自从1950年艾伦·图灵（Alan Turing）提出的图灵测试（Turing Test），人工智能（AI）这个概念开始被人们广泛的认识与探索。人工智能的发展经历了几个阶段，从机器学习到深度学习，再到今天的生成式AI。可以说，这一领域经过了这些年的发展取得了重大的突破。

生成式AI是一种用于生成新的原创内容的AI技术，生成的内容即为AIGC。从2022年底，由OpenAI开发的人工智能聊天机器人ChatGPT面世以来，生成式AI技术就在全球掀起了热潮。ChatGPT迅速成为一种公认的强大的工具，可以围绕各种主题进行对话，并以文本形式生成信息丰富且结构化的内容。就像其他新兴技术一样，它依然存在一些局限性，例如有时会提供一些不准确的信息。但无可厚非的是，它展示了一种颠覆性的人与计算机交互的方式。除了以文本的形式，生成式AI还能够以代码、图像、音频、视频等形式高效生成大量的内容。

与过去利用人工智能来分析数据、发现新模式或规律相比，今天的生成式AI的关键特征其实已经在它的名字中有所强调——“生成式”。生成式AI可以帮助用户自主创建内容，为他们提供量身定制的结果，更具有优势和突出的点是，生成式AI可以为用户提供真正个性化并且是原创的结果。此外，它可以与搜索引擎、推荐系统等其他技术集成，改变它们的应用方式，为用户带来新颖的体验。

总体而言，生成式AI将重塑和颠覆各行各业的内容创建和创新过程，并通过提高生产力、提供更好的客户体验和降低成本来改变现有的业务模式。企业与客户以及生态系统中其他玩家之间的关系将发生显的变化。随着市场对生成式AI技术认识逐渐加深，会形成新的消费模式，新的行业标准亦将被制定，这些改变将会要求企业拥有一套全新的能力。

另一方面，人们也开始担心隐私保护、数据安全、非法使用生成内容等潜在的风险与挑战。企业领导者需要具备管理这项快速发展的技术的能力，发现并抓住新的机遇同时意识到它可能带来的潜在风险，形成对这项技术更全面的理解。

生成式AI的新兴应用

总体来看，生成式AI将有可能颠覆许多行业的发展。 对于企业来说，了解这项技术并开始考虑它会如何影响他们的行业是十分重要的。一些行业，例如电子商务和零售、娱乐和游戏、教育、医疗保健和制药等等，存在着一些共性，使得它们更容易受到生成式AI技术的影响：首先，这些行业通常有着丰富多样的数据积累，让人工智能算法可以在这些数据中更快、更经济地识别模式，生成有意义的输出；此外，创新对于这些行业来说至关重要，而生成式AI为其探索创新理念并突破创造力界限提供了强大的技术支持；另外，这些行业对个性化和定制内容的重视与生成式AI解决方案能力高度吻合；最后，这些行业对效率和自动化的要求加速了它们对生成式AI的应用，使劳动密集型的任务更加自动化，并且有效降低了成本。认识到这些共性对于理解生成式AI行业中的应用及产生的深远影响十分关键，企业也应该意识到将这项技术集成到他们现实业务中的重要性。

生成式AI加速电子商务数字化转型及商业模式转变

生成式AI正在深刻改变着电子商务行业的商业模式，并重新定义行业内的数字化转型趋势。电商行业的玩家可以利用生成式AI技术以更低的成本和更高的效率为个人消费者提供个性化体验和定制服务。例如，抖音就利用虚拟直播技术助力跨境直播电商，智能生成直播内容。此外，生成式AI还可以根据客户过去的购买记录、浏览历史和其他相关因素精准地向客户推荐产品。 

生成式AI另一颠覆性的应用是，智能生成产品图像，高效地帮助企业根据消费者需求设计并销售产品。例如，Midjourney（一款根据文本生成图像的人工智能程序）可以根据企业所描述的内容自动生成海量的产品图片，这不仅大大降低了库存成本，还帮助实现了真正的按需购买。生成式AI这一强大的工具，还可以帮助创建个性化营销活动和智能优化营销内容。电商行业的应用案例生动地为我们展示了，企业是如何应用数字化技术为客户提供更加高效、个性化和沉浸式的服务。 

生成式AI正在重塑企业，合理地利用这一工具，可以大幅提升企业内部的运营效率和经济效益。这一点在零售行业的体现也很明显，许多零售行业的玩家已经开始积极拥抱这一技术带来的转型变革。生成式AI能够优化供应链运营，并为消费者创造沉浸式的购物体验。例如，沃尔玛一直在探索利用生成式AI提高供应链管理效率，目前这一技术已被应用到自动与供应商谈判并达成协议，极大地降低了人工成本。其他企业也需要思考如何利用生成式AI技术带来的机会，最大化地优化组织运营并提高利润。 

图3：沃尔玛正在测试生成式AI工具以提升消费者的购物体验

生成式AI激发娱乐及游戏行业的创造潜力

强大的创作能力和大数据的结合使生成式AI带动了娱乐和游戏产业的生产力革命。这一技术不仅极大地激发了创造力、增强了用户参与体验，而且大幅缩短了内容创作流程。在娱乐行业应用领域，生成式AI可以用来辅助内容创作并为消费者提供个性化的体验。例如，Spotify（一家瑞典在线音乐流媒体平台）正在使用生成式AI技术根据音乐、艺术家或流派智能生成播放列表以满足每位用户的个性化需求。随着生成式AI技术的演进，在生成音乐、视频、动画、剧本等娱乐领域，未来我们预计将会看到其更多的应用。

生成式AI这一关键技术与游戏行业的深度结合也受到了前所未有的关注。生成式AI技术可用于游戏设计和内容的生成，它还可以通过分析玩家在游戏中的行为和偏好，定制游戏内容以适应不同玩家的游戏风格，大幅地提高了游戏创作效率和游戏内容的丰富度。例如，生成式AI工具可被应用到创建3D模型、纹理、动画场景、游戏角色甚至自动生成开发代码，从而减少游戏制作的时间和成本。此外，生成式AI还可以通过生成智能交互性的内容（如对话、任务等）来增强玩家的虚拟游戏体验。毫无疑问，生成式AI这一强大的创意工具，正在改变游戏行业的未来，给行业的经济和文化带来颠覆性的影响。

图4：Spotify推出基于OpenAI技术的AI生成DJ工具

生成式AI赋能教育行业带来个性化、高效和沉浸式的教学体验

生成式AI为教育创新提供了新的机遇，推动教育行业高质量发展。通过其先进的算法，生成式AI可用于智能生成针对特定学习目标的高质量教育材料，这为教育工作者和学生提供了全面且最新的资源。生成式AI还可以根据海量数据，智能生成定制化的学习路径、适应性评估和有针对性的教学干预措施。例如，Carnegie Learning（卡内基学习公司）开发了一种数学辅导系统，该系统利用生成式AI技术为每个学生提供个性化的学习体验，同时智能分析学生以往的表现数据并自动生成适合每个学生需求的学习路径，使学生能够按照自己的节奏学习，提高学习效率。另外，生成式AI还可以根据个人目标和职业规划，精准推荐相关课程和资源，促进终身学习和个人技能提升。对于教育工作者来说，生成式AI可被用于简化教学管理任务，为他们节省时间专注于更复杂的教学活动和提供个性化的学生支持。生成式AI技术具有提高教学效率的潜力，是教育领域的一股不可忽视的变革力量。随着该技术的发展与成熟，它将颠覆传统的教学模式，让信息的获取变得更加容易、高效。

图5：卡内基学习公司利用生成式AI技术为每个学生提供个人数学指导

生成式AI赋能生物制药、医疗诊断、智慧问诊

生成式AI这一强大的工具具有改变医疗保健和制药行业的潜力。它可以被应用于简化就诊流程，协助医生进行疾病诊断，并且在慢性疾病管理等医疗健康领域做出贡献。可以说这项技术在行业内的应用潜力无限。在智能健康平台中，生成式AI可被用于预问诊阶段，包括询问患者病史、过敏史、用药史、症状等等，可以有效节省医生问诊和产出报告的效率，分流轻症患者。例如，好大夫在线平台使用生成式AI为患者提供预问诊，这有助于将平均咨询时间缩短20%。生成式AI还可以用于分析医学影像，帮助医生评估患者的健康状况和预测疾病风险，从而帮助医生更准确、更快速地诊断疾病。此外，生成式AI还可以协助回访和慢性疾病管理，包括提供用药提醒和确保患者正确服药。

除了医疗保健，生成式AI在药物研发领域的各个阶段都具有重大的应用潜力，包括在药物发现、临床前试验、审查以及学术推广和销售的过程中。其中，新药研发领域被认为是生成式AI可以颠覆现有模式的领域。生成式AI在新药发现领域的应用包括药物候选物的发现和优化、药物组合的研究、药物代谢的预测、药物剂量的优化以及药物靶点的鉴定等。例如，英矽智能于2020年推出的Chemistry42人工智能分子生成和设计平台，它继承了多种前沿算法，可以从头设计新颖分子并在生成式AI算法的辅助下进行多维度评分，以判断药效的优化性、代谢的稳定性、以及合成难度等众多指标。

值得一提的是，当今传统的药物研发面临许多困难，例如研发费用高、成功率低、研发周期长的问题。这些问题主要源自于三大方面：其一，是难以识别好的靶点，其二是难以合成好的分子，其三，则是设计临床实验方案较为复杂和困难。而生成式AI可以通过学习和理解药物分子和蛋白质之间的相互作用问题，并利用原子和原子之间相互作用的物理模型来精准求解复杂的物理规律，加速药物的研发。这是传统人工智能无法达到的，生成式AI的能力可以使新药研发这一传统上非常缓慢的过程得到大幅加速，为整个制药业带来颠覆性改变。

此外，生成式AI还可以处理数据量特别大或者很难处理的数据，比如蛋白质结构预测问题。在生物学领域，DNA中的长链在折叠成蛋白质时的复杂3D结构具有无数种形态，想要对其结构进行预测曾被认为几乎是不可能的。但生成式AI可以对蛋白质序列和结构之间的映射关系进行学习，并基于其强大的算力解决复杂的高维数据映射问题，从而实现蛋白质结构的预测。除此之外，生成式AI还可以根据预先设定的性能和结构来设计全新的、自然界可能不存在的蛋白质。如今世界上已经有多家制药公司正在使用生成式AI设计针对疾病的蛋白质功能。例如晶泰科技自主开发的XuperNovo中包含的“ProteinGPT”，百度的百图生科基于生物计算引擎的De novo，都能够一键生成符合要求的蛋白药物。

图6：通过Chemistry 42创建可操作的类铅分子

虽然生成式AI对上述提及行业的影响及应用相比其他行业会早许多，但这并不意味着其他行业应该对这项技术保持观望的态度。当下任何行业都应该认真思考和判断生成式AI对其的潜在影响。这项具有颠覆性潜力的工具很有可能在不远的将来重塑各个行业，甚至衍生出新的商业模式及新的商业生态。即使是一个现阶段看起来与生成式AI这种前沿技术毫无关联的行业，在长时间维度下仍可能会因为生成式AI的应用带来重大变革。本质上生成式AI对一个行业的创新和突破，会逐渐影响与之相关的其他产业，最后波及全部产业和生态。

通过认真思考和分析生成式AI的发展趋势，企业可以进而判断这项颠覆性技术对自身行业所带来的潜在影响，这有助于企业发现跨领域创新的机会，并利用其他领域的协同效应，提升自身在所在领域的价值。此外，将生成式AI运用到企业日常运营中，不仅能够有效提升产品开发效率、提升客户体验、增强数据分析能力等，还可以重塑企业的竞争优势。最后，生成式AI的更广泛社会应用离不开各行各业参与到人工智能的规则制定中来。因此，为了更好地推动这项前沿技术的发展，所有行业都应该关注生成式AI的潜在影响以保持企业的竞争力，为创造良好的科技创新社会做出贡献。

生成式AI对于企业的转变性影响

在生成式AI这个新时代，企业非常具备一种新的思维方式。这就好比企业领导者在无线互联网技术普及的影响下，不得不重新思考商业理念（如大数据管理、全渠道营销和共享经济等）。如今企业的领导者亦需要积极拥抱生成式AI技术，他们不仅需要了解生成式AI从产品和服务的角度对他们行业的影响，还需要判断它将如何改变企业发展。总结而言，生成式AI对企业及组织的影响主要体现在以下四个方面：

1. 重新定义客户关系和商业模式

生成式AI有望彻底改变企业和客户间的关系。通过提供更生动简洁、具有互动性的内容，公司可以更紧密地与客户联系。在许多行业中，生成式AI可以用于了解和预测客户需求，提供个性化客户体验和自动化客户服务，从而使公司与和客户之间的关系变得更加融洽等。企业可以利用生成式AI自动整合不同来源的信息的强大能力，在无需人工干预的场景下，更快速地响应市场的动态趋势。生成式AI技术的迅速发展，加速了各行各业实现真正的无人运营，这将导致现有的许多商业模式发生根本性地改变。

生成式AI还将以一种新的方式推动产品和服务的分层，从而潜移默化地影响商业模式。生成式AI驱动的定制化服务的兴起并不意味着定制化本身会转化为更高端的服务，而是生成式AI将改变定制化的成本结构。生成式AI的应用可能会出现几种定制化场景，场景随人工智能的参与程度和人工的输入量而发生变化。比如，基于更多人类专业知识的定制化产品可能会收取更高的溢价，而纯生成式AI创造的产品可能会收取相对较低的溢价。这一点可以类比在当今工业生产中，纯手工制作的皮具比机器制造的皮具要有更高的工匠技术溢价。

0. 新型能力的赋予

大多数企业在生成式AI领域还未构建起相应的能力，但随着各个行业内生成式AI资源的整合，需要利用它来更有效地执行劳动力密集型任务，并从基于生成式AI衍生的产品和服务中创造新的收入来源。企业需要考虑是选择合作的方式构建生成式AI的能力亦或是自建研发。例如，企业可以通过收购或与提供生成式AI解决方案的公司合作，亦或是在内部组建团队根据市场需求和行业内的价值主张而开发垂直定制化的生成式AI产品。

0. 组织转型与分工重组

生成式AI同样具备颠覆传统组织架构及显著影响内部重组的潜力，并且随着其技术的成熟将发挥越来越强大的作用。这种对企业组织架构的影响主要体现在三个方面：首先，生成式AI将导致组织变得去中心化、扁平化和民主化，因为技术的赋能使得组织内部的任务和决策权得以更平均地分配；其次，随着生成式AI的应用，企业中的人员分工可能会发生改变；例如，企业需要储备训练和管理生成式AI模型的人才。最后，生成式AI的应用可能会加速企业内部跨部门的协作，从而促进更具协作性和敏捷性的组织文化的形成。

0. 生态系统和价值链重构

随着市场需求与能力的变化，生成式AI将通过重新定义产业价值链的方式影响未来的市场动态和商业生态系统。这种变革会对市场中的现有参与者与新进玩家带来深远的影响。以消费品行业为例，许多面向客户的公司，经常设计产品并将生产外包给制造商。在这种传统场景中，客户通过零售渠道获得制造好的产品。然而在生成式AI的影响下，产业链中的角色分配将有可能发生变化。新型的生成式AI服务提供商，可以通过技术赋能，实时将生成的产品设计图传达给消费者，同时制造商亦可以直接处理（通过生成式AI）这些根据消费者需求自主创建的订单，实现真正的按需生产。这不仅将有可能改变行业参与者的角色，还会影响产业链中商品和服务的流动以及由中间商承担的成本结构。此外，生成式AI提供者将颠覆传统的生态系统。在室内设计、医疗诊断、3D打印和创意“素材”平台等领域，发挥更大的作用。

因此，生成式AI将可能改变领导者制定战略和设计组织结构的方式。企业应当开始考虑采用以人工智能为先的方法，即业务领导者应重新设想业务运作的基本方式，以及生成式AI如何在其转型中发挥主导作用，来提高企业的创新力和生产力。此外，企业的传统战略周期也可能受到影响，其将会面临更快速的迭代。通过生成式AI获取的信息将更加快速和全面，这亦将推动战略实现更快速的落地与实施。

生成式AI的风险管理与伦理问题

生成式AI是一项强大的技术，但它亦为人们带来了潜在的风险和道德伦理方面的担忧。提供生成式AI服务的公司需要意识到这些潜在的风险，这不仅是出于商业道德维度的考量，更是因为若得不到妥善管理，生成式AI的应用将有可能引发严重的社会影响并损害公司声誉。企业在使用生成式AI时需要仔细考虑的以下关键的问题：

1. 职业替代：随着生成式AI技术的演进，它将进一步具备高效自动化部分人类工作的潜力，并导致部分行业面临失业的潜在风险。

2. 数据隐私：由于生成式AI模型是基于大量的数据进行训练的，这些数据中可能包含个人、企业的敏感或机密信息，或者非公开的政府信息。如果这些敏感或机密的数据没有得到妥善的保护，便可能导致隐私泄露或者更严重的问题，例如身份盗窃或其他形式的利益损害。

3. 虚假信息：如果提供给生成式AI模型的训练数据或信息不正确，可能会导致虚假信息对使用该服务的用户产生误导性。这也会带来一些以欺骗他人为目的而有意传播虚假信息的风险。

对于企业来说，仔细遴选大数据的来源也非常重要，因为带有偏见或有害的信息输入进生成式AI模型可能会带来额外的道德风险，包括：

1. 歧视与偏见：生成式AI内容的开发可能会导致数据收集和使用方面存在潜在的偏见和缺乏透明度。当生成式AI使用的训练数据中包含存在偏见的信息时，它可能会产出带有偏见的内容。

2. 过滤有害信息：生成式AI在收集数据时可能无法识别有害信息，这可能会对模型本身以及信息呈现给的用户产生负面影响。

3. 对问题缺乏敏感性：生成式AI缺乏识别用户文化、国家和宗教背景的能力，因此在产生观点时，特别是在有争议的话题上，可能会有冒犯用户的风险。

4. 不可预测的后果：生成式AI可能会通过生成过于泛化或不准确的信息而误导用户，造成诸如服用错误剂量的药物或违反特定地点的交通法规等问题。此外，目前已经出现生成式AI模型超越设计团队设置的参数而进化的情况，这意味着人工智能模型的演变方式将是不可预测的。就像谷歌Bard学习了其他语言（原本被设定为只能使用英语）来回应用户，因为与用户的互动要求它找到并学习其他语言。

中国如何监管生成式AI？

政府监管是保证生成式AI的安全可靠发展的重要方法。为了保证生成式AI在中国的规范合法的运营，中国国家互联网信息办公室于2023年4月发布了《生成式人工智能服务管理办法（征求意见稿）》（下文简称为《办法》）公开征求意见的通知，明确了生成式AI产品或服务应当遵守的法律法规要求，为生成式AI技术未来的发展及应用奠定了初步的法律基础。

《办法》中对于面向中国境内提供生成式AI服务的提供者提出了明确的要求，尤其在内容审核、数据安全、知识产权、歧视与偏见等领域提出了相应的监管措施。以下几点是提供生成式AI服务的企业在研发利用此技术时需要特别注意的几个方面：

1. 第一，在内容审核方面，生成式AI服务型企业提供的基于算法，模型和规则生成的文本，声音，视频，代码等内容，应通过检查数据的合法性和改进模型的过滤系统，保障其内容的真实准确性，在技术可以实现的范围内尽量避免虚假信息的产生。

2. 第二，在数据安全方面，生成式AI服务的提供者必须通过个人信息脱敏、匿名化，定期删除和完善用户投诉管理机制等方法，谨慎保护用户的个人信息安全并防范违法信息传播。

3. 第三，关于知识产权，《办法》中明确规定，生成式AI服务提供者必须对生成式AI产品的预训练数据和优化训练数据来源的合法性负责，以确保使用的数据不包含侵犯知识产权的内容，以减轻内容违法违规的风险。

4. 最后，在歧视与偏见方面，生成式AI服务提供者应当停止提供违反商业和社会道德的行为，包括编写恶意软件，散布基于种族、文化、宗教和国籍偏见的言论和歧视，并在算法设计、训练数据等过程中，采取措施防止相关歧视性言论的出现。

总而言之，随着人工智能产业的快速发展，中国政府一直致力于为国内人工智能的创新发展提供健康规范的环境。在尝试降低人工智能技术的风险和滥用的同时，中国始终鼓励在符合中国社会主义核心价值观、社会道德和公共秩序的前提下，推动生成式AI技术的蓬勃发展。

无论是本地企业亦或外资企业，在进入中国市场时，应当在清楚了解中国在生成式AI技术领域的法律法规，充分考虑伦理道德规范的同时，加速人工智能领域的创新发展，合理利用中国的政策来优化其企业发展战略。

地缘政治因素对于发展生成式AI的影响

世界日益升温的地缘政治紧张局势已成为许多跨国公司最关心的问题。地缘政治可以通过不同方式，潜移默化地影响着生成式AI技术的发展与应用。各跨国公司主管需要找到针对不同生成式AI系统，在不同地域和同一公司环境的可能场景下的问题解决方法。

随着生成式AI技术越来越强大，严格合规的监管以确保这项技术能被负责任地使用，是至关重要的。不同国家针对生成式AI技术的监管法规有所差异，为了合规发展，公司在不同国家开展相应的技术活动时可能会存在一定程度的差异。

与此同时，我们亦已经目睹了许多有关隐私和数据安全的担忧和讨论，尤其是涉及到数据跨境传输领域时。如果跨国公司在没有充分考虑整体的情况下违规采用了这种新兴技术，该模型会持续与大量数据发生交互，最终导致严重的安全问题发生。因此在应对这一潜在风险时，各企业高管必须予以重视，并建立适当的防范与管理机制。

另一方面，生成式AI相关企业应当重视不同国家在道德和价值观方面的差异。任何一个无意的冒犯都可能会对公司声誉带来严重的影响。因此，生成式AI模型应当基于不同地区进行针对性的数据训练，以避免歧视与偏见性敏感言论的产生，尊重当地用户。 

尽管目前讨论地缘政治因素会对生成式AI的发展产生怎样的长期影响还为时尚早，但是跨国公司应当明白，他们需要在更广泛的地缘政治背景下，认识理解生成式AI的影响，同时平衡好该项技术可能带来的收益与潜在的风险。

对于企业的启示

生成式AI正在迅速改变企业的运营方式。随着生成式AI的不断发展，企业积极拥抱这些技术并合理利用它们以发挥自己的优势将变得更加重要。未来在不同企业或公司内部，由生成式AI转型带来的新型合作伙伴关系、合作和产品发布将为主要市场参与者创造巨大的收益，特别是对于领先的生成式AI解决方案和服务提供商，如商汤科技、OpenAI、Midjourney等。

除了选择与生成式AI服务提供者合作之外，企业更需要考虑的关键是：他们应该采取何种战略以驱动生成式AI转型并建立核心竞争力?以下是几点对开始思考并计划推动生成式AI转型企业的建议：

1. 第一，对于使用生成式AI产品及服务的企业而言，与人工智能领域的专家建立稳固的关系是至关重要的。通过与专家合作，企业可以获得与生成式AI应用相关的知识、技术和经验。这可以有效帮助企业管理生成式AI带来的风险，评估伦理道德的规范，并且在第一时间了解到最新的法律法规。

2. 第二，企业需要考虑建立一种负责任的生成式AI使用文化。企业应当对生成式AI的应用透明化，教导员工并帮助顾客了解如何使用生成式AI，并清楚它潜在的好处和风险。

3. 第三，对企业来说，建立一种包容的学习文化并培养一个合作创新的工作环境也同样重要。企业应当鼓励不同部门的员工交换意见并相互合作，以确保他们从生成式AI的应用中获得最大化的收益。

尽管生成式AI的转型变革仍存在一些挑战，但毫无疑问生成式AI应用带来的潜在利益是巨大的。能够把握这次转型机遇，成功应用这种强大技术的企业将有可能在未来的商业世界中占据有利的位置。然而不可否认的是，现阶段生成式AI技术发展仍是相对不成熟的。因此，企业应该认识到该项技术可能存在的风险。在投入大量时间、金钱和精力来应用该项技术升级商业模式的同时，企业需要平衡生成式AI投资的成本和收益，重视可能会出现的道德伦理和相应监管问题。

致谢

感谢我公司的经理陆宇俊（Alexandar Loke）、顾问汪戴旸（Derrick Wang）和侯葳（Owen Hou）为撰写本文所提供的支持。

谢祖墀 (Dr. Edward Tse) 是高风咨询公司创始人兼CEO、香港中文大学商学院客席教授、长江商学院管理实践教授、香港大学中国商业学院顾问委员会委员暨客席教授、世界经济论坛全球未来委员会成员，以及一些大型中国企业和国际投资基金的独立董事。他的咨询工作生涯于1988年开始于McKinsey公司的美国旧金山办事处，之后他于1990年初回到大中华区。谢博士是中国管理咨询行业最早的从业领军人物之一，在过去20年中，曾经担任波士顿咨询公司（Boston Consulting Group）中国区总裁和博斯咨询公司（Booz & Company）（前称Booz Allen Hamilton，博思艾伦咨询公司）大中华区董事长、总裁。为包括国内外的数百家企业提供过咨询服务，涉及在华商业的各个层面，以及中国在世界的角色。他曾为世界银行、亚洲开发银行等国际金融机构以及中国政府不同层次的机构提供过战略、国有企业改革和中国企业走出国门的建议。他已撰写数百篇文章以及六本书籍，其中包括屡获殊荣的《中国战略》（The China Strategy，2010年）、《创业家精神》（China's Disruptors，2015年）和近期出版的《变局思维》(Strategic Thinking in the Era of Mega Changes)（2022）。

胡瑞淇（Rachel Hu），高风咨询公司经理。她曾在中国、澳大利亚和拉丁美洲从事咨询和私募股权工作。她专注于帮助跨国公司客户在中国大陆扩张、创新和取得成功，通过发展战略、新市场进入和商业模式设计来帮助组织适应不断变化的中国环境。她曾与许多行业的客户合作，包括科技、移动互联、半导体、医疗保健、工业和技术。

于越（Jocelyn Yu），高风咨询公司咨询顾问，常驻上海。她拥有的经验涉及不同行业，包括IT服务、医疗保健、化妆品和汽车等。擅长从数据洞察见解，协助数据分析、模型评估、市场研究和政策分析。参与完善机器学习课程实操示范案例10余例，丰富应用场景，优化分析过程。

李倪（Gloria Li），高风咨询公司咨询顾问，常驻上海。她拥有多个行业的咨询服务经验，曾为人工智能、数字科技、汽车、金融等领域的客户提供咨询服务。曾协助客户进行市场准入研究、战略分析、数据分析、政策分析和模型搭建等。

邓欣妍（Caroline Deng），高风咨询公司咨询顾问，常驻上海。她拥有丰富的行业咨询经验，包括IT服务和解决方案、芯片制造、石油服务、电力和医疗技术行业。她的专业领域包括数字化服务、政策分析、模型评估和风险管理等。

高风管理咨询公司

高风管理咨询公司是一家全球专业的战略与管理咨询以及投资顾问公司，植根于中国，同时拥有全球视野、能力、以及广泛的资源网络