議題。與此并重的是提升技術可見性與洞察力，因為"影子AI"正在組織中急劇泛濫。由于各類技術獲取門檻過低，員工可能在不了解風險管理要求與引入流程的情況下擅自使用，因此必須進行有效引導與規范。

其次，構建敏捷管理體系 一旦確立獲批技術集，組織還需應對領域本身快速變化的現實：新模型層出不窮，新供應商持續推出新功能，現有軟件供應商也在頻繁更新。因此，技術管理必須具備前所未有的敏捷性。這需要更多資源投入以及技能升級后的團隊成員，技術投資周期應從"數年"縮短為"數月"。大多數組織的現有架構并不適應這種快速更迭的節奏，必須思考如何演進實踐以利用新能力，而非將巨額資金鎖定在需五年才能切換的技術上——這在當前環境下已行不通。這是軟件與IT基礎設施管理面臨的新痛點。

第三，評估生態系統適配性 鑒于變化速度之快，還需審視現有更廣泛的軟件與硬件生態系統是否適用于AI應用場景。

第四，CIO的決策困境 CIO與各職能部門面臨諸多未決問題：技術投資如何管理？資源投向何處？注意力集中于哪些領域？該領域存在大量未經證實的賭注，組織需保持學習心態，不能期望每件事都能產出價值。關鍵在于明確：愿意在何處冒險？在何處試點？如何試點？戰略重點應放在哪里？答案的變化頻率可能遠超想象。CIO的世界充滿重大決策——既要具備企業家的魄力，又要極度負責；既要掌管組織命脈、承擔風險，又要保持開放響應，有時甚至需要保守行事，可謂需要兼顧方方面面。

何菁：托馬斯·菲爾普斯，你想給我們的觀眾提點建議嗎？你在美國和中國都有業務，你是如何真正適應這兩種不同環境的？你如何在效率、風控之間取得平衡？有什么特別的心得想分享給觀眾嗎？

托馬斯·菲爾普斯：是的，在審視AI應用案例時，我通常身兼兩職。作為Laserfiche的首席信息官，我負責通過IT賦能業務、支持業務發展，為員工提供卓越體驗，為客戶創造優質體驗。同時，我也與一位極具創新精神、負責公司軟件開發的CTO緊密合作。在做技術決策時，我們既關注"價值實現時間"和"上市時間"，同時也審視風險以及我們要賦予客戶什么樣的能力，這一點對我們的決策至關重要。

對內而言，我想霍華德和其他首席信息官也會認同，我們關注如何利用AI并通過不同用例來真正驅動生產力提升。我認為人們有理由期待AI將幫助業務真正實現規模化擴張并推動生產力改進，我們的HR合作伙伴也期望IT部門能實現這一點。

其次是，如何利用AI審視不同的用例以及我們想要嘗試的事物，并通過成果來真正實現業務差異化，賦予我們業務更強的能力去開發新產品、進軍新市場，就像蔡陽的業務推出的新服務那樣。

第三是如何利用AI真正顛覆我們的業務，徹底轉變我們看待事物以及提供產品和服務的方式。

我認為這就是我們作為IT領袖審視AI的三個視角。當然，還要權衡風險、成本，并評估上市時間和價值實現時間。

何菁：我們討論很多關于風險的事情。蔡陽，對于醫療行業，您覺得重大決策時，風險是首要考慮因素么？

蔡陽：是的，我剛才提到過，是解決問題的需求在驅動AI發展，而非風險。風險往往意味著叫停。醫療行業是勞動密集型、資本密集型且技術密集型的行業，幾乎所有國家在醫療上的投入都超過了國防，醫療是一個巨大的產業。

對我來說，AI應用有兩種模式：一種是你拿著AI解決方案試圖去尋找問題，大多數供應商和初創公司都采用這種方式。但對我們而言，我們已有明確的問題——每天面臨數十個問題，然后試圖尋找解決方案，并不斷試錯。這就是我們設立AI實驗室和創新實驗室的原因——旨在實現需求與供給的匹配。因此在這個層面上，我們通常從問題出發，識別潛在解決方案，然后再評估風險，而非先談風險再做其他。

我想補充的另一點是，香港是中國的一部分，所以我們深受中國AI路徑的影響。我想談談美國AI與中國AI的差異。

中國AI始終遵循一個詞，叫做"AI普惠化"。試想一下，如果你使用TikTok（抖音）——很多人使用它并非因為那些漂亮的鞋子，而是因為你能買到許多創新的小玩意，用于臥室、洗手間和廚房，很多微小的創新產品。再如中國的DeepSeek，最出名的是"DeepSeek一體機"。你可以買到一個裝載了"滿血版"DeepSeek的服務器盒子，安裝在自己的場所。在Gartner研討會上，許多中東CIO提到他們都購買了DeepSeek一體機，這樣他們可以自費且安全地進行測試，非常安全。

他們還提到了比亞迪（BYD）。在中東，他們使用比亞迪的App。下載App后，里面有非常多的AI功能，幾乎就是自動化機器人——軟件機器人，能引入如此多的智能化功能。

我想說的是：中國AI的路徑是"普惠化"——讓所見之處皆可采用AI。雖然我們與其他中國頂尖醫院相比并不算領先，因為其他有些醫院的AI使用量非常大，甚至連廁所里都有超過5個AI解決方案。

何菁：是的，已經有一些客戶來找我們咨詢，畢竟我們是知識產權律師。他們帶著各種想法前來，特別是關于AI相關的硬件產品，實際上希望將該領域相關的所有內容都申請專利。由此可見，他們在開發AI相關應用方面的熱情極為高漲。

霍華德·米勒·，我想請教您如何看待大學的運營方式以及機構的管理方式？作為一名首席信息官，您是否觀察到通過使用AI這類技術，真正改變了組織管理其領域的方式？或者增強了組織的韌性？您能否分享大家正在嘗試什么，或者貴校正在做什么？目前究竟發生了什么？

霍華德·米勒：各機構的嘗試程度雖不盡相同。我們的差異化策略是推動教職員工成為AI先行者，實際開設了多門完全基于AI的教材課程。例如MBA學生的畢業綜合項目，整個教學大綱均基于AI和智能體AI（Agentic AI）設計，課程各環節均設置相應步驟，要求學生必須與AI互動才能完成最終成果。另有課程改革了傳統角色扮演模式——過去僅少數學生能上臺表演場景，現在則構建智能體讓每個學生都能參與互動，完成后可即時獲得輔導反饋，這帶來了巨大改變，深受學生歡迎。

從生產力角度，我們創建了一個可批改論文的智能體，這主要包括財務回報率（ROI）考量。因為助教成本高昂，且為60名學生批改優秀論文平均需數周時間，批改至第60篇時已精疲力竭，無法保持與首篇同等的嚴謹度。因此AI可在該流程環節介入，提供更詳實穩健的定性反饋，同時反饋定量評分，且不將人類完全排除在外。

綜合來看，如伊拉娜所言：若風險超出大學承受度則無法引入；如托馬斯所言：一旦引入，便會嘗試尋找可"快速試錯"的用例，風險某種程度上已過去，因其已是獲批產品。課堂是目前收益最顯著的場景，員工生產力提升則相對滯后。

托馬斯·菲爾普斯：我想補充一點，UCLA是一個很好的例子，霍華德也分享了一些不錯的案例。我是加州州立大學長灘分校基金會的董事會成員，我校擁有超過4萬名在校生，其中工程學院有近6000名學生。CSU長灘分校工程學院以"太空海灘（Space Beach）"聞名，據《美國新聞與世界報道》報道，我們的航空航天項目排名全美第三。在工程學院的畢業設計項目中，AI已成為重點突出和備受關注的組成部分。霍華德和我等人很榮幸能代表另一組織受邀協助評審這些畢業設計。令人贊嘆的是，這些大學確實已經轉型并采納AI作為核心課程的一部分，從而使這些項目的畢業生真正具備AI就緒（AI Ready）能力，能夠在行業中發揮至關重要的作用。

何菁：這番發言提醒了我。我們律所目前在實踐中已出現類似情況：部分律師開始使用AI工具編寫代碼，以簡化流程并處理繁瑣任務。起初僅有一兩名律師私下采用，其他同事對此知之甚少。后來我們安排這些律師進行內部分享，演示其應用方式，此后嘗試使用AI編寫小程序輔助工作的律師日益增多。

這種變化對律所管理者而言頗具啟發性。我們此前從未預見到這樣的場景——絕大多數律師原本并非程序員，如今卻能借助AI完成編程工作，這確實令人矚目。

霍華德·米勒：AI學習的核心驅動力在于“同儕互助”。雖然可以向組織內任何成員提供AI工具，但無法強制其使用。然而，若能向某人演示具體用法，他們便更容易理解如何將其應用于自身工作，進而更可能主動告知他人：“你看過這個嗎？我用它做到了這個，你也試試看”。

何菁：沒錯那你有沒有遇到什么意外情況？比如抵觸情緒，或者某些你依然無法改變的事情？比如有人依然拒絕使用，或者管理層的某些部分 有這種情況嗎？

霍華德·米勒：這個問題依然存在。在大學環境中推廣AI應用頗具挑戰，因為我們實行終身教授制度，難以對教授使用AI進行強制要求。如果他們不想使用AI，完全可以自主決定。

部分教授尚未弄明白如何讓AI適應其日常工作流程。在他們腦中"靈光一現"之前，或未能真正構想出效率提升點之前，無法理解如何最有效地利用AI。對此我們并不強迫，而是接受這一現實——我們稱之為"數字鴻溝"。這并非有意為之，但我們理解并接受其存在。

我們希望那些愿意利用所提供工具的人能夠充分使用并深入探索，同時寄希望于口碑傳播效應。正如所述，通過教育同儕，其他人最終也會逐步加入這一進程。

何菁：謝謝您的分享。伊拉娜·布盧門費爾德下面一個問題拋給您。如今當您再給客戶提供建議時，還有哪些事情是CIO們關注的？

伊拉娜·布盧門費爾德：我可以分享一下我的觀點，也很想聽聽托馬斯和霍華德認為哪些內容值得關注。AI顯然非常有趣，不僅在于將其作為職能部門進行管理，更在于如何在CIO職能中實現最高效的利用，其能力范圍涵蓋從安全層面（如對潛在威脅向量的可視化監控與管理）到代碼開發等多個方面，應用廣度令人矚目。

當我提及AI時，其中某些歸類于此的概念實際上更接近于真正的自動化，而非AI本身。但正因為存在圍繞數據采集的生態系統以及對數據的更優管理，我們往往能夠從自動化中獲取更多價值。

除此之外，我認為業界對于量子計算未來潛力的討論興趣仍在持續增長，盡管這可能是一個較為長遠的關注點，但我已觀察到圍繞該領域展開了大量對話。此外還有區塊鏈類型的應用，及其在注冊登記、更優哈希算法以及信息追蹤可視化方面所能提供的能力。因此，我認為有一系列廣泛的技術將持續受到關注。同時，我很希望聽聽托馬斯、霍華德和蔡陽各位在工作中如何看待這些話題的演變。

何菁：托馬斯·菲爾普斯您有什么想補充的么？

托馬斯·菲爾普斯：關于AI的實際應用，我們感到非常興奮，因為許多流程可通過AI得到改進或優化。例如會議摘要生成這類基礎功能，不僅能捕捉待辦事項、提示后續步驟，還能推動項目與計劃向前發展，這已非常有趣。

我們已采用相關工具協助企業級項目群管理。過去，服務商顧問為新計劃創建需求需耗費大量精力，如實施"訂單到現金"（Order to Cash）項目時，需建立"需求跟蹤矩陣"（RTM），并開發測試用例以驗證設計，再用于用戶驗收測試（UAT）。現在，將RTM輸入AI工具，即可迅速生成大量測試用例，并借助AI賦能工具實現部分測試工作的自動化。

伊拉娜提到了軟件開發領域。我們以負責任的方式使用AI編寫軟件、測試產品，這極具價值。因此，我們在組織層面觀察到的AI生產力提升非常顯著。

此外，市場營銷領域也已經被AI顛覆。從內容創作到社交媒體管理，傳統方式需雇傭多人，如今AI可生成大量內容并實現變現，或經精心策劃后發布至不同平臺，這即將成為基本標配。自動化程度之高依然令人驚嘆，例如圖像編輯能力——在Gartner研討會的簽名售書活動中，我與作者及主題演講嘉賓合影時背景中有路人，使用三星手機一鍵即可消除該路人，僅保留我與書作者。在過去，需導入Photoshop，添加濾鏡、處理圖層，耗時約15分鐘，現在不到一分鐘即可完成，非常便捷。

伊拉娜·布盧門費爾德：另一個值得關注的現象是，AI的廣泛關注使其成功所依賴的各項要素也獲得前所未有的重視。那些長期位列CIO議程卻未曾處于焦點位置的其他要素，如今也引起廣泛關注，因其被視為實現這些重大投資價值的前提條件。例如數據轉型、數據湖等雖不引人注目但至關重要的底層基礎設施組件，其對實現規模化部署及識別AI合適應用場景至關重要。這些要素正日益成為議程的主導內容。

何菁：對，現在的CIO也是創新者，這也是我之前在蔡陽的發言中聽到的一次詞：創新。蔡陽，您作為一個CIO，有哪些想補充和分享的么？

蔡陽：我認為AI的終極目的，除了實現自動化和自主化之外，是提升組織的能力。如前所述，醫療行業規模龐大，涉及海量知識及監管要求。因此我們正在大語言模型之上構建疾病模型、臨床模型、康復模型等各類模型，這將成為醫療服務機構的核心競爭力。最終，我們希望利用AI改變兩種模式：面向外部的"服務模式"與內部的"運營模式"。

我曾閱讀埃里克·托波爾（Eric Topol）教授關于未來數字醫療的著作。托波爾教授在美國享有盛譽，其著作成書于AI普及之前。書中提到，傳統的綜合醫院集中了普通診所、專科醫生、放射科等，占據大塊土地，這是因為100年前沒有IT技術，信息無法流通，人們必須坐在一起工作。但在未來的醫療模式中，放射診所可能設在地鐵站旁或社區內，患者無需前往大型綜合醫院在不同病房間奔波尋找解決方案。這將帶來醫療模式的巨大變革。與此同時，家中的床將轉變為病床，通過物聯網、智能設備等實現萬物互聯。這正是我們醫院正在推進的方向，因為如今香港的大多數醫院已成為智能醫院，我們在香港的所有醫院均獲得了HIMSS七級認證——這是美國醫院IT標準的最高級別，意味著頂級的認可。

下一步，智能醫院將邁向AI醫院，從副駕駛、助手開始，逐步實現自主化。當然，仍需人類簽字確認，正如航空業的模式。我曾任航空公司CIO多年，30年前90年代后制造的飛機均已配備自動駕駛系統，但降落時系統不會自動停止，機長仍需手動操作完成降落。因此我認為，跟隨其他行業的步伐，醫療行業在未來也將變得高度自主化。

何菁：那么在數據方面呢？這個問題我想問問你們所有人，我們意識到把我們的數據，我們的專業知識輸入系統是多么關鍵。那么作為CIO你們實際上如何確保組織里的人，最終能貢獻出這些專業知識和數據？蔡陽你有什么想分享的嗎？

蔡陽：我們非常幸運。我認為數據將深刻影響IT供應商的供應鏈體系。例如，大多數中國醫院使用供應商的解決方案，但在香港，我們在過去30年里建立了自主系統——覆蓋全體人口的統一系統與單一數據庫，因此擁有充足的高質量數據供應。這正是我們的AI實驗室能夠真正起飛的原因。

在此基礎上，我們還構建了大量數據產品。目前我們已支持8所頂尖大學，在過去幾年中開展了70多項跨年度研究項目。同樣，頂級質量的數據將產生頂級質量的AI。這意味著什么？我認為這將有助于整合中國眾多醫院。在香港，我們有43家醫院使用同一套系統。而在深圳，未來全市126家醫院可能組建聯盟共同貢獻數據，如同銀行存款——不存錢則無法取款。他們將共享數據，形成一個基于數據的AI聯盟。

何菁：霍華德·米勒，您有什么想分享的？

霍華德·米勒：“數據為王”這點毫無疑問。我們目前的成功，源于對迄今推出模型和智能體所使用數據的嚴格篩選。我們沒有試圖"貪大求全"，正如蔡陽所說，選擇了那些擁有高質量數據的智能體，從而利用這些構建好的智能體取得成功。

有趣的是，在AI出現之前，我們一直在努力成為更優的數據驅動決策型組織。當我們開始研究AI影響時，可能略微偏離了該目標，但這正是CIO需要努力調整的方向。CIO角色已轉變為更具戰略性與創新性，而非僅局限于運營性，我很歡迎這種變化。實際上，我們最為關注的焦點正是那些用于訓練AI的數據。若非如此，那便是網絡安全——因為我們討論的關于數據和AI的一切，始終面臨威脅。因此，這三者的結合才是我關注的重點。

何菁：托馬斯·菲爾普斯，您有什么想分享的？

托馬斯·菲爾普斯：大多數領先的分析機構都指出，世界上80%至90%的數據是非結構化的，僅約10%至20%為結構化數據。試想一下，海量數據存儲在各類內容庫中，無論是SharePoint、Box還是Laserfiche。Laserfiche作為內容管理系統，能夠挖掘并利用這些數據來實現蔡陽所述的目標，其意義極為重大，這正是AI發揮價值的空間所在。

在Laserfiche，我們推出了Laserfiche AI，目標是讓我們9500家B2B客戶能夠利用其庫存數據進行決策，發現新藥物，并通過數據查詢、模式識別和洞察提煉來尋找新的創新點。從公司戰略角度來看，這正是我們專注的核心方向。

何菁：伊拉娜·布盧門費爾德，你今天對客戶管理和利用數據有什么建議？他們該如何確保數據結構化？

伊拉娜·布盧門費爾德：這項工作本質上是艱苦繁重的苦力活。為解決前述所有問題，必須明確掌握數據資產狀況，確保數據得到正確標注與恰當盤點。同時，必須清晰界定圍繞數據的訪問權限，確保配置得當——不應訪問HR信息的人員不能意外獲得權限，查詢文檔時系統不應呈現錯誤版本的政策文件（例如將六年前發布的版本誤作六個月前的版本）。

此類索引工作需要投入大量精力，正是那些不引人注目卻至關重要的基礎工作。盡管AI現已可幫助實現部分能力，且相關部署也已投入使用，但前提是必須擁有良好的信息基礎架構、規范的訪問機制，以及嚴密的控制體系，方能從這些系統中獲得有價值的洞察。因此，這種管道鋪設與底層架構工作對于系統的高效運行具有決定性意義。

托馬斯·菲爾普斯：伊拉娜提到了非常重要的一點。"訪問權限"是Laserfiche極為關注的核心事項。我們基于用戶的權利、獲批資格、角色以及文檔分類、標簽和元數據管理來嚴格限制其可訪問的內容。因此，在審視非結構化數據時，必須全面考量這些方面，以確保當普通用戶訪問豐富的內容資產時，其僅能獲取"有權"訪問的內容。

正如伊拉娜所言：用戶不得訪問涉及并購、新客戶獲取、個人數據或其他受監管信息的高度機密商業敏感數據。在利用不同工具創建數據并實施RAG（檢索增強生成）或其他技術解決方案時，從整體上審視權限管理至關重要。

何菁：我們深入探討了AI議題，但背景始終圍繞跨境維度展開。當前CIO工作中面臨的跨境影響，正如我們在討論之初所提及的監管環境視角。我也可能對這些困難有所過慮——看起來所有這些跨境問題與復雜情況，并未對各位的實際工作造成太大阻礙，因為每個人都對AI應用落地充滿熱情。

在最后，我想請各位分享一些見解：作為CIO，我們是否應該不再僅僅聚焦于機遇、創新這類事項，甚至承擔起類似職業專家或CEO的角色？還是說，我們應當過度擔憂地緣政治的不確定性？

霍華德·米勒：在我看來，這方面不存在任何障礙。我們正試圖利用技術實現更優的業務成果。若能找到一種他人正在采用且我們能從中受益的更好技術使用方法，就沒有理由不分享。

蔡陽：就消費品而言，中國正從供應市場轉變為需求市場。但在AI方面，中國正從需求轉變為供應。這意味著我認為美國和中國在AI領域有很大的合作空間。

伊拉娜·布盧門費爾德：我對未來的合作非常樂觀。我認為兩個地區都擁有大量人才，若能找到合作方式，只會產生積極結果。從CIO角度來看，CIO必須具備對進入組織的技術保持敏銳洞察的能力，并且可能需要制定從A到F的一系列備選方案。因為政策可能發生變化，他們需要理解這些變化對所做技術選擇意味著什么。但我不認為這會影響人才或兩個領域的創新生態系統，它們將繼續發展。因此，我依然保持非常樂觀的態度。

托馬斯·菲爾普斯：作為一家企業，我們深知客戶分布于不同且受高度監管的行業，服務于特定市場。因此，我們在支持這些國家與地區客戶方面展現了高度靈活性。例如，在亞太地區，我們有客戶希望專注于阿里巴巴的AI模型；同時也有以美國為中心的客戶，非常關注數據彈性并確保數據保留在美國境內。為此，我們不僅具備相應的組織結構，還擁有配套的流程、系統、工具和技術，旨在賦能客戶取得成功，無論其身處哪個國家，或其希望數據駐留在何地。

何菁：太棒了太棒了現在 真的謝謝你們。感謝你們每一位參加今天鈦媒體（TMTPost）的節目，希望今天的節目對我們的觀眾有價值。再次感謝你們每一位抽出時間，節目到此結束。