21全球觀察｜AI浪潮重塑千行百業，商業化落地如何跑出“加速度”？

21世紀經濟報道記者吳斌 上海報道

從生成式人工智能（AI）到智能體AI、物理AI時代，千行百業正以前所未有的速度被重塑，技術商業化落地有望跑出“加速度”。

中國互聯網絡信息中心發佈的《生成式人工智能應用發展報告（2024）》顯示，中國初步構建了較爲全面的人工智能產業體系，相關企業超過4500家，核心產業規模已接近6000億元人民幣，產業鏈覆蓋芯片、算法、數據、平臺、應用等上下游關鍵環節，技術滲透至各行各業，成爲經濟轉型升級的關鍵密碼。

3月21日，以“‘AI+商業’進化論”爲主題的行業峰會在中歐國際工商學院上海校區舉行。中歐x特贊人工智能與商業創新研究基金執行委員會主席、中歐國際工商學院市場營銷學教授、市場營銷學系系主任王琪表示，企業AI應用要突破“重概念、輕實效”的誤區，以戰略前瞻性佈局拓寬技術覆蓋場景，同時深耕業務場景，實現精準落地。

生成式AI不僅是降本增效工具，王琪強調，企業更應通過數據洞察重構用戶需求、孵化新商業模式，將技術嵌入企業決策閉環，通過敏捷迭代與組織文化適配，實現AI與核心業務的深度協同與價值裂變。

隨着領軍企業從工具級應用向生態級重構躍遷，這種範式變革或將重新定義未來十年的商業競爭規則。

垂直領域應用或將迎來爆發期

隨着人工智能成本降低，越來越多的機遇涌現。

歐萊雅北亞及中國CIO趙楓預計，生成式AI正加速從單模態向多模態迭代，未來12—18個月垂直領域應用將迎來爆發期。中國市場的獨特優勢在於開源生態活躍與人才儲備豐富，企業應強化數據治理，通過輕量級投資快速推進實踐，抓住當前行動窗口期。

如何實現AI規模化？亞馬遜雲科技CTO劉亞霄認爲，核心在於可擴展性（Scaling）。他強調要利用大模型的泛化能力、多模態處理能力和深度思索能力。AI要想落地，“談錢不傷感情”，資金是基礎模型或行業大模型的門檻，而快速迭代與業務指標導向是確保AI項目盈利的核心策略。

隨着AI+商業的應用從概念驗證進入規模落地階段，企業可通過業務流程智能化改造實現降本增效，依託組織能力重構培育AI原生競爭力，從而賦能業務增長。

中歐國際工商學院戰略學助理教授陳卓認爲，AI項目推廣需兼顧自上而下與自下而上兩條路徑，強調多部門協同與敏捷驗證，企業應該借力DeepSeek突破業務場景複雜性。她建議中小企業聚焦現成工具的場景適配，在“低成本試錯”中探索AI技術的邊界。

不過，特贊科技Tezign創始人兼CEO範凌也提醒，儘管AI在總體上能夠顯著節省時間，但爲了實現這一目標，必然需要在某些環節投入更多時間，例如編輯、覈查等環節。每個企業基於其獨特的立場和視角，普遍存在以下四種實施路徑：小步快跑，快速試錯；人本主義，賦能員工；實用主義，注重結果；全面擁抱，重構基礎設施。這些路徑爲企業提供了多樣化的選擇，以適應不同階段的需求和目標。

如何應對AI幻覺等挑戰？

危與機總是如影隨形，在AI發展如火如荼之際，幻覺和隱私風險等風險也不容忽視。

大模型目前面臨的“幻覺”問題，主要根源在於訓練數據的污染。英偉達CEO黃仁勳表示，業界在未來幾年內無法解決人工智能的幻覺問題，整個行業也在重新思考如何在有限數據和資源下更有效地訓練模型。

人工智能“一本正經地胡說八道”，如何應對挑戰？範凌對21世紀經濟報道記者表示，技術永遠都是雙刃劍，需要合理運用。很多企業開始搭建自己的知識庫，不用大模型的數據，減少AI幻覺，企業對於AI的邊界有了更好的理解，會加強覈查。

21世紀經濟報道記者也將這一問題拋給了DeepSeek，它認爲減少AI幻覺需要多維度策略：優化訓練數據，改進訓練方法，生成時通過檢索和調整參數增強確定性；引入自我校驗與外部工具驗證關鍵事實；用戶需明確提問並交叉驗證信息。受限於概率生成本質，完全消除幻覺比較困難，需持續結合技術迭代與人工審覈提升可靠性。

此外，億滋國際大中華區總裁範睿思還提醒，生成式AI帶來效率紅利的同時，也需要警惕內容同質化、價值觀偏差及數據隱私風險，品牌需建立“AI內容治理框架”。一方面，通過內部培訓（如創意團隊AI工具認證）和外部合作（聯合平臺/技術服務商）構建敏捷內容生態；另一方面，需堅守品牌核心價值，避免過度依賴AI，導致“創意空心化”。未來品牌需平衡好“規模化內容供給”與“有溫度的品牌敘事”。

應對隱私風險需要多管齊下。王琪對記者表示，DeepSeek可以讓企業進行私有化部署，數據隔離保障是一種解決辦法。範凌認爲，如果用過去的法律和道德框架去衡量新的技術會錯配，因此需要與時俱進。