題圖｜視覺中國(guó)

正當(dāng)技術(shù)圈為AI的日益普及和自主而興奮不已的時(shí)候，企業(yè)CEO們?cè)跒橥苿?dòng)技術(shù)規(guī)模化發(fā)展而感到糾結(jié)，以大模型為代表的生成式AI落地應(yīng)用依然比想象中困難得多。

埃森哲報(bào)告顯示，2024年，全球范圍內(nèi)有36%的企業(yè)成功實(shí)現(xiàn)了生成式AI技術(shù)的大規(guī)模應(yīng)用。此外，技術(shù)規(guī)模化應(yīng)用過程還面臨一個(gè)更為普遍的挑戰(zhàn)——很多企業(yè)CEO還沒把成本和收益的賬算明白。過去一年，僅有13%的全球企業(yè)實(shí)現(xiàn)了可量化的財(cái)務(wù)回報(bào)。

不難看出，CEO們一方面擔(dān)心不及時(shí)應(yīng)用大模型技術(shù)會(huì)在競(jìng)爭(zhēng)中落后，卻又不知道如何讓其對(duì)業(yè)務(wù)和管理產(chǎn)生正向價(jià)值。規(guī)模化應(yīng)用和價(jià)值實(shí)現(xiàn)之間依然存在不小的差距。

企業(yè)落地AI不是講故事

隨著大模型能力的提升，探索生成式AI的落地應(yīng)用成為了企業(yè)共識(shí)，而豐富的數(shù)字化場(chǎng)景、對(duì)數(shù)據(jù)的重視，企業(yè)對(duì)技術(shù)的擁抱度以及多樣的用例顯示了中國(guó)市場(chǎng)的特色。埃森哲調(diào)研顯示，受訪中國(guó)企業(yè)高管普遍認(rèn)為，企業(yè)組織內(nèi)生成式AI的發(fā)展速度比預(yù)期的要快。

埃森哲大中華區(qū)技術(shù)服務(wù)事業(yè)部總裁俞毅注意到，在一些知識(shí)密集型行業(yè)例如醫(yī)藥，企業(yè)不只是進(jìn)行淺顯的應(yīng)用，更是在藥物研發(fā)和知識(shí)管理等領(lǐng)域運(yùn)用人工智能，而這些人工智能技術(shù)“不是簡(jiǎn)單的搜索，準(zhǔn)確性、相關(guān)性都非常重要。“

但同時(shí)，一個(gè)普遍的現(xiàn)實(shí)很難讓人忽視。埃森哲《技術(shù)展望2025》報(bào)告顯示，半數(shù)以上的受訪中國(guó)企業(yè)希望未來3年就實(shí)現(xiàn)生成式AI的財(cái)務(wù)回報(bào)，高于全球平均水平。從實(shí)踐來看，很多企業(yè)其實(shí)并沒有想好怎么用生成式AI來獲得價(jià)值，如何通過大模型實(shí)現(xiàn)財(cái)務(wù)回報(bào)更是無從談起。

技術(shù)的快速演進(jìn)、激烈的市場(chǎng)競(jìng)爭(zhēng)、業(yè)績(jī)承壓以及對(duì)于增長(zhǎng)的渴望均帶動(dòng)著中國(guó)企業(yè)對(duì)于生成式AI和大模型的追捧和嘗試。一方面，企業(yè)希望通過應(yīng)用AI開發(fā)出更具創(chuàng)新性和個(gè)性化的產(chǎn)品與服務(wù)，形成差異化優(yōu)勢(shì)。另一方面，大模型可以自動(dòng)化業(yè)務(wù)流程。在諸如生產(chǎn)制造、物流配送等業(yè)務(wù)流程復(fù)雜的企業(yè)，他們更為迫切需要使用新技術(shù)來降本增效。

隨著接入大模型的熱潮開啟，各行業(yè)企業(yè)上下卻鮮有花時(shí)間和心思去思考大模型如何給自身帶來切實(shí)價(jià)值。“一方面很熱，企業(yè)都在嘗試，另一方面是比較無序，沒有形成一個(gè)合力。”俞毅擔(dān)心，在有些企業(yè)內(nèi)最后會(huì)變成只講故事或者“表演型“的AI實(shí)施。

盡管有超過半數(shù)的受訪中國(guó)企業(yè)（57%）認(rèn)為生成式AI解決方案正在或?qū)⒃诮衲甑玫酱笠?guī)模使用，但企業(yè)仍然需要做好大模型不能在短期帶來商業(yè)收益的準(zhǔn)備。業(yè)界通常認(rèn)為，在企業(yè)中推廣AI的時(shí)間和開發(fā)的時(shí)間相當(dāng)。

用好大模型，企業(yè)還面臨多重挑戰(zhàn)

中國(guó)企業(yè)對(duì)大模型落地應(yīng)用呈現(xiàn)出的糾結(jié)態(tài)度，本質(zhì)上是擔(dān)心錯(cuò)過技術(shù)革新又不知道如何把新技術(shù)用好。

從企業(yè)實(shí)踐來看，企業(yè)之前應(yīng)用大模型的場(chǎng)景主要集中在非生產(chǎn)端，直到今年DeepSeek走紅，一些企業(yè)開始使用深度推理模型解決生產(chǎn)性場(chǎng)景的問題。俞毅指出，企業(yè)應(yīng)用AI的場(chǎng)景已經(jīng)從一些“易得的果實(shí)”（如客服、營(yíng)銷、翻譯等）轉(zhuǎn)向了供應(yīng)鏈、研發(fā)等更全面、深度的應(yīng)用。

人力資源、財(cái)務(wù)流程等非生產(chǎn)性場(chǎng)景通常來說容錯(cuò)率較高，適合作為 AI 應(yīng)用的切入點(diǎn)，但這并不代表企業(yè)就能夠在這些場(chǎng)景中隨隨便便用好大模型。根據(jù)虎嗅的調(diào)研，企業(yè)在非生產(chǎn)性場(chǎng)景中使用大模型，遇到的主要挑戰(zhàn)包括數(shù)據(jù)治理、模型選型、交互設(shè)計(jì)等。

在基礎(chǔ)大模型的能力已經(jīng)可以為企業(yè)提供比較穩(wěn)定的支持之際，在落地過程中，企業(yè)則往往缺乏了一個(gè)“中間層”。數(shù)據(jù)就是重要一環(huán)。

盡管企業(yè)內(nèi)部管理流程數(shù)字化已持續(xù)多年，不少企業(yè)內(nèi)部仍然存在知識(shí)、數(shù)據(jù)分散等問題，導(dǎo)致復(fù)雜信息解析困難。比如，合同條款、審批流程中的圖片、表格等非結(jié)構(gòu)化數(shù)據(jù)，若直接投喂，易出現(xiàn)“垃圾進(jìn)、垃圾出”的現(xiàn)象。

“完全用公開語(yǔ)料是一種方式，公開語(yǔ)料比較穩(wěn)定。但行業(yè)的公開語(yǔ)料有時(shí)候準(zhǔn)確性是不高的。怎么能在行業(yè)數(shù)據(jù)層面保證行業(yè)專屬，光靠一家企業(yè)的知識(shí)積累可能不夠。數(shù)據(jù)的完備和準(zhǔn)確都要考慮。”俞毅表示。

同時(shí)，一些企業(yè)在模型選型上盲目追求參數(shù)，但非生產(chǎn)性場(chǎng)景對(duì)模型能力要求不高，很容易造成浪費(fèi)。而在交互設(shè)計(jì)上，大模型需對(duì)接人力資源系統(tǒng)、財(cái)務(wù)系統(tǒng)等獲取實(shí)時(shí)數(shù)據(jù)，但企業(yè)內(nèi)部系統(tǒng)接口不統(tǒng)一，集成需投入大量開發(fā)資源。

生產(chǎn)性場(chǎng)景對(duì)模型能力的要求更高，企業(yè)面臨的挑戰(zhàn)也更為復(fù)雜。一方面，企業(yè)需要權(quán)衡是否進(jìn)行本地化部署，企業(yè)需權(quán)衡自主訓(xùn)練模型的合規(guī)性與投資回報(bào)（ROI）；另一方面，企業(yè)還需要解決效率與推理深度的矛盾，長(zhǎng)推理模型時(shí)效性較差，但一線生產(chǎn)場(chǎng)景對(duì)時(shí)效的要求又非常高，需通過復(fù)雜架構(gòu)來平衡。

大模型的場(chǎng)景覆蓋各行各業(yè)的諸多環(huán)節(jié)，其應(yīng)用和落地過程中還面臨很多具體而瑣碎的問題，無法一概而論，整體體現(xiàn)為高度的非標(biāo)準(zhǔn)化，“邊摸索、邊創(chuàng)新、邊落地”成為了當(dāng)下不少企業(yè)開展實(shí)施的思路。

比如，在某金融交易平臺(tái)上，隨著企業(yè)年報(bào)和公告數(shù)量的增加，傳統(tǒng)的手工處理方式已無法滿足高效、準(zhǔn)確的信息處理需求。其利用大模型技術(shù)和自然語(yǔ)言處理技術(shù)，創(chuàng)造性地構(gòu)建一個(gè)能夠自動(dòng)處理復(fù)雜文檔、提取并分析關(guān)鍵信息的系統(tǒng)，提高合規(guī)檢查的效率與準(zhǔn)確性；某生物制藥企業(yè)利用先進(jìn)的AI技術(shù)和自動(dòng)化流程，幫助信息發(fā)布者高效準(zhǔn)確地完成材料預(yù)審工作，最終提升整個(gè)企業(yè)的材料管理質(zhì)量和工作效率。

再比如，某消費(fèi)品企業(yè)旗下的品牌都有各自定位、消費(fèi)者群體和業(yè)務(wù)流程。通過共享用知識(shí)中心，可以整合內(nèi)部的知識(shí)（如消費(fèi)者客戶行為、供應(yīng)鏈數(shù)據(jù)、品牌歷史等），同時(shí)支持跨品牌的知識(shí)共享與協(xié)同。通過構(gòu)建通用智能體（如客戶關(guān)系管理、供應(yīng)鏈優(yōu)化、營(yíng)銷策略分析等），不同品牌可以按需調(diào)用這些模塊，快速響應(yīng)業(yè)務(wù)需求，避免每個(gè)品牌從零開始開發(fā)基礎(chǔ)功能，專注滿足于差異化需求的定制化開發(fā)。

構(gòu)建數(shù)字化核心，企業(yè)應(yīng)用AI之路才能走得更遠(yuǎn)

埃森哲提出的生產(chǎn)力增長(zhǎng)公式認(rèn)為，在成本轉(zhuǎn)型的基礎(chǔ)上，通過新的工作方式和采用生成式AI引領(lǐng)結(jié)構(gòu)性變革，能使得中等增長(zhǎng)企業(yè)的生產(chǎn)力年增長(zhǎng)率從1.9%躍升至15.9%。

在企業(yè)生產(chǎn)力增長(zhǎng)放緩的背景下，這樣的前景無疑十分誘人。對(duì)各個(gè)行業(yè)、不同應(yīng)用程度的企業(yè)來說，生成式AI的落地過程或許也是突破效率瓶頸、尋求新增長(zhǎng)的過程。

在AI的部署和落地上，企業(yè)擁有足夠的空間來找到適用場(chǎng)景。有一些通用的步驟可以借鑒：

第一，企業(yè)要有一個(gè)AI 基礎(chǔ)，如果連GPU或者云上、本地部署都沒有，可能也就談不上AI應(yīng)用。 第二，企業(yè)要有通用型的應(yīng)用，例如會(huì)議紀(jì)要、文檔類的AI應(yīng)用，或者AI搜索、知識(shí)管理，這些領(lǐng)域會(huì)是“剛需”。 第三，目前，比較多的AI應(yīng)用集中在職能部門，如人力資源、財(cái)務(wù)、供應(yīng)鏈和客戶關(guān)系管理等，而在這些系統(tǒng)的更迭過程中，企業(yè)就不只考慮功能性，也要考慮AI在里面能夠起到什么樣的作用。

與以往移動(dòng)互聯(lián)網(wǎng)、云技術(shù)相比，這一輪的AI技術(shù)演進(jìn)和企業(yè)用例變化更為快速，尤其是近來智能體的發(fā)展將帶來更復(fù)雜多樣的技術(shù)環(huán)境和商業(yè)需求。俞毅認(rèn)為，企業(yè)需要有機(jī)制和架構(gòu)來適應(yīng)不斷變化、不斷成熟的技術(shù)。“這可能比以往更為不易。”

在埃森哲看來，這樣的架構(gòu)往往具備了數(shù)字化平臺(tái)、數(shù)據(jù)、AI、以及包括安全、云設(shè)施、統(tǒng)一控制臺(tái)、可組合集成在內(nèi)的數(shù)字化底座等核心技術(shù)能力：

在底座層面，探索彈性部署與成本優(yōu)化，通過一些技術(shù)手段動(dòng)態(tài)調(diào)整算力資源，同時(shí)構(gòu)建全鏈路防護(hù)體系，解決數(shù)據(jù)、模型、交互等多個(gè)維度的安全問題； 在數(shù)據(jù)層面，解決數(shù)據(jù)孤島問題，形成可被AI調(diào)用和理解的數(shù)據(jù)集； 在AI層面，匯集了知識(shí)、智能體、模型和治理等方面，能夠進(jìn)行內(nèi)部知識(shí)解析，并根據(jù)場(chǎng)景需求混合使用基礎(chǔ)模型（例如職能部門）與專屬模型（例如生產(chǎn)端），進(jìn)行智能體的規(guī)劃，以及對(duì)成本、安全等做好管控，對(duì)模型能力再評(píng)估和再選型也是企業(yè)需要考慮的； 在平臺(tái)層面，涉及到自行研發(fā)或是采用商業(yè)套裝軟件的問題，企業(yè)需整合不同應(yīng)用程序和平臺(tái)的數(shù)據(jù)，打造由數(shù)據(jù)驅(qū)動(dòng)的體系。

顯然，如果企業(yè)僅將生成式AI視作一種技術(shù)解決方案，并未借此打造圍繞AI的系統(tǒng)和協(xié)同技術(shù)、人才、組織等要素，那么持續(xù)的投入并不能帶來顯著的回報(bào)。經(jīng)過幾次轉(zhuǎn)型大潮的中國(guó)企業(yè)已經(jīng)意識(shí)到了這些，也正在把資源投向核心技術(shù)基礎(chǔ)、數(shù)據(jù)和人才發(fā)展等領(lǐng)域。

對(duì)于企業(yè)來說，各種壓力下的焦慮感或許一直存在，也是推動(dòng)技術(shù)、管理和組織演進(jìn)的動(dòng)力。對(duì)照過往近十年的企業(yè)數(shù)字化歷程，正是在這樣的演進(jìn)中，不少企業(yè)進(jìn)行著持續(xù)的重塑。那些數(shù)字化做得好的企業(yè)發(fā)現(xiàn)他們?cè)趹?yīng)對(duì)各種內(nèi)外部挑戰(zhàn)時(shí)候更具有韌性，也有更多的空間來?yè)肀Ш瓦m應(yīng)當(dāng)下的AI浪潮。

“擁有正確的態(tài)度和預(yù)期、連接企業(yè)上下的體系、有效的治理結(jié)構(gòu)，這些將變得更加重要。”俞毅總結(jié)道。

本內(nèi)容為作者獨(dú)立觀點(diǎn)，不代表虎嗅立場(chǎng)。未經(jīng)允許不得轉(zhuǎn)載，授權(quán)事宜請(qǐng)聯(lián)系 hezuo@huxiu.com

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4450624.html?f=wyxwapp