企业AI落地效果差?2025世界AI大会透露了哪些秘密?

我爱免费

作者：微信文章
刚刚结束的《2025世界人工智能大会暨人工智能全球治理高级别会议》传递了许多有价值的信息。作为一名IT售前从业者，这几年尤其是今年见证了众多企业投身AI怀抱，但平心而论，效果达预期的屈指可数。个中缘由，从今天的AI大会可略知一二。

根据《2025埃森哲中国企业数字化转型指数》报告，当前能够通过生成式AI实现显著价值转化的企业仅9%，更多的企业是无体系、以个体员工/部门自发学习应用生成式AI辅助工作为主。统计数据表明，目前只有极少数的大型企业成功、深度应用了生成式AI，而沉默的大多数企业是何原因停留在浅尝辄止的阶段？我的观点是当前占据部分国企、大部分中小型不具备体系化、规模化应用AI的基础，今天大会美的CISO刘向阳刘总和埃森哲全球副总裁Teresa的分享主题恰好揭示了这一现象的结构性原因。



一、美的集团刘总：AI的基础是企业数字化转型，“上云”是AI深度广泛应用的“助推器”！美的数字化经过三十年的建设，应用系统应上尽上，剩下的核心问题之一是“云下、云上、多云混合不统一”，导致业务联动受阻、数据整合困难、运维压力大。这个问题正是未来制约美的集团大规模应用AI到业财领域、运维智能化的关键点。

因此美的提出了“云下云上多云统一数字化底座-中立云”的解决方案。通过本地化的数据中心从旧虚拟化技术升级成公有云技术，实现了“全球一张网，全球一朵云”，全部云上云下资源统一调度，云下可以享受公有云能力总和，也使部署在不同公有云上的业务软件可以任意联动，告别云孤岛。

为何“上云”是可以更好推动AI深度融合和应用？核心原因主要有：

资源整合与弹性扩展：公有云可动态调配GPU等AI专用算力，当企业需要集中调用AI大模型时，可快速获得算力资源，用完即可释放。反观私有云就需要配备大量硬件服务器应对高峰，成本高、利用率低。集成优势：国内主流云平台（华为云/腾讯云/阿里云）已和大部分AI大模型（DeepSeek R1/Kimi/通义千问）集成，另外从技术栈角度，公有云比私有云集成效率更高、成本更低，可快速接入第三方AI服务。数据飞轮效应：公有云的多租户特性使企业能合规访问云平台积累的行业数据资产，这些数据帮助企业更好获取行业数据训练自己的大模型。

二、埃森哲全球副总裁Teresa：统一数据底座才能驱动AI和智能体发展！“数据债”是阻碍企业AI深度落地的最大原因，这也是91%的企业无法通过AI达成显著价值的核心原因。国内企业“数据债”的主要表现是“业财融合度低甚至是0、部门间数据壁垒、数据标准化低、数据质量差、业务财务两张皮”。当前国内的部分国企、大部分中小企业仍处在"数据部分线下、部分线上”的阶段，基本的业财融合都尚未拉通，数据依赖财务加工为主，数据质量堪忧。在此背景下盲目投入AI建设，效果远低于预期。AI大模型的基础原理是数据输入→大模型分析→结果输出，输入的数据都是不准确的如何能有预期的结果？

对此Teresa的解决方案是重构数据底座，实现数据资产化。Teresa作为埃森哲全球副总裁，此方案主要是面向世界500强。正如上文所述，美的这些大型集团的数字化建设已经到了从应用系统建设向数据底座统一/优化的阶段。而国内大部分的企业还没到统一数据底座的阶段，还处在业财融合的阶段。因此我的观点是这部分企业发展AI应“三步走”：

一阶段：优先选择一体化平台实现业财一体，打通业财端到端流程，统一业财数据标准，逐渐取代/消灭手工凭证，实现业务数据-凭证-报表自动化。二阶段：标准化AI应用与统一数据底座双管齐下：——实现业财一体后可借助AI辅助标准化程度高的作业，提高人工效率；——数据底座统一，优先统一“一朵公有云”，为AI大规模应用统一数据标准。三阶段：深度融合AI，AI驱动企业业务变革与发展。