在一間裝滿繁忙的生產車間里，傳感器數據不斷涌入云端，AI算法實時優化生產流程，幾個季度后，這家企業的利潤率悄然攀升；與此同時，一家物流企業投入數百萬打造一套AI調度系統，但復雜的算法無法適應實際的運輸路線規劃，導致項目擱淺，管理層甚至重新考慮AI戰略的必要性。

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”穩步前行？這正是每一家希望在AI浪潮中脫穎而出的企業必須思考的關鍵問題。

11月16日，由PEC China、至頂科技、軟積木主辦的2024 AI創新者大會暨PEC·提示工程峰會上，PEC China發起人、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落地企業場景？”的圓桌討論。戴爾科技集團企業技術戰略架構師總監暨大中華區AI事業部負責人許良謀，阿里云百煉產品專家郝義，北京智優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事業部產品負責人袁會會齊聚一堂，共同展開了一場深度的思想碰撞與經驗分享。

AI落地的起點

AI在企業中的應用為何屢屢受挫？許良謀指出，企業中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。”他強調，高價值場景是AI成功落地的基礎，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服務了眾多企業客戶，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知狀態；第二，成本，盡管大模型的調用成本已經下降了幾輪，但對調用量大的企業來說，成本仍是一個關鍵考量。阿里云百煉一直在優化性能和降低成本，同時通過強性價比的大模型API和低門檻開發平臺，幫助企業以更輕松的方式探索大模型的潛力。

“企業內部梳理與市場產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應用，比如生成宣傳文案，企業已經用得得心應手，但要深入到核心業務，需要對業務有系統性理解，同時市場上AI產品的快速更新讓企業面臨“選擇困難癥”。

魏佳星從用戶需求的角度切入，認為當前的主要問題在于需求不明確和技術預期過高，很多企業把生成式AI看作萬能工具，但實際上今天的大模型在穩定性和可解釋性上還存在明顯不足。他進一步指出，盡管如此，生成式AI的潛力巨大，現在只是發展到“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的工作流和業務流，而不僅僅是單點應用。”袁會會強調，現在很多AI項目都被稱為一把手工程，但實際上缺乏長期的路徑規劃。要真正讓AI產生價值，不僅需要高層的推動，還需要公司上下的協同，包括提升數據質量和數量。

創新的試煉場

許良謀從戴爾的實踐出發，強調創新需要回歸業務實際。他指出，企業在推動生成式AI時，最糟糕的做法是聘請一批技術專家閉門造車，設計出一些脫離現實的場景。“每個企業都需要問自己一個核心問題：我們的競爭優勢在哪里？用AI在這些關鍵點上做突破，才是真正的創新。

“創新與增效并非對立，可以兼顧。“郝義認為，而企業的重點應該是聚焦業務流程的創新，技術創新可以交給云廠商去完成，通過優化業務模式，可以顯著提升流程效率，最終帶來成本的整體降低。他鼓勵企業應該持續專注于業務創新，因為這不僅推動了技術落地，也為增效奠定了基礎。

首先，增效是企業的首要目標，大模型的應用需要聚焦于數據豐富、活躍度高的領域；其次，企業必須關注投入產出比，尤其是在AI技術落地初期，必須在18個月內看到成本回報。劉秋江舉例，像基因測序等領域，生成式AI的應用已經實現了上千倍的效率提升，這種增效無疑是企業投入的核心驅動力。

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

袁會會則從系統性視角切入，提醒企業在推動創新時，必須區分哪些是適合自主完成，哪些可以依賴外部資源。他指出，過早嘗試自己訓練大模型可能導致資源浪費，因為模型更新速度太快，企業很可能剛完成訓練，就發現市場上的開源模型已經更新數代。

技術與市場的平衡術

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

阿里云可以說是最懂客戶需求的云服務商。郝義認為，技術領先力是推動市場的核心，并結合實際客戶需求，將技術成果迅速轉化為業務價值，阿里云一定是從技術引領市場，提供全場景易落地的生成式AI應用。

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

魏佳星強調，“先上船”的重要性，在一個充滿不確定性的市場中，率先掌握技術即意味著率先搶占市場先機，錯過技術創新的節點則可能失去整個時代的紅利。

“技術與市場要放在不同層面上考量。”袁會會說，技術領先需要與全球頂尖力量對抗，而市場競爭更多集中在細分領域的壟斷優勢，考慮市場規劃，考慮競爭優勢怎么建立起來。

18個月的預測

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

“在未來18個月內，每家企業在AI落地過程中都像面對‘游戲關卡’。”許良謀指出，準確性、實時性、成本優化和規模化推廣，這些挑戰如同必須打通的Boss。

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

劉秋江預測生成式AI將率先在市場銷售和獲客環節取得突破，因為這一領域落地性強、見效快，是最容易驗證AI商業價值的切入點。

而魏佳星做出一個更具顛覆性的判斷，他認為，未來18至36個月內，依賴電話的傳統崗位或將大規模消失，人工智能將重新定義某些職業的存在形式。這不僅是一種技術革命，更是一場社會變革。

行業解決方案角度，袁會會認為，當前偏通用的AI解決方案將在18個月內向行業定制化轉變，生成式AI的落地將逐步深入到各行各業的具體場景中，從而推動行業的全面升級。這種從廣度到深度的轉變，預示著AI商業化進程將進一步加速。

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險，成敗的關鍵在于能否將生成式AI的潛力轉化為實際價值。