是虎嘯文化打造的數字營銷周期性專欄，整合行業資源，通過多元活動展現前沿趨勢，助力企業把握數字商業傳播新機遇。

導語：“論變五十人”是由虎嘯獎組委會發起，于2018年第九屆虎獎終審會期間首次舉辦。此后每年邀請來自諸多領域的虎嘯獎終審專家參與的數字營銷高端對話活動，通過分組頭腦風暴、論述分享流程形式展開。本組議題內容根據2025論變五十人現場討論整理編輯而成。

在科技飛速發展的當下，人工智能（AI）無疑是最為耀眼的變革力量。

從最初的弱智能階段，到如今向著通用智能的探索，AI技術經歷了“爆發突變“，正逐步走向“平權釋放“。這不僅是技術的演進，更是一場深刻的社會變革，推動著社會價值的躍遷。

2025 年，我們正處于 AI 發展的關鍵節點，見證著其從“爆發突變”邁向“平權釋放”的重大轉變，這一轉變深刻影響著社會的各個層面，推動社會價值實現躍遷式發展。

而隨著深度學習、強化學習等核心技術的突破，AI 開始展現出對復雜問題的理解與解決能力，能夠在多領域、多任務中進行學習和應用，仿佛一夜之間跨越了智能的鴻溝，實現了質的飛躍。

2025論變五十人聚焦“數字營銷的AI時刻”進行洞察與探討，本組主要是圍繞「AI技術：從“爆發突變”到“平權釋放”」分議題進行討論，讓我們看到了AI作為一種新型的生產力，能挖掘數據更深的價值。

本組嘉賓

朱建秋 智子云CEO（組長）

鄭麗勇 南京大學中德數字營銷實驗室主任

劉鎧源 世優綜合發展VP、世優上海總經理

晉藝菡 湖北大學新聞傳播學院副教授、研究生導師

鄭屹呈 天娛數科AI營銷事業部總經理、北京元圓科技總經理

薛 媛 江蘇師范大學傳媒與影視學院專業教師

居大維 艾思智創 CEO

空 空 微思敦網絡技術有限公司運營部&市場部負責人

王毓璟 達美樂比薩（中國）首席市場官

李 玲 IBM首席營銷官

困局解析：

企業級AI應用的三大核心痛點

在AI技術蓬勃發展的當下，企業級AI應用卻陷入多重困境。

數據孤島、落地難題、技術幻覺等三大核心痛點，正成為企業釋放AI潛力、實現數字化轉型的關鍵阻礙。

同質化競爭的根源：數據孤島與質量黑洞

當前企業級AI應用的同質化困境，本質上是數據治理能力的較量。調研顯示，73%的企業存在跨部門數據孤島現象，數據標準不統一導致模型訓練效率下降40%以上。某零售企業嘗試搭建智能選品模型時發現，銷售、庫存、供應鏈數據格式差異巨大，清洗后可用數據不足原始量的30%。這種數據碎片化不僅制約模型精度，更讓企業難以形成差異化競爭優勢。

數據質量問題則進一步加劇同質化。大量企業依賴公開數據集訓練模型，導致應用功能高度相似。以智能客服為例，多數企業模型只能處理標準化問答，面對復雜業務場景時準確率不足60%。這種“數據貧血”現象，使得企業即便采用相同技術架構，也難以產生差異化價值。

落地難題：從技術方案到業務價值的鴻溝

企業級AI落地普遍面臨“最后一公里”困境。麥肯錫研究指出，僅有23%的AI項目能真正實現規模化應用，技術方案與業務需求脫節是主因。某制造企業投入百萬搭建的預測性維護系統，因未充分考慮設備維保流程，最終淪為數據展示工具。這種“技術本位“的實施思路，使得AI應用難以融入企業核心業務鏈條。

成本與收益的失衡也阻礙了技術落地。中小企業往往難以承擔定制化開發成本，而通用解決方案又無法滿足個性化需求。某連鎖餐飲企業嘗試引入AI排班系統，因難以適配門店差異化運營模式，最終導致系統閑置，形成“技術沉沒成本”。

技術幻覺：AI決策的可信度危機

AI“幻覺”問題在企業應用中暴露顯著風險。某銀行智能客服系統曾錯誤推薦高風險理財產品，引發客戶投訴；某物流企業路徑規劃模型因數據偏差導致配送成本激增。這種不可控的輸出風險，使得企業在關鍵業務場景中對AI應用持謹慎態度。

DeepSeek等開源模型采用的壓縮算法雖然提升效率，但也加劇了幻覺問題，成為企業落地的核心顧慮。

技術演進邏輯：

從弱智能到通用智能的探索

早期的AI技術主要集中在特定領域的任務處理，如專家系統、機器學習算法在圖像識別、語音識別等方面的應用。

這些技術通過對大量數據的學習和模式識別，能夠在限定的范圍內完成特定任務，但缺乏對復雜環境的理解和自主決策能力。

例如，早期的圖像識別系統只能識別簡單的物體類別，對于復雜場景下的物體識別效果不佳。然而，這些技術的發展為AI的進一步突破奠定了堅實的基礎，積累了豐富的數據處理和算法優化經驗。

爆發突變：邁向通用智能的奇點涌現

隨著深度學習技術的興起，AI迎來了爆發式的發展。深度學習通過構建多層神經網絡，能夠自動從大量數據中提取特征，實現對復雜數據的建模和分析。

特別是生成式AI的出現，如OpenAI的GPT系列和中國的DeepSeek等，標志著AI從單一的決策支持工具向創造性生產力的轉變。這些模型能夠基于海量數據的學習，創造出全新的文本、圖像、音頻乃至視頻內容，展現出強大的語言理解、邏輯推理和創意生成能力。

以DeepSeek為例，其通過獨創的“極簡優化”技術，在算法創新、硬件優化和數據策略等方面取得突破。采用動態注意力機制和參數共享技術，模型參數效率提升300%，訓練成本僅為GPT - 4的1/100。

通過自研分布式訓練框架，將萬卡集群的利用率提升至92%，打破“算力決定論”；利用公開數據集與行業脫敏數據混合訓練，兼顧性能與合規性，被《自然》雜志評為“數據利用典范”。

這種技術突破使得DeepSeek在自然語言處理任務中表現出色，能夠理解和生成高質量的文本，為用戶提供精準的回答和有價值的建議。

平權釋放：技術普及與AI使用權的全面分配

AI技術的“平權釋放”核心在于技術的普及，讓更多的人能夠享受到AI帶來的便利和價值。DeepSeek通過開源策略，允許全球開發者自由使用、修改和商業化其模型，極大地降低了AI大模型的開發與使用門檻。

例如，加州大學伯克利分校、香港科技大學等機構已成功以低成本復現模型，甚至僅需幾十美元即可完成，證明了開源對技術擴散的加速作用。此外，DeepSeek的API定價僅為OpenAI的1/55至1/11，極大降低了中小企業和開發者接入先進AI能力的門檻，推動應用端爆發。

在企業應用中，AI技術的平權釋放使得中小企業也能夠利用先進的AI技術提升自身競爭力。通過接入開源大模型，中小企業可以快速開發出智能客服、智能營銷等應用，降低運營成本，提高服務質量。

同時，AI技術的普及也促進了創新創業的發展，激發了更多的創新思維和應用場景的探索。

盡管企業級AI應用面臨數據質量、模型可靠性和場景適配等重重困境，但不可否認的是，AI作為一種新型生產力，具備挖掘數據更深價值的巨大潛力。

社會影響范式：

AI技術對社會的全面重塑

AI技術的廣泛應用顯著提高了社會生產力。

在制造業領域，智能機器人和自動化生產線能夠24小時不間斷工作，減少人力成本，提高生產效率和產品質量。例如，特斯拉的汽車生產工廠大量采用AI技術和機器人，實現了高度自動化的生產流程，不僅提高了生產速度，還降低了生產成本。

在金融領域，AI算法能夠快速分析市場數據，預測股票價格波動，輔助投資決策，提升金融服務的質量和效率。高頻交易算法利用AI技術能夠在瞬間完成大量的交易操作，抓住市場機會，為投資者創造價值。

AI技術的發展帶來了就業市場的深刻變化。

一方面，一些重復性、規律性強的工作崗位可能會被自動化和AI技術所替代，如數據錄入員、基礎客服等。

另一方面，新的就業崗位也在不斷涌現，如AI訓練師、提示工程師、數據標注員等。這些新崗位需要具備更高的技術素養和創新能力，要求勞動者不斷學習和提升自己的技能，以適應新技術環境下的就業需求。

AI技術的發展也引發了社會公平的新議題。

技術壟斷可能導致少數科技巨頭掌握核心技術，加劇全球不平等。發展中國家可能難以享受到AI帶來的紅利，形成新的技術鴻溝。

例如，在招聘、信貸等領域，如果AI算法基于有偏見的數據進行訓練，可能會產生不公平的決策結果。為了確保AI技術的公平性和透明性，需要加強技術監管，制定統一的技術標準和倫理規范，推動AI技術的公平發展。

同時，還需要加強國際合作，促進技術的共享和傳播，縮小技術差距，讓更多的人受益于AI技術的發展。

價值重構路徑：

AI技術推動社會價值的重塑

AI正在重塑知識的生產與傳播方式。

生成式AI能夠生成多模態的學習內容，如將文本知識轉換為音頻、視頻或三維模型，還能通過實時交互，根據學習者的反饋提供個性化的學習指導。

這種雙向、靈活的知識交流模式，打破了傳統教育單向知識灌輸的局限，使知識的傳播更加高效、深入。例如，一些在線教育平臺利用AI技術為學生提供個性化的學習路徑和智能輔導，根據學生的學習進度和能力水平推薦適合的學習內容，幫助學生更好地掌握知識。

此外，生成式AI的邏輯推理和內容創作能力，為教育科研活動提供了新的工具。研究者可以利用生成式AI完成文獻的搜集、整理和分析任務，發掘新的研究見解；還可以通過與AI的認知交互，獲得靈感和啟發，形成更科學的研究假設和方案。

創新能力的深度激發

AI不僅是內容生成的工具，更是創意激發的催化劑。

在藝術創作領域，藝術家可以利用AI探索新的藝術風格，突破創作瓶頸。例如，AI可以學習梵高、畢加索等大師的創作風格，生成具有獨特藝術魅力的作品，為藝術家提供新的創作思路。

一些藝術家將AI生成的作品作為創作靈感的來源，結合自己的創意和技巧，創作出全新的藝術作品。在科學研究領域，AI通過模擬實驗、數據分析等功能，幫助科學家加速科研進程，發現新的科學規律。

例如，在藥物研發中，AI可以通過對大量化學數據的分析和模擬，預測藥物的活性和副作用，加速新藥的研發進程。這種創新能力的深度激發，使得AI成為推動社會進步的新動能。

人機協同的新工作模式

在未來的工作場景中，人機協同將成為一種主流的工作模式。

人類和AI各自發揮自己的優勢，共同完成復雜的任務。人類具有創造力、情感理解和復雜問題解決的能力，而AI則具有強大的計算能力、數據處理能力和快速執行能力。通過人機協同，能夠實現優勢互補，提高工作效率和質量。

例如，在醫療領域，醫生可以借助AI輔助診斷系統，對患者的病情進行更準確的判斷和分析；在設計領域，設計師可以利用AI生成創意草圖和設計方案，然后進行進一步的優化和完善。

社會挑戰：就業轉型與技能提升

AI技術的發展導致就業結構的變革，大量勞動者需要進行就業轉型。

為了幫助勞動者順利實現職業轉型，需要建立完善的再培訓和就業支持體系。政府、企業和教育機構應該加強合作，提供針對性的培訓課程和職業指導，幫助勞動者提升技能，適應新技術環境下的就業需求。

同時，還需要鼓勵創新創業，創造更多的就業機會，緩解就業壓力。

AI技術從“爆發突變“到“平權釋放“的過程中，為經濟發展帶來了巨大的價值，成為推動經濟增長的新引擎。

在微觀層面，企業通過應用AI技術實現了生產效率的大幅提升和成本的有效降低。如前文所述，制造業企業利用AI優化生產流程、提高產品質量、降低設備故障率，從而提高生產效率，降低生產成本。

金融企業借助AI提升風險評估的準確性和信貸審批的效率，減少不良貸款損失，同時降低運營成本。零售企業通過AI個性化推薦提高銷售轉化率，增加銷售收入。這些企業層面的效率提升和成本降低，直接轉化為企業的經濟效益，增強了企業的市場競爭力。

從宏觀經濟角度看，AI技術的廣泛應用推動了產業結構的優化升級，催生了新的產業和經濟增長點。新興的AI產業，如AI芯片研發、大模型訓練、AI軟件服務等，本身就成為了經濟發展的重要組成部分。

據相關數據顯示，全球AI產業規模近年來呈現快速增長態勢，吸引了大量的投資和人才。同時，AI技術與傳統產業的融合，促進了傳統產業的數字化、智能化轉型，提高了傳統產業的附加值，推動整個經濟向更高質量、更具創新性的方向發展。

結 語

AI技術從“爆發突變”到“平權釋放”的發展歷程，是一場深刻的技術革命和社會變革。它不僅推動了技術的創新和進步，也對社會的經濟、就業、公平等方面產生了深遠的影響。

在未來，AI技術將繼續深入滲透到各個領域，與人類社會更加緊密地融合，開啟一個全新的智能時代。我們應該以開放的心態擁抱技術變革，積極應對挑戰，共同塑造一個更加智能、更加公平、更加美好的未來。

◎ 整編：劉照龍、排版：孫艷娜、主編：楊猛。

◎ 聲明：內容僅供參考，不構成投資建議，請謹慎對待。

◎ 版權：文章及圖片來源于網絡、品牌官方，如有侵權，請聯系嘯嘯刪除。