http://m.henanjusheng.com 2026-06-10 11:15 來源:中國(guó)電子報(bào)
近日,市場(chǎng)研究機(jī)構(gòu)Gartner發(fā)布《Gartner中國(guó)AI25》報(bào)告。報(bào)告預(yù)測(cè):到2030年,中國(guó)本土半導(dǎo)體產(chǎn)業(yè)將為中國(guó)OEM廠商提供超過50%的所購(gòu)半導(dǎo)體產(chǎn)品;到2030年,中國(guó)半導(dǎo)體企業(yè)將有超過30%的收入來自中國(guó)大陸以外的銷售;屆時(shí),超過80%的企業(yè)將在設(shè)計(jì)、制造、產(chǎn)品和服務(wù)等各個(gè)環(huán)節(jié)采用物理AI,而目前這一比例還不到1%。
《Gartner中國(guó)AI25》報(bào)告從中國(guó)市值最高的1000家上市公司中篩選出25家分屬于出行自主化、醫(yī)藥研發(fā)智能化、消費(fèi)智能、智慧能源、工業(yè)智能的企業(yè),其中包括小米、比亞迪、京東方、TCL、海爾、寧德時(shí)代等行業(yè)領(lǐng)軍企業(yè)。報(bào)告發(fā)現(xiàn)這些企業(yè)正在通過AI重塑業(yè)務(wù)邊界,其實(shí)踐呈現(xiàn)出四大共性特征。

圖為《Gartner中國(guó)AI25》選擇的25家企業(yè)
第一,在戰(zhàn)略層面,這25家企業(yè)均以具有引領(lǐng)性的愿景驅(qū)動(dòng)AI戰(zhàn)略落地。Gartner把AI分成兩類:一是日常AI,即把AI用在日常運(yùn)營(yíng)當(dāng)中,如員工用AI寫代碼提高生產(chǎn)效率;另一類是顛覆式AI,即將AI用于革新產(chǎn)品服務(wù)和研發(fā)流程等方方面面。這25家企業(yè)均側(cè)重于顛覆式AI創(chuàng)新。他們不再將AI視為簡(jiǎn)單的效率工具,而是將其作為重塑產(chǎn)品、服務(wù)和研發(fā)流程的核心驅(qū)動(dòng)力。
其二,在運(yùn)營(yíng)模式上,這25家企業(yè)體現(xiàn)出AI優(yōu)先型組織、數(shù)據(jù)反饋閉環(huán)和平臺(tái)化規(guī)模擴(kuò)展三大特征。
AI優(yōu)先型組織是一種戰(zhàn)略方法,其認(rèn)可AI的變革潛力,強(qiáng)調(diào)在企業(yè)各項(xiàng)舉措中充分考慮這種潛力,而不僅僅將其視為一種工具。該戰(zhàn)略的執(zhí)行同時(shí)也彰顯了企業(yè)對(duì)勇于擁抱AI的容錯(cuò)度和包容度。例如,海爾在2025年開啟AI元年,提出“全員、全面、全流程擁抱AI”的戰(zhàn)略方向,讓AI“像血液一樣流遍經(jīng)營(yíng)的每一個(gè)環(huán)節(jié)”。
數(shù)據(jù)反饋閉環(huán)是一項(xiàng)運(yùn)營(yíng)原則,能幫助系統(tǒng)持續(xù)學(xué)習(xí)和優(yōu)化。企業(yè)不再將數(shù)據(jù)視為靜態(tài)資源,在AI應(yīng)用當(dāng)中,新的情況、新的環(huán)境、新的數(shù)據(jù)可能會(huì)給企業(yè)帶來新的策略。對(duì)于企業(yè)來說比較重要的是數(shù)據(jù)也不一定只是高質(zhì)量的數(shù)據(jù),在智能體參與的情況下,“錯(cuò)的數(shù)據(jù)”和“正確的數(shù)據(jù)”結(jié)合可能比單純對(duì)的數(shù)據(jù)更重要。給智能體一條錯(cuò)誤數(shù)據(jù)、再要求它對(duì)數(shù)據(jù)糾偏、學(xué)習(xí)正確的策略會(huì)對(duì)業(yè)務(wù)更有幫助。Gartner高級(jí)研究總監(jiān)方琦表示,對(duì)于企業(yè)來說,在數(shù)據(jù)的搜集當(dāng)中不應(yīng)該只側(cè)重于高質(zhì)量數(shù)據(jù),而應(yīng)該去找尋有代表性的數(shù)據(jù)。
平臺(tái)化規(guī)模擴(kuò)展是一種增長(zhǎng)策略,它通過構(gòu)建平臺(tái)化架構(gòu),將AI解決方案的覆蓋范圍與影響力擴(kuò)展至整個(gè)企業(yè)乃至生態(tài)。AI的實(shí)際落地效果,不僅僅取決于模型能力,同時(shí)也需要工程化的能力。換言之,有時(shí)候模型在正常的光照下表現(xiàn)得很好,但在企業(yè)工程化過程中,可能會(huì)因?yàn)檐囬g光線不足等問題影響表現(xiàn)。要解決這些問題,需要企業(yè)不斷增加系統(tǒng)的準(zhǔn)確性,增加模型的泛化能力。平臺(tái)化能力的目標(biāo),是將AI初始的巨大投入成本攤薄、復(fù)用,用到更多企業(yè)的流程或者整個(gè)生態(tài)系統(tǒng)當(dāng)中。