中國信通院徐恩慶：AI應(yīng)用正在融入企業(yè)關(guān)鍵環(huán)節(jié)，助力重塑核心價(jià)值

在日前舉行的2025金蝶云蒼穹AI峰會(huì)——AI技術(shù)論壇上，中國信通院云大所政企數(shù)字化轉(zhuǎn)型部主任徐恩慶發(fā)表主題分享，從政策、技術(shù)、市場、行業(yè)應(yīng)用四大維度切入，深度剖析企業(yè)級AI應(yīng)用的現(xiàn)狀與未來。

中國信通院云大所政企數(shù)字化轉(zhuǎn)型部主任徐恩慶

（以下為演講內(nèi)容整理，有刪減。）

從政策層面看，當(dāng)前人工智能已上升為國家戰(zhàn)略，中央經(jīng)濟(jì)工作會(huì)議明確提出要開展"人工智能+"行動(dòng)，推動(dòng)新技術(shù)、新產(chǎn)品、新場景的大規(guī)模應(yīng)用示范。這種政策導(dǎo)向正從框架性指導(dǎo)向場景化落地轉(zhuǎn)變。

技術(shù)演進(jìn)層面，人工智能技術(shù)歷經(jīng)三起兩落，從早期的符號主義主導(dǎo)，到如今以大模型為代表的連接主義崛起。在企業(yè)級應(yīng)用領(lǐng)域，呈現(xiàn)"大模型+知識庫"的融合特征，既延續(xù)了傳統(tǒng)AI對準(zhǔn)確性和穩(wěn)定性的追求，又通過知識增強(qiáng)突破了大模型在企業(yè)場景的局限。

市場數(shù)據(jù)印證了AI產(chǎn)業(yè)的爆發(fā)式增長。截至2024年，中國AI企業(yè)數(shù)量達(dá)4500多家，占全球15%，僅次于美國。國內(nèi)備案大模型數(shù)量從2024年8月的190個(gè)激增至當(dāng)前近350個(gè)（截止2025年3月底），其中80%以行業(yè)龍頭企業(yè)牽頭合作或者是自研的行業(yè)大模型。

行業(yè)應(yīng)用呈現(xiàn)明顯的梯隊(duì)差異。通信、金融、能源、制造四大領(lǐng)域走在前列：通信行業(yè)依托技術(shù)積累，已實(shí)現(xiàn)網(wǎng)絡(luò)運(yùn)維的智能化；金融業(yè)將AI應(yīng)用于智能客服、信貸審批等場景，數(shù)據(jù)驅(qū)動(dòng)的決策模式日趨成熟；能源行業(yè)通過引入AI一體機(jī)優(yōu)化電力調(diào)配；制造業(yè)則借助工業(yè)互聯(lián)網(wǎng)平臺打造智能工廠。央企群體表現(xiàn)尤為突出，2024年底已有28家央企發(fā)布行業(yè)大模型，覆蓋知識相問答、輔助工程師設(shè)計(jì)等核心環(huán)節(jié)。

過去十年間，企業(yè)信息化與數(shù)字化的進(jìn)程始終圍繞技術(shù)迭代展開。從信息化到數(shù)字化的躍遷，本質(zhì)是數(shù)據(jù)應(yīng)用方式的升級：信息化時(shí)代，數(shù)據(jù)僅作為業(yè)務(wù)比對的參考；數(shù)字化時(shí)代，數(shù)據(jù)通過大數(shù)據(jù)處理支撐運(yùn)營決策，甚至以可視化形式呈現(xiàn)價(jià)值。然而，這一階段的投入產(chǎn)出比仍不理想，許多企業(yè)的數(shù)據(jù)價(jià)值未能充分釋放。而人工智能的崛起，真正讓數(shù)據(jù)完成了從“輔助工具”到“智能閉環(huán)核心”的使命躍遷——數(shù)據(jù)成為AI的“燃料”，驅(qū)動(dòng)模型訓(xùn)練與優(yōu)化，其價(jià)值被推向新高度。

這種質(zhì)變不僅體現(xiàn)在數(shù)據(jù)層面，更深入到企業(yè)運(yùn)作的內(nèi)核。傳統(tǒng)數(shù)字化依賴人為設(shè)定的規(guī)則與流程，工程師通過代碼將這些邏輯固化到系統(tǒng)中。但在AI時(shí)代，企業(yè)轉(zhuǎn)向“目標(biāo)驅(qū)動(dòng)”與“提示詞工程”：只需設(shè)定戰(zhàn)略目標(biāo)，AI通過學(xué)習(xí)海量數(shù)據(jù)自主生成執(zhí)行邏輯，人類干預(yù)從“代碼編寫”轉(zhuǎn)向“目標(biāo)調(diào)優(yōu)”。這種轉(zhuǎn)變意味著企業(yè)智能化的底層邏輯已發(fā)生根本性變革。

在應(yīng)用方面的進(jìn)化同樣顯著。過去，AI以單點(diǎn)工具形式存在，解決局部問題；如今，企業(yè)級AI追求全局智能，要求打破“應(yīng)用煙囪”，構(gòu)建統(tǒng)一平臺。這一進(jìn)程與云原生技術(shù)發(fā)展一脈相承——十年前，企業(yè)糾結(jié)于自建云、公有云還是混合云；今天，AI時(shí)代的企業(yè)需在算力、模型、數(shù)據(jù)、應(yīng)用四維度構(gòu)建全棧智能架構(gòu)，這絕非單一系統(tǒng)的升級，而是一場數(shù)字化革命。

在AI時(shí)代，強(qiáng)大的算力已成為企業(yè)成功部署AI應(yīng)用的關(guān)鍵要素。企業(yè)面臨自建與采購的權(quán)衡：大型企業(yè)需考慮模型微調(diào)與應(yīng)用開發(fā)的自主性，而中小企業(yè)更傾向外部采購。但無論路徑如何選擇，數(shù)據(jù)治理始終是繞不開的先決條件。一些企業(yè)試圖跳過數(shù)據(jù)治理直接部署AI，這無異于“空中樓閣”——數(shù)據(jù)質(zhì)量、流通成本與核心數(shù)據(jù)保護(hù)問題，仍是橫亙在前的現(xiàn)實(shí)難題。

模型選擇同樣復(fù)雜。大模型雖主導(dǎo)生成式AI領(lǐng)域，但專有模型與小模型在特定場景中仍有不可替代的價(jià)值。企業(yè)需基于場景需求、成本預(yù)算與智能化目標(biāo)，構(gòu)建多模型協(xié)同體系。

應(yīng)用落地是最直接創(chuàng)造價(jià)值。對企業(yè)而言，如何甄別優(yōu)先進(jìn)行Agent化改造的業(yè)務(wù)場景，如何實(shí)現(xiàn)傳統(tǒng)研發(fā)體系與智能體開發(fā)路徑的有機(jī)融合，已成為企業(yè)級AI轉(zhuǎn)型的核心挑戰(zhàn)。產(chǎn)業(yè)界亟待形成標(biāo)準(zhǔn)化解決方案以破解應(yīng)用落地難題。

企業(yè)級AI的征程剛剛開始。它既是技術(shù)革命，更是管理革命。當(dāng)AI從后臺支撐走向前臺引領(lǐng)，企業(yè)需以更開放的姿態(tài)擁抱智能時(shí)代——不是追逐熱點(diǎn)，而是以戰(zhàn)略眼光審視數(shù)據(jù)、算力、模型與應(yīng)用的協(xié)同進(jìn)化。唯有如此，AI才能真正成為突破發(fā)展瓶頸、創(chuàng)造新質(zhì)生產(chǎn)力的核心引擎。

以上就是我今天的分享，謝謝大家！