知识管理论坛 >

2026 , Vol. 11 >Issue 1: 2 - 11

DOI: https://doi.org/10.13266/j.issn.2095-5472.2026.001

编委视点

面向数字化转型的数智治理：概念、要素、瓶颈及智慧破解

  • 葛新权
展开
  • 北京信息科技大学商学院 北京 100192

葛新权，教授，博士，博士生导师，E-mail: 。

收稿日期: 2025-11-28

  网络出版日期: 2026-02-26

收起

Digital and Intelligent Governance for Digital Transformation: Concepts, Elements, Bottlenecks, and Intelligent Solutions

  • Ge Xinquan
Expand
  • Business School, Beijing Information Science and Technology University, Beijing 100192

Ge Xinquan, Professor, PhD, Doctoral Supervisor, E-mail: .

Received date: 2025-11-28

  Online published: 2026-02-26

Fold

摘要

【目的/意义】 在AI背景下，从知识化视角研究面向数字化转型的数智治理、破解数智治理难题的思路以及智慧型人才的培养具有重要的意义。 【方法/过程】 从知识化视角，基于治理与复杂系统思想，分析AI、数字化转型以及数智治理的知识化与知识深化的过程；揭示人与AI双主体双智力、AI的数智化双刃剑溢出性共生性特征，以及数智治理的要素、特征、优势与难题；针对难题归结为人的“端正认真实事求是”的态度、“人文素养学养修为以及学习体验洞悉与思维逻辑认知能力”的修养能力问题，进而分析知识、智力、灵性、认知与智慧的知识化升华过程，提出破解治理难题的智慧教育，培养智慧型人才的思路。 【结果/结论】 数字化转型以及数智治理需要拥有“端正认真实事求是”正确态度和深厚人文底蕴的有智慧的人才，通过高校、企业、城市治理以及个人修养，培养AI背景下数字化转型及其数智治理亟需的智慧型人才，为实现数字化转型支撑做实做大做优做强数字经济做出应有的贡献。

关键词： 人工智能; 数字化转型; 数智治理; 知识化; 智慧教育; 人才培养

本文引用格式

葛新权 . 面向数字化转型的数智治理：概念、要素、瓶颈及智慧破解[J]. 知识管理论坛, 2026 , 11(1) : 2 -11 . DOI: 10.13266/j.issn.2095-5472.2026.001

Abstract

[Purpose/Significance] Under the background of AI, it is of great significance to study the digital transformation of digital governance, the ideas for solving the problems of digital governance, and the cultivation of intelligent talents from a knowledge-based perspective. [Method/Process] Based on the ideas of governance and complex systems, this paper analyzed the process of knowledge-based and knowledge deepening in AI, digital transformation, and digital governance; revealed the dual subject dual intelligence of humans and AI, the spillover symbiotic characteristics of AI's digital intelligence, as well as the elements, characteristics, advantages, and challenges of digital governance. In response to the problem of human cultivation ability, which is attributed to the attitude of "upright, serious, and pragmatic", the cultivation of "humanistic literacy, learning experience, insight, and cognitive ability of thinking logic", this paper analyzed the process of knowledge-based sublimation of knowledge, intelligence, spirituality, cognition, and wisdom, and proposed the idea of smart education to solve governance problems and cultivate intelligent talents. [Result/Conclusion] Digital transformation and governance require intelligent talents with a "correct, serious, and pragmatic" attitude and a profound humanistic background. Through universities, enterprises, urban governance, and personal cultivation, to cultivate the intelligent talents urgently needed for digital transformation and digital governance under AI, and make due contributions to supporting the implementation, expansion, optimization, and strengthening of the digital economy.

Key words： artificial intelligence; digital transformation; digital governance; knowledge-based; smart education; talent cultivation

1 数智治理相关概念/ The related concepts of digital and intelligent governance

1.1 数字化转型

数字经济是指数字技术（尤其AI，还包括模型方法工具等数据分析方法）创新及其应用（使用）所形成的经济领域产品（服务）、业态与形态[1]。从知识创新视角来看，数字技术创新及其应用是数字经济的核心，数字经济凸显内在的知识化和外显的数字化特征。知识化是数字经济的内隐的质性，数字化是数字经济的外显的量性。知识化和数字化是数字经济一体孪生互补的特征。
对于数字经济，随着数字技术创新及其应用程度提升，一方面呈现知识化的演进过程。加持AI将演进提升达到一定程度后，知识化演进为知识深化。另一方面，呈现数字化的演进过程。加持AI将演进提升达到一定程度后，数字化演进为数字深化，并且内在质性的知识化到知识深化演进过程与外显量性的数字化到数字深化演进过程呈对应的关系。
数字化转型是指随着数字技术创新及其应用于非数字经济（产业或产品），非数字经济（产业或产品）转向数字经济（产业或产品）的演进过程。当然，只有当数字技术应用程度和贡献达到一定阈值后才能实现相应程度的转型。
同样，数字技术创新及其应用是数字化转型的核心。知识化和数字化是数字经济的特征，也是数字化转型的特征。数字化转型演进过程既是知识化演进过程，又是数字化演进过程。如加持AI，数字化转型程度和贡献提升达到一定阈值后，则实现转型，并随着阈值提高达到深度转型。也就是说，数字化是过程，数字化转型是数字化过程的演进升级。
怎么度量数字技术创新及其应用程度和贡献，以及如何确定转型的阈值呢？
鉴于经济价值和数字化可测量性[2]，我们定义不同应用程度的数字化转型所带来的价值增量就是贡献，并且贡献越大，转型程度越高。进而定义数字化水平（0—100%）为价值增量占产品或产业价值总量的比重，比重越大，则数字化水平越高，反之亦然。可见，数字化水平既度量数字化转型的贡献，又度量数字化转型程度，数字化水平变化还度量数字化转型演进过程。考虑转型到深度转型对应数字化演进为数字深化，以及知识化演进为知识深化，数字化水平还可以度量知识化水平。
一般地，当数字化水平达到一定阈值，比如60%及以上，可以说产品或产业数字化转型升型为数字经济产品或数字经济产业。随着超过对应的阈值越来越高，数字化转型到深度转型升级，非数字经济产品或产业将越接近数字经济形态。
数字化转型具有宝塔型结构，对于塔底需要做实固基“全覆盖、落地听响”。企业处于“塔底”，企业数字化转型是数字化转型的基石。需要数字技术创新及其全方位、全层级、全过程、全人员、全覆盖应用，并“落地听响”创造不断增长的价值增量；一线员工处于“塔底”，他们是企业数字化转型的最后一公里，需要激励每一位员工发挥其经验、诀窍与智慧等软知识的作用，并认可评估他们的软知识的价值与贡献，纳入收入分配，让软知识落地。可见，数字化转型是一个复杂系统。
数字化转型是数字经济的基石。在做大做优做强数字经济中，人是大脑，AI是技术，数字化转型是路径，企业数字化转型是基石。同样，知识化是数字化转型的质，数字化是数字化转型的量，未来AI+未来产业标志着数字化转型1.0升级到2.0。到那时，数字化转型将成就数字经济做实做大做优做强，完成数字经济全覆盖的使命，塑造完善的数字世界。

1.2 人工智能特征

AI是指人创造的具有智能的收集处理分析海量数据，或选择或生成或决策满足用户需求的数字技术智能系统。显然，AI是最顶级的智能数字技术。从AI创新及其应用来说，除AI具有知识化、数字化特征外，它还具有最显著的数智化、双刃剑、溢出性、共生性特征。
（1）数智化。所谓数智化是指加持仿真智力的数字化的升级版。一方面，AI以海量数据为基础，需要数据合法真实可靠可得可供给，还需要对数据的真伪进行识别。否则，投喂的垃圾，AI生成的也是垃圾。另一方面，对于AI，所谓智能就是智能体（Agent）仿真人的智力的能力，AI具有了仿真的智力。智能体是AI的灵魂，作为代理体，它能够融合感知、决策与执行环境，并采取行动以满足用户的特定目标，实现AI思考上升到行动，凸显第四次工业革命的智力革命。再一方面，AI延展主体人及其智力，呈现人与AI双主体双智力。人的智力创造了AI的仿真智力。虽然仿真智力不能与人的智力划等号，但至少具有了人的智力（功能），人与AI双智力是不争的事实。智能体的物化就是具身智能，使人工智能成为“人工”身体、行动与主体的集合体或类人，成为新型（仿真）智力的主体，诞生了人与AI类人双主体。随着跨学科突破，期望智能体可以不断提升仿真人的智力广度和深度，未来的AI将越来越接近人的智力；具身智能硬软件技术不断突破“人工”的“恐怖谷”以及“责任谷”“身份谷”瓶颈[3]，未来的AI，如基于世界模型的物理AI越来越接近人工。到那时，将呈现出“人—人”“人—类人”“类人—类人”的社会关系。
（2）“双刃剑”。如同其他技术，AI技术及其应用有局限性。它既可替代人，又不可替代人；有它适合解决的问题，也有不适合它解决的问题；有它能解决的问题，也有它不能解决的问题。但从创新及应用AI的人，尤其使用AI的人来说，AI是一把“双刃剑”。
在AI创新及应用中，一方面，有的人创新及应用AI，如向善以人为本的AI有利于满足人类不断增长的需求，造福人的福祉；有的人创新及应用AI，如违背道德伦理、正义效率与公平，不利于人的发展，严重伤害了社会，伤害了人。值得一提的是，此时资本可能是背后的推手。资本作为牵引组织所有要素的掣肘，引领AI的创新及应用。但需要投入巨大的资本，AI创新及其应用可能被资本裹挟，缺失人文温度，尤其失去效率公平、文化文明、操守道德、伦理基因，做空人的思想、内心情感与内在品质等。因此，鉴于资本特点，更需要从源头预控，驾驭资本投入向善以人为本的AI创新及其应用中。另一方面，就使用AI获得知识来说，AI破除了知识篱笆。但就AI生成的内容来看，AI建造了增加人的知识、智力的“知识智房”，也建造了减少人的知识、智力的“知识病房（茧房）”，结果有的人走进知识智房，有的人走进知识病房。
（3）溢出性。AI作为最顶级有智能的数字技术，一是它成为未来硬技术生产力，可以提高人的创造力，溢出技术红利；二是它仿真人的智力，与人共生，延展、提高了人的智力，溢出智力红利；三是它替代人从事繁重体力与程序化工作、有毒有害危险工作以及抢险救灾工作，可以降低人的劳动强度、减少劳动时间，溢出闲暇红利；四是它以智能体的智力与技术，提高了全要素劳动生产率，创造倍增的价值，溢出财富红利。总之，让AI带来“人与AI”双智力的创意创新创造下的红利，尤其闲暇和财富红利不被资本裹挟惠及每一个人，让他们享受美好幸福的生活。
（4）共生性。对于双刃剑来说，追根求源，都归结于创新及其应用，尤其使用AI的人的问题。这正说明，人与AI一定是共生的，在共生中，人是第一位的，并用人的智慧驾驭AI。对此，我们需要有清醒的认知：不能创新及应用AI，尤其不会使用AI的人一定会被淘汰。我们需要做的是，思考哪些方面AI可替代人？哪些方面不可替代人？AI可以替代什么？不可替代什么？AI可以解决什么？不能解决什么？人怎样创新及应用AI？怎样使用AI？这是人与AI共生中AI创新及应用中的首要问题。

1.3 AI背景下数字化转型的数智治理

在AI背景下，加持AI及其数智化特征，数字化转型达到一个前所未有的高度。
数字化转型在知识化、数字化基础上融入AI数智化特征被赋予巨大的红利，达到高峰。例如，智能体技术拓展人的智力，提升人的创造力，最充分利用、最精准最快速搜索追溯计算分析海量数据的判断决策能力，以及最大限度节约资源、降低成本、降低劳动强度以及提高数字化转型质量、效率与价值贡献等能力。但数智化以及“双刃剑”的特性也加剧了数字化转型的复杂性。在实践中，这些红利都取决于人。在AI加持下的数字化转型，从理念层面，需要树立人与AI共生、双主体双智力协同与可持续创新发展观；从数据层面，AI需要海量合法安全有质量的数据，以及数据搜索识别处理分析、隐私保护、权益分配、开放共享的生态；从技术层面，需要创新数字技术，尤其AI技术，以及数据识别、搜索追溯计算分析方法等；从制度层面，需要人与AI共生、双主体双智力相关的多主体多目标多约束下利益博弈的制度机制与文化；从结构层面，企业处于数字化转型宝塔型结构的塔底，需要处理塔底企业支撑落地、塔中区域或产业承上启下桥梁、塔顶宏观顶层设计三者的关系。无疑，都归结于人的问题，如人在AI加持下数字化转型全过程中的态度、“人文，包括文哲史艺术，还包括社会科学素养学养修为，以及学习体验洞悉与思维逻辑认知能力”的修养不足，以及“人应对、处理、破解数字化转型中诸多快速瞬变复杂问题，尤其AI不能解决的，诸如数字化转型起点和落点问题”的分析力、判断力、创造力。这就提出了数字化转型复杂系统的治理问题，正是研究数字化转型数智治理的意义所在。

2 面向数字化转型的数智治理/Digital and intelligent governance for digital transformation

2.1 面向数字化转型的数智治理界定

AI背景下数字化转型的数智特征，决定了数智治理的必要性。
众所周知，管理是有限利用数据，利用部分人的智力，建立管理制度机制，营造文化，通过创新提升产品质量品质，实现利润，促进发展；而治理是有限利用数据，利用所有人的智力，建立治理结构、制度以及协商沟通等机制，营造创新开放合作共赢的文化，通过全方位、全过程、全人员可持续创新提升产品质量品质，实现可持续利润，促进可持续发展。
在AI背景下数字化转型中，数是指数字、数据，可延伸指数字（包括数据分析）技术，尤其AI；智是指智力、智能、智者。如前，智能是AI仿真人的智力的能力，智力包括人的智力和AI的仿真智力，智者是有智慧的人。当然，智还可以指智慧，即人的潜在智慧开启开悟升华。随着智能体的发展，我们期待AI真正拥有人的智力，尤其通过具身智能、世界模型等来促进AI的演进。
在本文中，数智主要是指数据、数字技术，尤其AI、人和AI的智力与人的智慧。可见，数智作为知识是创新及其应用的投入，也是创新及其应用的新知识产出。数智贯穿于知识创新及其应用的全过程，即知识化过程。我们可以用知识化水平，即数字化水平，度量创新及其应用中数智的数量、价值、功能和作用。数字化水平越高，说明数智的数量、价值、功能和作用越大。
面对AI数智化特征加持，治理上升到数智治理，即在治理底层上凸显数智，包括对数智的治理和应用数智进行的治理。也就是说，数智治理是基于治理，利用人与AI双智力，利用海量数据，利用数字技术，尤其AI技术，以及人与人、人与AI双智力双向协同交流等进行的治理。或者说，数智治理是基于数字技术与智力融合，尤其人与AI协同共生的治理。
可见，在AI以及人与AI共生背景下治理上升到数智治理，这标志着治理的最高水准，是由管理的知识化到治理的知识深化，再到数智治理的知识再深化的知识化升华过程。因此，数智治理需要治理理念突破，表现为治理主体覆盖全员，延展AI类人；治理内容全方位；治理机制呈现“强制性，以及人与人自愿协商沟通、人与类人”多元协同；治理层级多层关联交叉；治理技术方法，尤其AI技术顶天落地等。可见，数智治理契合数智时代需要，服务所有人员、利用所有人的智力与AI智力，充分调动所有人的创造力，实现可持续创新、可持续质量品质提升，实现数字化转型做大做优做强数字经济。

2.2 面向数字化转型的数智治理要素

数智治理是一个复杂系统，怎样构建数智治理？根据治理本质、数智化特征以及数字化转型规律，尤其数智风险防范[4]，笔者认为数智治理有6个基本的要素。
（1）意识。包括重视人人成长权益的个人意识，重视人人承担家庭责任的家庭意识，重视人人履行社会责任义务和分享社会福利的社会意识，重视人人秉持“人人为我服务，我为人人服务”的服务意识，重视人人遵循使用或生成的数据合法可得并真实可靠，把握“用数据说话与不能完全用数据做决定”原则的数据意识，重视认可评价人人创造知识，尤其形成的软知识的价值贡献的创新意识，以及重视个人成长、家庭和睦、社会和谐、服务优质、数据安全可信、创新可持续的意识。
（2）数智。包括海量数据合法生成真实可靠、真伪与孤岛识别、隐私安全保护与共享、监管与供给的生态，以及数字技术，尤其向善以人为本的AI创新及其应用的生态；包括人与人、人与AI双主体双智力共生的生态，以及人与AI双向交流协同的生态；还包括以人的智慧驾驭AI、把握AI“双刃剑”“扬长避短”的生态。
（3）治理。基于可持续理念，以及硬知识与软知识、硬技术与软技术，构建涉及数据的所有主体、所有环节、所有方面的治理机制；构建多元利益主体，以及全员人人参与合作共赢机制；构建凸显人与AI数智化特征的治理结构，以及与其相适应的硬制度规则与软自愿协商等多元机制；构建相适应的监管体系以及具体的操作方法。
（4）思维逻辑。思维是理性认识的活动过程，逻辑是思维的规律或规则。基于概念、判断、推理等思维形式的规范性，逻辑确保思维过程的合理性与一致性。科学的思维逻辑很重要，它提高我们的智力以及灵性与认知，尤其智慧，让我们有清醒的判断力，可以真正独立思考，看清事物的本质和规律，做出清醒的抉择。
（5）创新。考虑到硬软知识创新机制与作用不同，我们把创新分成为创造和形成，分别是指创造硬知识（或硬知识创造）和（需要长期思考自然或感悟）形成软知识（或软知识形成）。进而，把创造又划分为原创和开创。开创一定是原创，原创未必是开创。对于某原创，如果它引导许多学者跟进研究，并取得系统性体系性发展，尤其取得重大突破进展，对社会发展做出巨大的贡献，或带来社会进步，或增进人类福祉，那么该原创才称得上开创。显然，原创易，开创难。鉴于开创的独特价值、作用和贡献，在创造，尤其开创中与人合作、与AI协同非常必要。
因此，人与AI双智力协同创造新的AI技术，或新的治理理念制度机制与政策时，人的态度、人文修养能力、智力以及灵性与认知，尤其智慧等软知识很重要，它不仅决定AI创新及其应用的程度和贡献，决定数智治理的能力，还决定AI应用者增智与智慧开启开悟升华。
在创新中，值得一提的是语言。正如维特根斯坦所言，“我的语言的界限，就是我的世界的界限。”[5] 在人的智力发展全过程中，实质上新创意、创造、认知、概念等都需要发现或创造或组合语言或词汇表达。反过来，不精准的语言表达影响思考、交流与创新。但语言表达思维能力能突破人的思维模式，进而提升人的智力。值得强调的是，创新中需要拒绝“语言腐败”或“语言学术不端”。语言表达是反映人对知识的理解和认知程度，否则就是“语言腐败”。在创新中，我们需要真正的开创性的概念。
（6）决策。决策是治理中最根本的行为，需要契合的科学思想和方法。一方面，人人拥有智力参与决策，都是决策的主体，同时AI作为类人，仿真智力参与决策，也是决策的主体，但他们在决策中的角色及其作用是不同的。对复杂的数智治理系统，决策更是一个动态反馈、控制、修正、补偿、实践、验证、自我更新、自我学习的过程。为此，重要的是，如何发挥人与人、人驾驭AI、与AI共生、人与AI双主体双智力协同决策？唯有人的智慧，才能解决看似无法解决的问题，做出正确的决策。例如，第一位诺贝尔经济学奖获得者拉格纳·弗里希一生的座右铭：解决看似无法解决的问题，不惧怕看似不可能的事情，如测量无法测量的东西。智慧是测量无法测量事物的唯一方法[6]。另一方面，在决策中需要高层思维与底层逻辑，利用人与AI双向协同交流的元技术方法与AI精准追溯识别处理分析技术方法，注重创新及其应用人与AI双智力的数据全过程分析方法，以及从“数字化的数据、学习（修养）化的知识、（思考）知识化的认知到（深度思考）知识深化”的开启开悟升华智慧的知识化升华方法。

2.3 面向数字化转型的数智治理特征

基于AI与数字化转型特征，数智治理具有以下特点。
（1）知识化。对于某领域现象或问题的治理，基于对该现象以及相关联的现象基本的诸如质性和量性情况的了解与掌握，利用人和AI智力、高层思维与底层逻辑，尤其人的认知、灵性与智慧，以及相关理论、思想、观点、方法等，通过数据分析揭示该现象的数量特征，进而通过洞悉实践、学习、交流、思考的内容分析揭示其质性特征与内在规律，以及相关问题的成因与影响等，为治理机制设计与实施提供必要的支持。在这个过程中，我们获得了知识增量，如新数据、方法、创意、见解、观点、思想、机制，以及经验、点子、诀窍、秘方，尤其提升了认知、智力、智慧，可见治理过程就是一个知识创新及其应用的过程，即知识化过程。因此，数智治理是AI北京下数字化转型诞生的知识服务体系，成为广义营商环境所提供的知识服务体系[7]中一个重要的部分。
（2）数智化。这是由AI背景下数字化转型数智化特征决定的。数智化体现在治理全过程中，一方面需要对数智治理，需要对AI智能体治理，还需要对人与AI协同共生治理；另一方面需要利用数智“双技术与双智力”，包括数据分析技术和数字技术，尤其AI技术以及人与AI智力，对数据以及数字化转型进行治理。
（3）复杂性。数智治理蕴含着复杂性特征，包括：治理主体涉及人与类人的复杂性；治理对象涉及数字化转型系统的巨复杂性；治理系统涉及人与AI类人一体双主体双智力等治理结构，以及人与AI共生的人、技术、智力、智能融合等治理机制，尤其诸如人与AI共生协同的治理尺度与数据、技术、人与AI智力协同的治理方法的复杂性；治理层级涉及交叉关联的宏观、中观、微观等不同层级的分级治理[8]，以及与广义营商环境相融适配的复杂性。

2.4 面向数字化转型的数智治理瓶颈

数智治理的复杂性，以及AI创新及其应用中存在的问题将导致治理中的瓶颈。短期来看，AI在许多高阶认知上会“无限接近”人，但仍难以逾越某些核心，如高阶心智。AI可以逼真模仿，却缺乏人类那种由自我意识及内在心理驱动所支撑的“内在动机”[9]。
一方面，固然AI精准跟踪捕捉瞬息的变化有优势，但在认知方式、认知能力、灵性与认知开启开悟升华智慧上，人可以做到由低阶到高阶再到高层思维和底层逻辑的升华过程，但AI因非生理、非社会性，仅由数理逻辑推断无法形成这样的升华过程。因此，对某现象或问题，人结合相关知识与可得到的其他事实，通过已有的认知深入思考分析，能够看透发现提炼出现象或问题背后的规律，并善于用简明、精准、清晰的语言表述这种新认知。但AI尚不能做到，只能得到基于数字化后的数据分析生成的统计意义规律，并非真正的规律[10]。这种由认知到新认知往复就是智力不断提升与智慧不断开启开悟升华的过程。
另一方面，面对大模型出现的失控、欺骗、误导，向善以人为本的AI创新及其应用日益重要。从事AI创新及其应用的人除技术能力外，“人文素养学养修为，以及学习体验洞悉与思维逻辑认知能力”的修养能力不足，只能在与AI双智力共生黑箱中摸索，凸显“聪明有余智慧不足”，已经影响到AI创新及其应用的突破。
再一方面，AI需要投喂海量数据，随着数据量递增，数据合法、真实、隐私、安全与孤岛识别，以及数据收集、交流交易、共享保护监管手段，都需要合法、产权明确。由于AI识别数据是否合法真伪完整可靠的能力有限，可能会出现“投喂垃圾生成垃圾”现象或出现道德风险。
可见，对使用AI的人来说，即使他们有一定的思考识别能力，能够减少AI生成的“垃圾”对他们的影响。但对多数缺少思考识别能力的使用者，他们照单收下“垃圾”，结果表面上他们走出“知识篱笆”，实质上进入“知识病房”，失去思考能力，丧失判断力，降低了智力。

3 破解数智治理难题的思路/ Thoughts on cracking the challenges of digital and intelligent governance

在数字化转型数智治理中，我们不能因噎废食，应着力破解数智治理的难题。

3.1 智慧的作用

在确保人的态度正确的前提下，怎样提升人的“人文素养学养修为，以及学习体验洞悉与科学思维逻辑认知能力”的修养能力呢？
众所周知，智力，尤其智慧是我们认识世界和改造世界的基础，也是人类文明发展的重要驱动力。为此，需要理清人的知识、智力、认知、灵性与智慧的关系。
人类所有的进步都是知识化的结果。知识是人类大脑劳动的成果，可以分为硬知识和软知识。人们通过系统学习或生活工作实践中长期体验洞悉思考分析获得或创新知识。智力是人的修养、辨识、理解客观事物并运用知识、经验、体验等洞悉思考分析解决问题的能力，包括语言、观察、注意、记忆、想象、思维、逻辑等能力。如巴菲特的思维方式、查理·芒格的五个多元思维模型等[11]。智力高低与先天基因和后天修养，以及教育、营养、社会环境等有关。如老子的智慧精髓[12]则是智力更高的表现。智能是人创造的AI智能体仿真人的智力的能力。目前，AI的仿真还难以真正达到人的智力。认知是在已有的知识基础上，通过体验思考获得的知识增量，如新的见解、观点、理论、模型、方法或新的技术、工艺原理或新的主意、诀窍、经验或新的结论、制度机制与政策建议等新的知识，即智力，包括协同AI仿真智力劳动知识化的结果。正如阅读《庄子》会有这样的感悟：“一个人的认知，就是他的生活。人这一生，都活在自己的认知里”[13]。灵性是人与生俱来的对环境事物的感知力、创造力，或延伸到后天的修养提高。智慧是人的生命所具有生理和心理器官的一种高阶创造性思维能力，以及对自然与人文的感知、记忆、理解、分析、判断、升华等所有能力，即人与生俱来的潜在智慧或智慧禀赋，或后天的开启、开悟与升华。它高于智力，超越灵性。
可见，知识、智力、认知、灵性与智慧是本质不同的概念，但可以形成一个有联系系统的知识化过程。即知识是人的脑力劳动或学习的知识化，灵性是人文素养学养修为的知识深化，认知是对知识思考的知识深化，智慧是对潜在智慧开启开悟升华中灵性和认知深度思考的知识再深化。可见，知识、智力、认知、灵性与智慧都是软知识，人人都可能有自己独一无二的软知识。灵性和认知居于知识化的顶层，智慧居于知识化的最顶层。因此，潜在的智慧可开启开悟升华至智慧。
因此，态度是前提，通过人文修养能力的提高，最终开启开悟升华智慧。反过来，智慧又决定态度。有智慧的人不仅拥有端正认真实事求是的正确态度，而且具有“高阶人文素养学养修为，以及学习体验洞悉与思维逻辑认知能力，高阶灵性与认知”深厚的人文底蕴。因此，在AI加持知识化的时代，智慧成为具有最高级解决问题的能力，能够做出成功的决策。

3.2 人文科学底蕴

从开启开悟升华智慧过程中，可知深厚的人文底蕴决定了智慧，也决定了态度。
人类创新历史告诉我们，在创新，尤其取得突破性开创成果中，诸如好奇心、智力、修养观察体验与思维逻辑认知能力、灵性与认知等软知识，尤其作为软知识灵魂的智慧起到了“捅破最后一层窗户纸”的作用，托起了人类知识大厦，印证了“智慧才是力量”。但人文底蕴是开启开悟升华智慧的“钥匙”，如2025诺贝尔文学奖得主克拉斯诺霍尔卡伊·拉斯洛“痴迷”老子哲学，并认为《道德经》是“终极智慧”[14]。
从AI创新及其应用，以及数字化转型的瓶颈可知，人文底蕴是短板。鉴于智慧与创新，尤其开创的因果关系，有智慧才会产生创新活动，但内涵诸如人的个性品性、真善美、敬畏心，以及大胸怀、眼界与格局等人文底蕴则是创新的“天花板”，对AI更是如此。如在AI加持下的制造业领域，批量化、标准化、媚俗化审美盛行，正在瓦解延续千年的人类审美的价值和意义。如哲学家金观涛所言“AI技术狂飙时代，无处安放的人类心灵，重建人文与科学的对话关系”，在AI时代，人类比以前更需要人文研究，尤其艺术创造。当算法接管重复劳动，文科的价值越发凸显，批判性思维、伦理追问、文化共情与创造力恰是AI难以复制的“活人感”[15]。又如韩和元所言，AI时代更需要人文学科[16]；司晓、王焕超所言，“判断力、韧性、生命力与觉知力非但不会被淘汰，反而在算法的映衬下，显得愈发珍贵，成为新时代人类竞争力的核心”[17]。可见，源自深厚的人文底蕴的智慧引领人类追求进步文明，既照亮了多彩人生，又温暖托起了科学技术的繁荣。如2025年7月27日在上海社会科学馆举行的世界人工智能大会之社会科学论坛上葛剑雄所言：“人文是AI的灵魂，人文是科学的灵魂，人文引领人类的未来”[18]。
人文底蕴源自人文科学。人文底蕴是软知识，且人文科学本身就是软知识。人文科学包括文哲史、艺术，以及诸如经济学、心理学、社会学、法学等社会科学。
首先，语言是人的高级生命奥义，语言精确精练精辟的表达成就人的生命价值。语言决定人类智力，人类智力打开了语言创新空间和方向。当然，对于诸如不可言说的伦理、美学等，以及不能言说的感悟等狭义软知识，语言则无法完全表达。借助人与AI双智力助力语言创新有很大的空间。语言是人文科学的灵魂。正如维特根斯坦所言“语言即世界，语言即哲学”[19]。文学是语言解构历史的载体，也是语言宝库。文学的形象是语言，灵魂是审美，品格是生命。
其次，哲学居于基础科学的首位，是科学中的科学，是一切科学大厦的基石。哲学是通过语言进行系统性、批判性思考的活动，哲学作为人类智力的框架，成就人的深厚的人文底蕴。深厚的人文底蕴决定了一个好的体现文明、效率与公平的制度，也决定了一个好的制度实施效果，尤其面对制度实施中需要平衡规则与隐情、对与错、批判与宽容、惩罚与教育，以彰显人性觉醒、社会文明与社会价值。特别地，在微观层面，一个好的制度及其实施不仅需要体现公平和效果，还需要体现对人的尊重。
第三，基于数字化转型及其数智治理都是复杂的经济系统，制度机制政策作为人的智慧的结晶，是数字化转型及其数智治理不可或缺的。2024年和2025年诺贝尔经济学奖获奖成果从理论和实践验证了制度是第一生产力。但我们认为，科技是第一硬生产力，制度是第一软生产力[20]。
在AI时代，数智治理在实践上，面对经济系统；在理论上，需要经济学理论指导。但经济系统自身的“动态博弈均衡”悖论不亚于数智治理。随着客观与主观上变化，尤其看问题的尺度变化，悖论无处不在、无处不有。如从小尺度人的历史看，人的寿命在延长，但从大尺度物种的历史来看，人类的寿命在缩短。在数字化转型及其数智治理中，可以说悖论是常态，如激励悖论、公平与效率悖论、信息不对称悖论，以及数智悖论、治理悖论等。为此，需要从提高经济学认知，回归经济学常识，尤其文哲史与艺术底蕴中开启挖掘汲取智慧，破解数智治理的悖论。
社会科学中还有心理学、社会学、法学、管理学等，不再一一赘述。

3.3 智慧教育

AI正在改变世界。语言成就生命力，哲学成就创造力，文学成就成长力，历史成就格局力，艺术成就审美力，经济学成就平衡力，进而成就人的灵性和认知，决定人的智慧。
因此，在AI下破解数智治理的难题，唯有智慧、智慧教育，以及培养有深厚人文底蕴的智慧型人才。智慧终将有利于人与AI共生，驾驭AI，向善以人为本的AI创新及其应用，破解AI对生命价值、思维逻辑、历史解构、情感审美等的冲击。
教育是用生命照亮生命，用审美延展审美，用智慧开启智慧。
每个人出生都是独一无二的，有潜在的智慧，但需要深厚的人文底蕴开启开悟升华。深厚的人文底蕴需要长期人文修养的积累与提升，即使有瞬间开悟的智慧，实质上也是厚积薄发，同样需要长期的人文修养积累。
AI改变了教育，是对人工智能背景下高等学校知识服务体系的软知识化人才培养[20]的延展，智慧教育正在到来！简单地说，智慧教育就是以智慧为中心的教育。或者说，用智慧培养具有深厚的人文底蕴有智慧的人才，即智慧型人才。智慧教育开启了新的教育革命。智慧教育既要服务于国家战略需要，又要与AI共生驾驭AI满足多元化和个性化人才需要，支撑建设教育强国。智慧教育秉持“以智慧为中心”“全方位的智慧贯穿于教育全过程”；兼顾“个性化与多元化”培养；遵循系统化的硬知识体系到个性化的软知识体系，再到智慧，再到大智慧的知识化的升华过程；变革探索交流传授硬知识到言传身教与潜移默化软知识，再到“具有高阶人文素养学养修为，以及学习体验洞悉与思维逻辑认知能力，高阶灵性和认知”深厚的人文底蕴，开启开悟挖掘升华大智慧。
智慧教育培养有智慧的人才或智慧型人才，他们深厚的人文底蕴不仅可以助力人文学科发展，也有助于理工学科发展，还可以助力创新及其应用，尤其AI创新及其应用。更重要的是他们与AI共生中能够驾驭AI，提升人与AI智力共生创造力，不断涌现智慧、大智慧。

3.4 培养智慧型的人才

在AI时代，怎样培养智慧型人才呢？
对于每一个人来说，人文修养为终身的选择。智慧源自人文底蕴，人文修养是人文底蕴的源头。人的一生大体划分为3个阶段：学校教育、工作（实践）、（退休）养老。人的生活贯穿始终，学习贯穿始终，人文修养贯穿始终。通过终身学习，在生活、学习与工作实践中提升修养开启开悟升华智慧。
因此，开启智慧教育，并通过终身学习，包括学校教育体系培养、企业与城市治理实践培养和生活修养，提升人文底蕴开启升华智慧！

3.4.1 学校教育中培养

就学校教育体系而言，无论是学龄前、小学中学，还是大学教育，需要普及智慧教育。智慧教育的核心是基于AI、人文底蕴，确立“智慧”的教育理念，树立智慧型人才观念，创建智慧型人才培养体系，创造智慧型教学方法等。当然，不同的教育阶段，切入点、侧重点不同。考虑到成人前的人体各器官，尤其大脑还在发育过程中，学龄前小学以及中学作为智慧启蒙阶段，以释放天性、好奇与兴趣、最大化潜在的智慧禀赋为主，加持大爱真善美滋养，重在培养灵性及独立人格人品。对于大学阶段，则以人文科学等知识学习修养提升人文底蕴开启升华智慧为重。可见，高校应当成为一座“智慧的灯塔”、传播智慧的中心与孕育大智慧人才的摇篮。未来理想的高校是智慧型大学。
高校肩负着为社会经济发展，尤其企业数字化转型支撑数字经济做实做大做优做强培养人才的重任。为满足数字化转型及其数智治理人才的需要，基于AI与高校知识化特征，以及人工智能背景下的高校知识服务体系，锚定AI创新及其应用人才，实行智慧教育培养深厚的人文底蕴的智慧型人才，包括数智治理的专业人才，也包括基础科学、工程技术及应用、人文科学等专业人才，是高校培养人才变革的使命！
在AI时代，需重视个性化与多元化人才的兴趣偏好及需求。在确保培养专业人才前提下，高校秉持“不拘一格降人才”，基于此发现、选拔、培养和使用人才，进而培养精英人才和顶尖人才。
值得一体的是，高校也应注重教师的人文修养培养。在教师与学生长期教学研究互动中言传身教，对学生人文修养提升起着潜移默化的作用。或者说，在提升人文修养中，教师人文修养先行，并引导与学生人文修养融为一体。同时，高校应注重制度内在的人文修养内涵。如果制度缺失人文精神、人文关怀、人文底蕴，可以说它一定不利于或影响教师和学生人文修养。现实情况，不胜枚举。这就延展为急需提高高校管理者的人文修养。这是培养有智慧或智慧型人才的关键！

3.4.2 工作实践中培养

企业是社会经济系统，也是数字化转型数智治理落地的基石。因此，在工作实践中培养有智慧的人才十分重要。
就企业来说，企业数字化转型涉及到企业每一个方面，如人员、创新、业务、产品、规制、文化等数字化转型，需要每一个员工参与创新、发挥作用、做出贡献，进而需要一个多主体、多目标、多样性、多机制的治理结构，这就要求企业建立具有海量数据快速精准有效收集、搜索、沟通功能的数字集成系统，尤其建立开放、共享与保护的高质量数据生态环境体系。否则，数字化转型只能是纸上谈兵，变成空中楼阁。
值得一提的是，为解决人的职业道德失守和追求功利问题，需要对标ISO 9000标准中数据质量管理标准，即“完整性、及时性、准确性、一致性、唯一性、有效性”，以及数据内容“概念、量纲、计量单位、计算方法、时间、空间”6个要素，构建数据相关的所有主体、所有环节、所有方面的治理机制与生态，实施数据治理，实现可持续的数据质量。同时，谨记AI不能替我们理解问题，也不能帮我们承担责任，更不能替我们与人协作，用智慧与元技术分析让AI与我们双向协同交流，使之成为“我们的助手”，做一名主动有目标地用AI增强创造力的“飞行员型员工”，而不是只听AI的“乘客型员工”[21]，这样既消除了AI的“工作垃圾”，又提升了我们的智力和团队协作效率。
在数据质量治理保证下，企业作为数字经济的基石，企业数字化转型使做实做大数字经济成为可能，并通过创新做优数字经济，可持续创新做强数字经济。除IT升级外，企业数字化转型还包括可持续创新的商业模式、运营流程、组织架构和企业文化的全面重构，以及它们内在的逻辑关系，需要（企业）进行数智治理，需要专业的数智治理人才，更需要大量的具有参与数智治理意识与能力的有素养、有文化、有经验、有智慧的人才，尤其有智慧的一线员工人才。
鉴于数字化转型创新实质和知识化特征，企业以人文修养底色营造企业文化，本着“干中学”的员工培养模式，尤其一线员工开启开悟升华智慧，将员工与其责权利分离，引入职责流，形成职责链，构建企业的职责网，珍视并平等对待每一位员工，实施平等管理[22]，有利于企业，尤其数字化转型中所有人员用智慧创新并在应用中开启智慧，通过实践体验学习提升灵性和认知，一线员工开启开悟升华智慧，成为有智慧、有参与数智治理能力的专业人才和一线员工人才。在AI背景下，充分利用AI红利，尤其闲暇和福利红利，有利于依据自己的兴趣，尤其艺术爱好提升人文修养。快乐成为企业存在的基石，以智慧构建幸福的“高质量人际关系”，使得有智慧的员工成为真正成为快乐员工，有智慧的企业成为真正快乐的企业。

3.4.3 生活环境中培养

城市是企业的载体，也是人口社会经济发展，尤其数字化转型及其数智治理的支撑载体，也是市民学习工作养老生活的物质精神生态空间和文化文明生态环境。
利用AI深化智慧城市治理。就城市来说，需要着眼于城市更新建设，要“挖掘人类智慧”，并将其用于宜居、韧性、智慧城市的更新建设。在建设中增智增慧，培养有智慧、有城市治理能力的人才。针对城市治理中凸显智慧不足，如表现为城市内卷、资源错配、接纳度低，以及性别、年龄、角色错位、家庭与个人压力大等，我们从关爱女性视角思考城市发展，通过知识化，用智慧构建城市治理知识服务体系，才是解决未来城市治理的钥匙。
“家和万事兴”，家庭和谐幸福是美丽城市的本源，也是城市治理的起点与落脚点。因此，AI带来的红利，尤其休闲和福利应惠及到每一个人，为城市治理奠定了强大的物质基础。加持文化繁荣与社会文明程度提高，人的科学与人文修养与精神风貌提升，以及人的行为自律与自我知识服务能力提高，需要用我们的智慧打造以人文修养为底色的城市文化与形象品牌；用我们的智慧思考，理清家务、陪伴看护照顾子女和老人、言传身教与潜移默化进行子女教育，树立“家庭（劳务）创造价值、创造财富、创造幸福”的理念，本着生命、生理、生活、生产与生态“五生融合”原则，让每一个人都有“在不同的人生阶段做自己最有兴趣最擅长的事情”的选择权；用我们的智慧，平衡“事业与家庭”“生活与工作”“情感、健康与长寿”“理性与感性”。这样，每一个独一无二的人都能做到在生活学习工作实践中不断自我选择，尽其智慧，那时城市治理的问题就迎刃而解了。
因此，就个人来说，在生活中我们需要懂得生命的意义，保持对真实世界的好奇与兴趣，从生活的点点滴滴做起，不断汲取人类生活的智慧，怀着发自内心的信仰、对自我的充分自信，追求更加美好的未来。学会阅读思考，学会与AI共生，与AI双向交流，勤于数位排毒，关闭AI的知识病房。向内修为，有人文，尤其是有艺术兴趣偏好爱好及审美偏好；向外拓展，尊重他人，力求合作共赢。重视基础知识，把握“根基知识”核心概念的灵魂，回归常识，提升人文修养能力，提高人文底蕴，做一个有智慧的人，好好生活、学习与工作。这就是我们对城市治理和社会经济发展的最大贡献。

4 结语/Conclusion

数字化转型，尤其企业数字化转型是做大做优做强数字经济和“十五五”时期高质量发展取得显著成效的必然选择。面对人与AI双主体双智力共生协同、AI带来的机遇与挑战以及复杂瞬间快速变化的环境，需要进行数智治理。面对数智治理瓶颈中人的问题，需要智慧教育，通过高校系统学习、企业工作实践、城市治理以及个人生活修养，培养拥有端正、认真、实事求是的正确态度和深厚的人文底蕴的智慧型人才。智慧之光，将有利于向善以人为本的AI创新及其应用，成为驾驭AI最后的底牌和王牌，实现数字化转型，做大做优做强数字经济，造福人民美好生活，为基本实现社会主义现代化奠定高质量发展的基础。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
葛新权.有关数字经济研究的思考[EB/OL]. [2025-12-05].

GE X Q. Reflections on research on digital economy[EB/OL]. [2025-12-05]

[2]
金星晔, 左从江, 方明月, 等. 企业数字化转型的测度难题: 基于大语言模型的新方法与新发现[J]. 经济研究, 2024, 59(3): 34-53.

JIN X Y, ZUO C J, FANG M Y, et al. The measurement challenge of enterprise digital transformation: new methods and discoveries based on big language models [J]. Economic research, 2024, 59(3): 34-53

[3]
森政弘. 不気味の谷[J]. Energy, 1970, 7(4): 33-35.

MASAHIRO M. Unflavored valley [J]. Energy, 1970, 7(4): 33-35.

[4]
范柏乃, 盛中华.数字风险治理: 研究脉络、理论框架及未来展望[J]. 管理世界, 2024, 40(8): 208-239.

FAN B N, SHENG Z H. Digital risk governance: research context, theoretical framework, and future prospects [J]. Management world, 2024, 40(8): 208-239.

[5]
金炳华.哲学大辞典[M]. 修订本.上海: 上海辞书出版社, 2001.

JIN B H. Dictionary of philosophy [M]. revised ed. Shanghai: Shanghai Lexicographical Publishing House, 2001.

[6]
拉格纳·弗里希.弗里希文萃[M]. 王庆新, 钱勇, 译.北京: 首都经济贸易大学出版社, 2006.

FRISCH R. The essence of Frisch[M]. (WANG Q X, QIAN Y, trans. Beijing: Capital University of Economics and Business Press, 2006

[7]
葛新权.基于知识管理的广义营商环境建设与保障[J]. 知识管理论坛, 2021, 6(3): 127-133.

GE X Q. Construction and guarantee of generalized business environment based on knowledge management [J]. Knowledge management forum, 2021, 6 (3): 127-133.

[8]
葛新权.论绿色经济的区域分级治理[EB/OL].

GE X Q. Discussion of the regional grading governance of green economy[EB/OL].

[9]
肖仰华. AI的尽头是人文[EB/OL]. [2025-12-08].

XIAO Y H. The end of AI is humanity [EB/OL]. [2025-12-08].

[10]
葛新权.大数据时代社会科学领域中数据分析的因果关系[EB/OL]. [2026-01-08].

GE X Q. Causal relationships in data analysis in the field of social sciences in the era of big data [EB/OL]. [2026-01-08].

[11]
彼得·考夫曼.穷查理宝典: 查理·芒格的智慧箴言录[M]. 李继宏, 译. 北京: 中信出版社, 2021.KAUFMAN P. Poor Charlie's encyclopedia: Charlie Munger's wisdom proverbs[M]. Li J H, trans. Beijing: CITIC Press, 2021

[12]
老子.道德经[M]. 北京: 作者出版社, 2015.

LAOZI. Tao Te Ching [M]. Beijing: Author Publishing House, 2015.

[13]
冯学成.禅说庄子: 秋水[Ｍ]. 上海: 东方出版社, 2013.

FENG X C. Zen said Zhuangzi: autumn water [M]. Shanghai: Oriental Publishing House, 2013.

[14]
许旸.痴迷《道德经》数次来中国, 2025诺贝尔文学奖得主什么来头 [EB/OL]. [2026-02-05].

XU Y. Obsessed with the Tao Te Ching, who came to China several times? what is the origin of the 2025 Nobel Prize in Literature winner[EB/OL]. [2026-02-05].

[15]
金观涛.真实与虚拟: 后真相时代的哲学[M]. 北京: 中信出版集团出版, 2023.

JIN G T. Reality and virtuality: philosophy in the post truth era [M]. Beijing: CITIC Publishing Group, 2023.

[16]
韩和元.AI时代更需要人文学科[EB/OL]. [2026-01-08].

HAN H Y. The AI era requires more humanities disciplines[EB/OL]. [2026-01-08].

[17]
司晓, 王焕超.人应成为AI发展的尺度[EB/OL]. [2026-01-08].

SI X, WANG H C. Human beings should be the scale of AI development [EB/OL]. [2026-01-08].

[18]
王珍.社会科学的创新与人工智能的未来[EB/OL]. [2026-01-08].

WANG Z. Innovation in social sciences and the future of artificial intelligence [EB/OL]. [2026-01-08].

[19]
路德维希·维特根斯坦.逻辑哲学论 [M]. 陈启伟, 译.北京: 商务印书馆, 2013.

WITTGENSTEIN L. Logical philosophy theory [M]. CHEN Q W, trans. Beijing: Commercial Press, 2013.

[20]
葛新权.人工智能背景下的高等学校知识服务体系——基于软知识化人才培养[J]. 知识管理论坛, 2025, 10(1): 2-17.

GE X Q. Knowledge service system in higher education institutions under the background of artificial intelligence: Based on soft knowledge talent cultivation [J]. Knowledge management forum, 2025, 10 (1): 2-17.

[21]
KATE N, GABRIELLA R K, ANGELA L, et al. AI-Generated “Workslop” is destroying productivity[EB/OL]. [2025-12-25].

[22]
葛新权, 李富强.论平等管理: 企业知识管理发展的必然[J]. 中国软科学, 2003(3): 56-58.

GE X Q, LI F Q. Discussion on equal management: the inevitability of enterprise knowledge management development [J]. China soft science, 2003(3): 56-58.

Options
文章导航

/

〈 〉