自今年春节以来，AI能力提升与成本下降趋势显著。一方面，AI能力持续演进，既有能力加速发展，新能力不断涌现，尤其在认知推理领域潜力巨大；另一方面，计算成本大幅降低，生成式AI及智能体的推理模型训练成本显著下降。

未来，高性能大语言模型的推理成本预计每年将降至原来的十分之一或更多，这将大幅降低企业应用AI的门槛，促使更多企业将AI融入业务流程中。

据埃森哲全球调研数据显示，AI发展势头强劲，86%的全球企业高管计划加大对AI或生成式AI的投入，36%的企业已实现生成式AI的大规模应用，涵盖营销、客服、研发等多个领域。然而，仅13%的企业获得了可量化的财务回报，表明企业在AI应用中仍面临挑战，数据准备度不足成为一大障碍，凸显出数据治理与知识治理的重要性。

AI能否如预期般产生广泛积极影响，关键在于公众对AI的信任。这意味着，企业需更负责任地使用AI，同时，数字系统和AI模型本身需具备更高的准确性、可预测性、一致性和可追溯性。

近日，埃森哲在《技术展望2025》报告中指出，自主性成为AI区别于传统技术的关键特征。

埃森哲全球副总裁俞毅提到，自主性意味着只需设定目标，AI便能在规定范围内自主实现，智能体有望成为企业“同事”。报告深入剖析了AI对企业的四个影响趋势。

在“二进制大爆炸”趋势下，企业IT系统定位发生变化，智能体成为重要用户，系统架构需从记录型向动态部署转变。Salesforce、Adobe、Workday等企业已推出智能体相关产品与服务，中国企业如飞书、钉钉也在积极跟进。中国企业对AI智能体的接受度高，57%的高管预计未来3年将大规模部署，且85%以上认为IT领域将发生大变革。

俞毅也谈到，目前智能体仍存在诸多待解问题。企业高管始终担心生成式AI的准确性及合规性。为此，部分企业会为大模型部署规范防范机制，自动检查回答是否合规，同时让智能体记住客户之前的沟通内容，避免重复询问。

“品牌新门面”趋势下，企业品牌塑造面临新挑战与机遇。传统企业依赖网站、APP、电商平台、公众号等渠道维护品牌。而现在，企业还需结合数据优势，在大模型基础上打造个性化渠道。针对企业是否需要定制化专用小模型，俞毅表示：“大模型作为基座已具稳定性，而定制化小模型需落地中间层。企业直接依赖大模型受数据规模限制，因此需‘中间层’整合行业数据，实现通用能力与垂直场景的结合。”

从消费端看，报告指出，78%的中国消费者愿从社交媒体获取启发，比全球高出15%。近八成消费者愿尝试AI导购或AI助手。企业可通过构建客户导向的AI智能体，利用客户画像、理解客户需求及自身业务，打造个性化品牌体验。

大模型正进入实体领域。摩根士丹利报告指出，在人形机器人产业链中，中国占比63%。针对信任问题，77%的中国高管认为，自然语言交流能增强人机间的信任和协作。从语言模型到空间模型、机器模型的演进表明，AI已能执行单一任务外的复杂环境适应。俞毅表示：“尤其是推理模型的发展，使机器人拥有两种人类思维。”“慢思维”使机器人能事先规划分析路径，“快思维”则使手部动作快速协调执行。

“人机学习循环”强调人机相互赋能。人机关系非替代，而是相互增强。AI需人的“训练”以变得更聪明，人也通过AI提升某领域能力。俞毅表示，以往企业需招T型人才，既广且深，但现在横向能力更重要。即学习能力比某领域专长更重要。报告指出，企业对将AI作为战略核心持谨慎态度，更积极认为AI首先是工具。74%的中国高管认为，未来3年会提升员工的生成式AI能力。58%的中国企业认为，有了工具和能力后，员工能做更多有价值工作。

对于企业AI转型准备，俞毅指出，除数据治理外，完善体系建设、选择合适框架架构、避免认知误区至关重要。在AI应用生态方面，模型、执行端及场景串联均不可或缺。

（文章来源：21世纪经济报道）