在一間裝滿繁忙的生產(chǎn)車間里，傳感器數(shù)據(jù)不斷涌入云端，AI算法實時優(yōu)化生產(chǎn)流程，幾個季度后，這家企業(yè)的利潤率悄然攀升；與此同時，一家物流企業(yè)投入數(shù)百萬打造一套AI調(diào)度系統(tǒng)，但復(fù)雜的算法無法適應(yīng)實際的運(yùn)輸路線規(guī)劃，導(dǎo)致項目擱淺，管理層甚至重新考慮AI戰(zhàn)略的必要性。

同樣是引入AI，卻遇到了不同的境遇。AI落地的過程是炫目的“路演”一時吸睛，還是清晰的“路線”穩(wěn)步前行？這正是每一家希望在AI浪潮中脫穎而出的企業(yè)必須思考的關(guān)鍵問題。

11月16日，由PEC China、至頂科技、軟積木主辦的2024 AI創(chuàng)新者大會暨PEC·提示工程峰會上，PEC China發(fā)起人、微軟MVP、軟積木CEO劉海峰（Hank）主持了“年度提問二：路演還是路線，如何讓AI落地企業(yè)場景？”的圓桌討論。戴爾科技集團(tuán)企業(yè)技術(shù)戰(zhàn)略架構(gòu)師總監(jiān)暨大中華區(qū)AI事業(yè)部負(fù)責(zé)人許良謀，阿里云百煉產(chǎn)品專家郝義，北京智優(yōu)沃科技有限公司總裁劉秋江，云蝠智能CEO魏佳星，以及智譜AIGC事業(yè)部產(chǎn)品負(fù)責(zé)人袁會會齊聚一堂，共同展開了一場深度的思想碰撞與經(jīng)驗分享。

AI落地的起點

AI在企業(yè)中的應(yīng)用為何屢屢受挫？許良謀指出，企業(yè)中78%的AI項目往往都是胎死腹中。很多項目停留在實驗室階段，沒有實際用戶或高層支持，POC（概念驗證）容易，但真正驗證價值（POV）就很難。”他強(qiáng)調(diào)，高價值場景是AI成功落地的基礎(chǔ)，如果這一點沒有梳理清楚，項目從一開始就注定失敗。

阿里云百煉在過去一年里已經(jīng)服務(wù)了眾多企業(yè)客戶，對于大模型落地，郝義看到兩個明顯特征：第一，場景，很多客戶對大模型有什么能力，還處于一個模糊的認(rèn)知狀態(tài)；第二，成本，盡管大模型的調(diào)用成本已經(jīng)下降了幾輪，但對調(diào)用量大的企業(yè)來說，成本仍是一個關(guān)鍵考量。阿里云百煉一直在優(yōu)化性能和降低成本，同時通過強(qiáng)性價比的大模型API和低門檻開發(fā)平臺，幫助企業(yè)以更輕松的方式探索大模型的潛力。

“企業(yè)內(nèi)部梳理與市場產(chǎn)品的快速迭代之間形成了一個矛盾點。”劉秋江提到，簡單的AI應(yīng)用，比如生成宣傳文案，企業(yè)已經(jīng)用得得心應(yīng)手，但要深入到核心業(yè)務(wù)，需要對業(yè)務(wù)有系統(tǒng)性理解，同時市場上AI產(chǎn)品的快速更新讓企業(yè)面臨“選擇困難癥”。

魏佳星從用戶需求的角度切入，認(rèn)為當(dāng)前的主要問題在于需求不明確和技術(shù)預(yù)期過高，很多企業(yè)把生成式AI看作萬能工具，但實際上今天的大模型在穩(wěn)定性和可解釋性上還存在明顯不足。他進(jìn)一步指出，盡管如此，生成式AI的潛力巨大，現(xiàn)在只是發(fā)展到“55級”（以游戲比喻），未來還有很大的成長空間。

“生成式AI的真正價值在于深度融入企業(yè)的工作流和業(yè)務(wù)流，而不僅僅是單點應(yīng)用。”袁會會強(qiáng)調(diào)，現(xiàn)在很多AI項目都被稱為一把手工程，但實際上缺乏長期的路徑規(guī)劃。要真正讓AI產(chǎn)生價值，不僅需要高層的推動，還需要公司上下的協(xié)同，包括提升數(shù)據(jù)質(zhì)量和數(shù)量。

創(chuàng)新的試煉場

許良謀從戴爾的實踐出發(fā)，強(qiáng)調(diào)創(chuàng)新需要回歸業(yè)務(wù)實際。他指出，企業(yè)在推動生成式AI時，最糟糕的做法是聘請一批技術(shù)專家閉門造車，設(shè)計出一些脫離現(xiàn)實的場景。“每個企業(yè)都需要問自己一個核心問題：我們的競爭優(yōu)勢在哪里？用AI在這些關(guān)鍵點上做突破，才是真正的創(chuàng)新。

“創(chuàng)新與增效并非對立，可以兼顧。“郝義認(rèn)為，而企業(yè)的重點應(yīng)該是聚焦業(yè)務(wù)流程的創(chuàng)新，技術(shù)創(chuàng)新可以交給云廠商去完成，通過優(yōu)化業(yè)務(wù)模式，可以顯著提升流程效率，最終帶來成本的整體降低。他鼓勵企業(yè)應(yīng)該持續(xù)專注于業(yè)務(wù)創(chuàng)新，因為這不僅推動了技術(shù)落地，也為增效奠定了基礎(chǔ)。

首先，增效是企業(yè)的首要目標(biāo)，大模型的應(yīng)用需要聚焦于數(shù)據(jù)豐富、活躍度高的領(lǐng)域；其次，企業(yè)必須關(guān)注投入產(chǎn)出比，尤其是在AI技術(shù)落地初期，必須在18個月內(nèi)看到成本回報。劉秋江舉例，像基因測序等領(lǐng)域，生成式AI的應(yīng)用已經(jīng)實現(xiàn)了上千倍的效率提升，這種增效無疑是企業(yè)投入的核心驅(qū)動力。

魏佳星講述了競爭對手提供了一份出色的方案，他立即讓團(tuán)隊用大模型快速生成一個樣本進(jìn)行測試，這種試錯僅需300元成本，卻大幅提升后續(xù)的工作效率。他強(qiáng)調(diào)，創(chuàng)新需要人首先提出假設(shè)，然后通過工具和技術(shù)將其快速落地并驗證。

袁會會則從系統(tǒng)性視角切入，提醒企業(yè)在推動創(chuàng)新時，必須區(qū)分哪些是適合自主完成，哪些可以依賴外部資源。他指出，過早嘗試自己訓(xùn)練大模型可能導(dǎo)致資源浪費(fèi)，因為模型更新速度太快，企業(yè)很可能剛完成訓(xùn)練，就發(fā)現(xiàn)市場上的開源模型已經(jīng)更新數(shù)代。

技術(shù)與市場的平衡術(shù)

技術(shù)驅(qū)動若失衡，可能會陷入“為技術(shù)而技術(shù)”的困局，這無疑提醒我們技術(shù)價值的衡量不能偏離商業(yè)本質(zhì)。許良謀提到，在快速迭代的AI時代，需要“兩手抓”的策略，避免單一導(dǎo)向帶來的局限。

阿里云可以說是最懂客戶需求的云服務(wù)商。郝義認(rèn)為，技術(shù)領(lǐng)先力是推動市場的核心，并結(jié)合實際客戶需求，將技術(shù)成果迅速轉(zhuǎn)化為業(yè)務(wù)價值，阿里云一定是從技術(shù)引領(lǐng)市場，提供全場景易落地的生成式AI應(yīng)用。

劉秋江的“三七分”理論則更偏向于市場主導(dǎo)。他將市場視為實踐的主體，而技術(shù)是支撐市場發(fā)展，兩者相輔相成，通過動態(tài)迭代的視角，突出市場實踐在驅(qū)動創(chuàng)新中的重要性。

魏佳星強(qiáng)調(diào)，“先上船”的重要性，在一個充滿不確定性的市場中，率先掌握技術(shù)即意味著率先搶占市場先機(jī)，錯過技術(shù)創(chuàng)新的節(jié)點則可能失去整個時代的紅利。

“技術(shù)與市場要放在不同層面上考量。”袁會會說，技術(shù)領(lǐng)先需要與全球頂尖力量對抗，而市場競爭更多集中在細(xì)分領(lǐng)域的壟斷優(yōu)勢，考慮市場規(guī)劃，考慮競爭優(yōu)勢怎么建立起來。

18個月的預(yù)測

我們都喜歡對未來做預(yù)測，所以我們也對于未來18個月，企業(yè)AI落地情況做了預(yù)測。

“在未來18個月內(nèi)，每家企業(yè)在AI落地過程中都像面對‘游戲關(guān)卡’。”許良謀指出，準(zhǔn)確性、實時性、成本優(yōu)化和規(guī)�；�推廣，這些挑戰(zhàn)如同必須打通的Boss。

郝義則拋出一個發(fā)人深省的問題：當(dāng)模型推理的成本和速度降到極低時，企業(yè)的AI應(yīng)用是否還會像現(xiàn)在這樣？隨著技術(shù)瓶頸的突破，AI的商業(yè)邏輯和應(yīng)用場景可能會迎來一場革命性的變化，這為行業(yè)未來的發(fā)展提供了無限遐想的空間。

劉秋江預(yù)測生成式AI將率先在市場銷售和獲客環(huán)節(jié)取得突破，因為這一領(lǐng)域落地性強(qiáng)、見效快，是最容易驗證AI商業(yè)價值的切入點。

而魏佳星做出一個更具顛覆性的判斷，他認(rèn)為，未來18至36個月內(nèi)，依賴電話的傳統(tǒng)崗位或?qū)⒋笠?guī)模消失，人工智能將重新定義某些職業(yè)的存在形式。這不僅是一種技術(shù)革命，更是一場社會變革。

行業(yè)解決方案角度，袁會會認(rèn)為，當(dāng)前偏通用的AI解決方案將在18個月內(nèi)向行業(yè)定制化轉(zhuǎn)變，生成式AI的落地將逐步深入到各行各業(yè)的具體場景中，從而推動行業(yè)的全面升級。這種從廣度到深度的轉(zhuǎn)變，預(yù)示著AI商業(yè)化進(jìn)程將進(jìn)一步加速。

未來18個月，生成式AI將從驗證邁向深度落地，然而，不確定性依然存在，錯失窗口或盲目投資都可能帶來風(fēng)險，成敗的關(guān)鍵在于能否將生成式AI的潛力轉(zhuǎn)化為實際價值。