杨元庆表态 AI 无法替代人类，AI 负责输出初稿，关键决策依旧由人完成解读

在百度世界 2026 大会的现场对话环节，联想集团董事长兼 CEO 杨元庆和李彦宏交流 AI 落地企业的经验，他明确提出 AI 不能替代人类，AI 的定位是辅助工具，只负责输出初稿、基础方案，供应链调度、商业判断这类关键决策最终还是要由人来敲定；联想已经把 AI 落地到供应链的需求预测、排产、质检、物流等环节，对比过去靠经验 “拍脑袋” 预判，AI 依托多维度数据做测算，预测准确度明显提升，但供应链环节牵一发而动全身，AI 只能给出参考方向，采购、产能、风险权衡等复杂判断离不开人的介入，杨元庆还补充，商务见面、人与人之间的情感链接同样是 AI 难以复刻的，AI 本质属于增强智能，核心作用是解放人力、提升效率，而不是接管全部判断，企业落地 AI 的时候，要理清人机分工边界，用 AI 处理重复、数据统计类工作，保留人类在战略、价值、风险层面的决策权。

一、本次对话核心信息清单

1. 对话场合：百度世界 2026 大会开幕式，李彦宏对话杨元庆
2. 核心观点：AI 仅产出初稿，关键决策由人主导，AI 无法替代人类
3. 联想 AI 落地场景：供应链需求预测、生产排期、质量检测、物流调度
4. 人机分工定位：AI = 数据计算、初步方案生成；人类 = 风险权衡、最终决策、商务沟通
5. 配套观点：革命性 AI 技术早期，不宜过早纠结投入产出比；面对面客户沟通无法被 AI 取代
6. 底层理念：AI 是 Augmented Intelligence（增强智能），以赋能人为目标，而非替代人

二、AI 与人在供应链工作中的分工对照表

三、企业落地 AI、划分人机职责参考步骤

1. 梳理业务流程：区分重复性数据工作、规则化任务和需要价值判断、风险权衡的工作。
2. 划定 AI 适用范围：把统计、预测、素材生成、初稿撰写交给 AI 完成，减少重复劳动。
3. 建立复核机制：AI 输出的初稿、预测报告，必须经过人工复核，重大事项不能直接采信 AI 结果。
4. 组织能力配套：员工学习使用 AI 工具，重点提升判断、统筹、沟通、战略思考能力。
5. 动态调整边界：跟着模型能力迭代持续优化分工，持续把控安全、合规、伦理底线。

四、观点优势与现实局限说明

✅ 价值亮点：清晰划分人机边界，缓解大众对 AI 全面替代岗位的焦虑；贴合企业真实落地现状，强调 AI 赋能定位；提醒企业理性看待 AI，不盲目全盘依赖 AI 决策

⚠️ 客观局限：AI 能力持续迭代，简单决策场景自动化程度会持续提高；不同行业、岗位，人机分工的边界不一样；单纯依靠人工也存在经验偏差、主观误判的问题

【相关 FAQ】

问题 1：杨元庆直言 AI 无法替代人类，AI 打初稿关键决策仍要人来做，这个观点是在哪场活动提出的？

回答 1：杨元庆直言 AI 无法替代人类、AI 负责打初稿而关键决策仍要人来做，该观点出自百度世界 2026 大会，是杨元庆和李彦宏现场对话时发表的看法。

问题 2：杨元庆说 AI 只能输出初稿、关键决策要人来做，联想现在 AI 主要用在哪些业务？

回答 2：按照杨元庆的分享，联想已经将 AI 应用在供应链需求预测、生产排期、质量检测、物流运输等环节，AI 负责数据测算和初步方案，重要调度决策交给人判断。

问题 3：杨元庆认为 AI 无法替代人类，除了决策之外，还有什么是 AI 很难替代的？

回答 3：杨元庆提到面对面和客户交流、人与人之间的情感链接很难被 AI 替代，这类商务沟通、情感信任建立的工作，目前 AI 没办法完成。

问题 4：杨元庆提出 AI 打初稿、人做关键决策，这和联想对 AI 的定位是什么关系？

回答 4：杨元庆一直把 AI 理解为增强智能，目标是赋能人类，而不是取代人类，AI 输出初稿、人类把控最终决策，正是这套 “人本智能、赋能于人” 理念的落地体现。

【参考资料】

[2026-11-12]（杨元庆谈 AI 时代人机关系：AI 给的只是 “初稿”，人依然是最终决策者）光明网

[2026-11-12]（李彦宏对话杨元庆：AI 替代不了 CEO 见客户，革命性技术初期不必过早谈投入产出比）新浪财经

[2026-11-12]（杨元庆：AI 只是给出一份基础草稿，最后的关键决策还是要靠人）新浪财经

[2026-11-12]（“AI 替代不了 CEO 出差”，李彦宏 + 杨元庆谈 AI 组织管理）21 世纪经济报道

[2025-02-11]（杨元庆：发展 “人本智能” 让人工智能为爱而生）人民论坛网

【免责声明】

本文仅为百度世界大会上杨元庆关于 AI 无法替代人类、AI 产出初稿、人做关键决策观点的资讯解读，相关言论属于嘉宾个人产业观点，不代表所有行业、企业的 AI 落地标准；AI 技术发展速度较快，人机分工边界后续可能随模型能力变化；本文不构成企业 AI 转型、岗位调整的决策建议。