从生成式人工智能（AI）到智能体AI、物理AI时代，千行百业正以前所未有的速度被重塑，技术商业化落地有望进一步加速，成为经济转型升级的关键驱动力。

中国互联网络信息中心发布的《生成式人工智能应用发展报告（2024）》显示，中国已初步构建了全面的人工智能产业体系，相关企业数量超过4500家，核心产业规模接近6000亿元人民币。这一产业链覆盖了芯片、算法、数据、平台、应用等上下游关键环节，技术正广泛渗透至各行各业。

3月21日，中欧国际工商学院上海校区举办了以“‘AI+商业’进化论”为主题的行业峰会。会上，中欧x特赞人工智能与商业创新研究基金执行委员会主席王琪指出，企业在应用AI时应避免陷入“重概念、轻实效”的误区，而应以战略前瞻性布局拓宽技术覆盖场景，并深耕业务场景，实现精准落地。

王琪强调，生成式AI不仅是降本增效的工具，企业更应通过数据洞察重构用户需求、孵化新商业模式。将技术嵌入企业决策闭环，并通过敏捷迭代与组织文化适配，实现AI与核心业务的深度协同与价值裂变。

随着领军企业从工具级应用向生态级重构跃迁，这种范式变革或将重新定义未来十年的商业竞争规则。

垂直领域应用或将迎来爆发期。随着人工智能成本的降低，越来越多的机遇正在涌现。

欧莱雅北亚及中国CIO赵枫预计，生成式AI正加速从单模态向多模态迭代，未来12—18个月，垂直领域应用将迎来爆发期。中国市场的独特优势在于开源生态活跃与人才储备丰富，企业应强化数据治理，通过轻量级投资快速推进实践，抓住当前行动窗口期。

亚马逊云科技CTO刘亚霄认为，AI规模化应用的核心在于可扩展性。他强调，要利用大模型的泛化能力、多模态处理能力和深度思索能力。同时，资金是基础模型或行业大模型的门槛，而快速迭代与业务指标导向是确保AI项目盈利的关键策略。

随着AI+商业的应用从概念验证进入规模落地阶段，企业可通过业务流程智能化改造实现降本增效，依托组织能力重构培育AI原生竞争力，从而赋能业务增长。

中欧国际工商学院战略学助理教授陈卓提出，AI项目推广需兼顾自上而下与自下而上两条路径，强调多部门协同与敏捷验证。她建议中小企业聚焦现成工具的场景适配，在“低成本试错”中探索AI技术的边界。

特赞科技Tezign创始人兼CEO范凌提醒，尽管AI总体上能显著节省时间，但为了实现这一目标，必然需要在某些环节投入更多时间，如编辑、核查等。他介绍了四种常见的实施路径：小步快跑、快速试错；人本主义、赋能员工；实用主义、注重结果；全面拥抱、重构基础设施。

在AI发展如火如荼之际，幻觉和隐私风险等挑战也不容忽视。大模型面临的“幻觉”问题主要源于训练数据的污染。英伟达CEO黄仁勋表示，业界在未来几年内可能无法解决这一问题，整个行业正在重新思考如何在有限数据和资源下更有效地训练模型。

范凌表示，技术是双刃剑，需要合理运用。许多企业已开始搭建自己的知识库，以减少AI幻觉。同时，对于AI的边界有了更好的理解，会加强核查。

Deepseek认为，减少AI幻觉需要多维度策略，包括优化训练数据、改进训练方法、生成时通过检索和调整参数增强确定性等。同时，用户需明确提问并交叉验证信息。虽然完全消除幻觉比较困难，但需持续结合技术迭代与人工审核提升可靠性。

亿滋国际大中华区总裁范睿思提醒，生成式AI带来效率红利的同时，也需警惕内容同质化、价值观偏差及数据隐私风险。品牌需建立“AI内容治理框架”，一方面通过内部培训和外部合作构建敏捷内容生态；另一方面需坚守品牌核心价值，避免过度依赖AI导致“创意空心化”。

在应对隐私风险方面，王琪表示，DeepSeek的私有化部署和数据隔离保障是一种解决办法。范凌则认为，应用新技术时，法律和道德框架也应与时俱进。

（文章来源：21世纪经济报道）