“AI不是選擇題，而是生存題”——這句在企業(yè)數(shù)字化轉(zhuǎn)型領(lǐng)域流傳甚廣的論斷，在2025年末的產(chǎn)業(yè)語(yǔ)境下愈發(fā)凸顯分量。

當(dāng)谷歌創(chuàng)始人重返前線推動(dòng)Gemini迭代，當(dāng)OpenAI加速模型升級(jí)引發(fā)巨頭軍備競(jìng)賽，當(dāng)英偉達(dá)GB300 AI服務(wù)器機(jī)柜排期延伸至2027年，技術(shù)浪潮已從概念狂歡轉(zhuǎn)向產(chǎn)業(yè)深耕。然而，與基礎(chǔ)層的火熱形成鮮明對(duì)比的是，企業(yè)級(jí)AI落地仍深陷“投入巨億，卻收效寥寥”的尷尬境地。

在這個(gè)過(guò)程中，CIO在企業(yè)中的地位與作用也在發(fā)生著微妙的變化。對(duì)此，引元星河CEO李植宇對(duì)筆者表示，原先，企業(yè)內(nèi)部將IT和數(shù)字化視為“成本中心”，以提升效率為主要目的。而到了AI時(shí)代，AI技術(shù)挑戰(zhàn)的是企業(yè)運(yùn)行了幾十年的核心業(yè)務(wù)流程、組織架構(gòu)和商業(yè)模式，甚至可能顛覆過(guò)去投入巨資建立的數(shù)字化系統(tǒng)，CIO的角色需要從傳統(tǒng)的技術(shù)實(shí)施者和成本管理者，轉(zhuǎn)變?yōu)閼?zhàn)略伙伴和變革推動(dòng)者，但最終的拍板權(quán)和資源調(diào)配權(quán)，必須掌握在“一把手”手中，“如果一把手不愿意讓AI‘動(dòng)手術(shù)’，只想讓它做體檢報(bào)告，那這個(gè)企業(yè)的AI就永遠(yuǎn)停留在PPT里。”李植宇強(qiáng)調(diào)。

企業(yè)級(jí)AI快速發(fā)展，核心在“可控決策”

CIO團(tuán)隊(duì)職責(zé)與作用發(fā)生變化的背后，是AI正在顛覆企業(yè)傳統(tǒng)IT架構(gòu)，同時(shí)，企業(yè)級(jí)AI正在成為企業(yè)業(yè)務(wù)增長(zhǎng)的核心推動(dòng)力。

歷經(jīng)數(shù)年技術(shù)迭代與市場(chǎng)培育，企業(yè)級(jí)AI已告別“野蠻生長(zhǎng)”的初級(jí)階段，進(jìn)入“基礎(chǔ)層與應(yīng)用層協(xié)同爆發(fā)”的關(guān)鍵周期。從市場(chǎng)規(guī)模的指數(shù)級(jí)增長(zhǎng)到技術(shù)方向的精準(zhǔn)聚焦，從巨頭布局到中小企業(yè)滲透，產(chǎn)業(yè)生態(tài)呈現(xiàn)出多元分化又深度融合的鮮明特征。

全球企業(yè)對(duì)AI的投入熱情已轉(zhuǎn)化為實(shí)打?qū)嵉氖袌?chǎng)規(guī)模增長(zhǎng)。IDC《全球人工智能支出指南》顯示，2024年全球AI總投資規(guī)模達(dá)3159億美元，預(yù)計(jì)2029年增至12619億美元，年復(fù)合增長(zhǎng)率31.9%。

聚焦中國(guó)市場(chǎng)，IDC《2025年中國(guó)企業(yè)AI服務(wù)市場(chǎng)預(yù)測(cè)報(bào)告》顯示，2025年中國(guó)企業(yè)AI服務(wù)市場(chǎng)規(guī)模達(dá)456億元，年復(fù)合增長(zhǎng)率38.2%。細(xì)分賽道中，AI Agent作為核心落地形態(tài)表現(xiàn)尤為突出，2025年中國(guó)企業(yè)級(jí)AI Agent應(yīng)用市場(chǎng)規(guī)模已達(dá)到232億元，2023-2027年復(fù)合增長(zhǎng)率預(yù)計(jì)高達(dá)120%，到2027年將突破655億元；與此同時(shí)，AI大模型應(yīng)用市場(chǎng)2025年規(guī)模約328億元，2022-2027年復(fù)合增長(zhǎng)率達(dá)131%，預(yù)計(jì)2027年將達(dá)785億元，行業(yè)逐步邁入盈利臨界點(diǎn)。

企業(yè)級(jí)AI在告別“野蠻生長(zhǎng)”的過(guò)程中，企業(yè)對(duì)于AI的需求也從簡(jiǎn)單的提供工具，轉(zhuǎn)向了提供價(jià)值。當(dāng)AI從“效率工具”向“認(rèn)知伙伴”躍遷的過(guò)程中，AI的試驗(yàn)階段已經(jīng)結(jié)束，企業(yè)核心競(jìng)爭(zhēng)力將取決于定制化AI應(yīng)用和可量化的業(yè)務(wù)成果方面。

對(duì)此，李植宇表示，企業(yè)有強(qiáng)烈的AI落地需求，但傳統(tǒng)以“降本增效”為核心的成本視角難以驅(qū)動(dòng)根本性變革，必須轉(zhuǎn)向以“創(chuàng)造新價(jià)值、重塑競(jìng)爭(zhēng)力”為核心的戰(zhàn)略價(jià)值視角，才能成功將AI（尤其是智能體）融入企業(yè)核心流程。而在李植宇看來(lái)，將AI真正融入核心流程的過(guò)程中，企業(yè)需要的不僅是“省人頭”的自動(dòng)化工具，“若想真正要重塑競(jìng)爭(zhēng)力，企業(yè)需要的是一個(gè)能參與決策、對(duì)結(jié)果負(fù)責(zé)的‘第二大腦’。”李植宇如是說(shuō)。

顯然，從2025年開(kāi)始，全球科技趨勢(shì)已經(jīng)開(kāi)始洗牌，這也清晰折射出企業(yè)級(jí)AI從概念狂歡向“AI+場(chǎng)景”實(shí)用落地的深刻轉(zhuǎn)型。Gartner發(fā)布的《2025年新興技術(shù)成熟度曲線報(bào)告》中，AI智能體（AI Agents）從去年的“未入榜”狀態(tài)一躍登頂，逼近期望膨脹頂峰，預(yù)計(jì)2-5年內(nèi)進(jìn)入生產(chǎn)力成熟期；而生成式AI、提示工程等8項(xiàng)曾熱門的技術(shù)則退出榜單，標(biāo)志著行業(yè)評(píng)判標(biāo)準(zhǔn)向“價(jià)值兌現(xiàn)”傾斜。

隨著市場(chǎng)的成熟，企業(yè)級(jí)AI領(lǐng)域已形成四大類型。

第一類型為大模型技術(shù)提供商，以國(guó)內(nèi)外科技巨頭為主，核心優(yōu)勢(shì)在于底層算力與通用大模型能力，主要提供基礎(chǔ)模型服務(wù)與API接口。這類廠商占據(jù)產(chǎn)業(yè)鏈上游，但其產(chǎn)品普遍存在“落地難”問(wèn)題，需要與行業(yè)場(chǎng)景深度結(jié)合才能發(fā)揮價(jià)值。

第二類型為Agent專項(xiàng)服務(wù)商，聚焦于智能體技術(shù)的研發(fā)與應(yīng)用，核心優(yōu)勢(shì)在于任務(wù)分解與流程自動(dòng)化能力。這類廠商的產(chǎn)品更偏向工具屬性，擅長(zhǎng)解決特定環(huán)節(jié)的自動(dòng)化問(wèn)題，但在重構(gòu)企業(yè)端到端流程方面能力不足。

第三類型為傳統(tǒng)軟件廠商轉(zhuǎn)型者，以金蝶、用友、SAP等為代表，依托原有企業(yè)管理軟件生態(tài)，疊加AI能力形成增值服務(wù)。這類廠商的優(yōu)勢(shì)在于擁有成熟的客戶基礎(chǔ)與行業(yè)經(jīng)驗(yàn)，但AI能力多為“附加功能”，難以突破原有軟件架構(gòu)的限制。

第四類型為數(shù)據(jù)+AI垂直服務(wù)商，聚焦特定行業(yè)的AI落地，典型代表包括滴普科技、Palantir等。這類廠商深耕垂直賽道，擁有精準(zhǔn)的行業(yè)洞察，但業(yè)務(wù)覆蓋范圍較窄，難以滿足企業(yè)全價(jià)值鏈的AI需求。

而在這四類服務(wù)商之外，以引元星河為代表的新興企業(yè)則試圖突破現(xiàn)有格局。以引元星河為例，其以企業(yè)應(yīng)用AI過(guò)程中所欠缺的“端到端流程重構(gòu)+組織變革配套”的能力為錨點(diǎn)，以“企業(yè)級(jí)AI大腦”為核心，打造“知識(shí)模型+Agent治理+端到端流程重構(gòu)”的全鏈條能力，形成差異化競(jìng)爭(zhēng)優(yōu)勢(shì)。李植宇表示，當(dāng)前市場(chǎng)上的主流廠商雖各有特色，但在“重塑企業(yè)端到端流程”與“解決AI落地后的組織變革”等核心問(wèn)題上仍存在短板，這正是新興企業(yè)的機(jī)會(huì)所在。

“在引元星河的內(nèi)部定義中，這個(gè)‘企業(yè)級(jí)AI大腦’并不是一個(gè)單一產(chǎn)品，而是一套‘決策與行動(dòng)中樞’”，李植宇進(jìn)一步指出，“向上，它通過(guò)知識(shí)模型沉淀企業(yè)的規(guī)則、經(jīng)驗(yàn)與約束，讓AI在“可控邊界”內(nèi)提出方案；向下，它通過(guò)對(duì)接現(xiàn)有系統(tǒng)和流程，把方案真正落到實(shí)單、指令和任務(wù)上，形成從‘?dāng)?shù)據(jù)–洞察–行動(dòng)’的閉環(huán)。”

從“提供工具”到“創(chuàng)造價(jià)值”，技術(shù)可行性已不是核心問(wèn)題

談及企業(yè)級(jí)AI當(dāng)前的核心訴求時(shí)，李植宇告訴筆者，企業(yè)級(jí)AI的核心不在“生成”，而在“可控決策”，“在企業(yè)真實(shí)場(chǎng)景中，AI 面臨的關(guān)鍵挑戰(zhàn)并非能力不足，而是生成結(jié)果的可信性，決策依據(jù)的可追溯性，行為的合規(guī)性，以及生成結(jié)果的可復(fù)盤、可糾偏性。”李植宇強(qiáng)調(diào)。

當(dāng)前，企業(yè)級(jí)AI的應(yīng)用正從基礎(chǔ)的數(shù)據(jù)分析向核心的決策支持進(jìn)階，但這一突破過(guò)程困難重重。麥肯錫調(diào)研顯示，2025年全球僅有12%的企業(yè)實(shí)現(xiàn)了AI在核心業(yè)務(wù)決策中的常態(tài)化應(yīng)用，其余88%的企業(yè)仍停留在工具類或分析層應(yīng)用。

無(wú)獨(dú)有偶，IBM大中華區(qū)技術(shù)銷售總經(jīng)理、首席技術(shù)官翟峰也曾向筆者表示，IBM技術(shù)團(tuán)隊(duì)發(fā)現(xiàn)一個(gè)顯著變化：80%的客戶需求已轉(zhuǎn)向“業(yè)務(wù)域智能體”，即深度綁定財(cái)務(wù)、供應(yīng)鏈、研發(fā)等具體場(chǎng)景，具備工具調(diào)用與流程閉環(huán)能力的專用智能體。

在分析層應(yīng)用方面，企業(yè)已取得顯著進(jìn)展。例如，在營(yíng)銷領(lǐng)域，AI可通過(guò)用戶行為數(shù)據(jù)分析實(shí)現(xiàn)精準(zhǔn)推送；在財(cái)務(wù)領(lǐng)域，AI可完成發(fā)票審核、費(fèi)用報(bào)銷等基礎(chǔ)工作。這類應(yīng)用的價(jià)值主要體現(xiàn)為效率提升，據(jù)IDC測(cè)算，此類應(yīng)用可幫助企業(yè)平均降低15-20%的運(yùn)營(yíng)成本。

但在核心決策層應(yīng)用方面，進(jìn)展卻十分緩慢。以供應(yīng)鏈管理為例，雖然多數(shù)企業(yè)已應(yīng)用AI進(jìn)行需求預(yù)測(cè)，但在生產(chǎn)計(jì)劃調(diào)整、庫(kù)存優(yōu)化、物流調(diào)度等核心決策環(huán)節(jié)，仍以人工判斷為主。對(duì)此，李植宇指出，這一現(xiàn)象的核心原因在于，核心決策環(huán)節(jié)的AI應(yīng)用需要突破“數(shù)據(jù)-洞察-行動(dòng)”的閉環(huán)，而當(dāng)前多數(shù)企業(yè)的AI系統(tǒng)難以實(shí)現(xiàn)這一突破。

企業(yè)級(jí)AI難以進(jìn)入核心決策與執(zhí)行環(huán)節(jié)的根本原因已從早期的技術(shù)可行性問(wèn)題，演變?yōu)楫?dāng)前的組織適應(yīng)性與價(jià)值實(shí)現(xiàn)問(wèn)題?！斑@是一個(gè)‘認(rèn)知-決心-價(jià)值’的決策閉環(huán)：企業(yè)首先需要認(rèn)知到AI是戰(zhàn)略變革而非工具；進(jìn)而要有決心推動(dòng)組織與流程的重構(gòu)；最后必須能清晰定義并驗(yàn)證其創(chuàng)造的商業(yè)價(jià)值?！崩钪灿顝?qiáng)調(diào)。而在他看來(lái)，只有當(dāng)這三個(gè)環(huán)節(jié)形成正向循環(huán)，AI才能超越工具和分析層面，真正成為改造企業(yè)核心流程的“數(shù)字員工”或“智能體”，驅(qū)動(dòng)根本性的效率提升與業(yè)務(wù)創(chuàng)新。

站在更為宏觀的角度來(lái)看，李植宇認(rèn)為，不同行業(yè)在落地AI時(shí)，面臨共性和差異化兩類問(wèn)題：共性問(wèn)題方面，企業(yè)級(jí)AI的核心是價(jià)值——企業(yè)投入AI后，如何衡量和實(shí)現(xiàn)其商業(yè)價(jià)值?！斑@是每個(gè)企業(yè)在落地AI應(yīng)用過(guò)程中都需要首要考慮的問(wèn)題?！崩钪灿顝?qiáng)調(diào)道。

而差異化問(wèn)題的核心是企業(yè)自身的基礎(chǔ)與轉(zhuǎn)型代價(jià)。在李植宇看來(lái)，這取決于企業(yè)現(xiàn)有的產(chǎn)品形態(tài)、組織架構(gòu)、業(yè)務(wù)流程等歷史積累。“在擁抱AI新模式時(shí)，企業(yè)需要評(píng)估和應(yīng)對(duì)由此帶來(lái)的組織變革成本、現(xiàn)有資產(chǎn)（如數(shù)據(jù)、系統(tǒng)、人員）的再利用或重構(gòu)成本。”李植宇對(duì)筆者表示。

在此背景下，企業(yè)對(duì)于服務(wù)商的交付需求也在發(fā)生變化——傳統(tǒng)的“項(xiàng)目交付”模式正逐步被“價(jià)值驗(yàn)證”模式取代。麥肯錫調(diào)研顯示，2025年采用“價(jià)值驗(yàn)證”模式的AI項(xiàng)目成功率達(dá)到23%，遠(yuǎn)高于傳統(tǒng)“項(xiàng)目交付”模式的4.8%。這一數(shù)據(jù)充分說(shuō)明，以價(jià)值為導(dǎo)向的交付模式已成為企業(yè)級(jí)AI落地的關(guān)鍵保障。

傳統(tǒng)IT項(xiàng)目的交付模式多為“先demo再落地”，POC周期較短，通常為1~2周，核心是驗(yàn)證系統(tǒng)是否能正常運(yùn)行。而企業(yè)級(jí)AI項(xiàng)目的POC周期明顯延長(zhǎng)，李植宇向筆者透露，引元星河目前在企業(yè)側(cè)的POC周期大概在四周，核心原因在于：AI項(xiàng)目的POC需要完成“數(shù)據(jù)準(zhǔn)備-場(chǎng)景適配-價(jià)值驗(yàn)證”的全流程。李植宇解釋道：“四周POC不僅要驗(yàn)證技術(shù)可行性，更要驗(yàn)證AI能為企業(yè)帶來(lái)的實(shí)際價(jià)值，比如物流費(fèi)用降低多少、庫(kù)存周轉(zhuǎn)率提升多少等核心業(yè)務(wù)指標(biāo)?！?/p>

更進(jìn)一步來(lái)講，POC周期的加長(zhǎng)核心是因?yàn)锳I項(xiàng)目的ROI（投資回報(bào)率）難以精準(zhǔn)衡量，而這也是導(dǎo)致企業(yè)投入猶豫的核心原因之一。麥肯錫調(diào)研顯示，2025年全球68%的企業(yè)因“無(wú)法準(zhǔn)確評(píng)估ROI”而放緩或暫停了AI項(xiàng)目投入。

與傳統(tǒng)IT項(xiàng)目“投入-產(chǎn)出”的線性關(guān)系不同，AI項(xiàng)目的價(jià)值呈現(xiàn)具有滯后性、間接性等特點(diǎn)，難以用傳統(tǒng)財(cái)務(wù)指標(biāo)精準(zhǔn)量化。

從優(yōu)先級(jí)來(lái)看，企業(yè)管理層最關(guān)注的是AI的經(jīng)濟(jì)價(jià)值，但李植宇認(rèn)為，AI的價(jià)值不應(yīng)僅局限于經(jīng)濟(jì)價(jià)值，還應(yīng)包括社會(huì)價(jià)值與企業(yè)責(zé)任。例如，AI在節(jié)能減排、安全生產(chǎn)等領(lǐng)域的應(yīng)用，雖短期經(jīng)濟(jì)回報(bào)不明顯，但長(zhǎng)期可提升企業(yè)的可持續(xù)發(fā)展能力。然而，當(dāng)前多數(shù)企業(yè)仍以短期經(jīng)濟(jì)指標(biāo)為核心衡量標(biāo)準(zhǔn)，這進(jìn)一步加劇了AI項(xiàng)目的ROI困境。

破局關(guān)鍵在一體化能力

盡管面臨多重挑戰(zhàn)，但企業(yè)級(jí)AI的發(fā)展趨勢(shì)已逐漸清晰。隨著技術(shù)的不斷成熟、企業(yè)認(rèn)知的不斷深化，2026年及未來(lái)幾年，企業(yè)級(jí)AI將朝著“可控化、協(xié)同化、生態(tài)化”的方向演進(jìn)，從“工具賦能”走向“系統(tǒng)重構(gòu)”，實(shí)現(xiàn)從“數(shù)據(jù)-洞察-行動(dòng)”的全閉環(huán)。

綜合企業(yè)的需求來(lái)看，接下來(lái)企業(yè)級(jí)AI規(guī)?；瘧?yīng)用的關(guān)鍵在于一體化的體系能力的構(gòu)建。紅帽發(fā)布的《2025中國(guó)企業(yè)級(jí)AI實(shí)踐調(diào)研分析年度報(bào)告》中指出，AI已成為企業(yè)戰(zhàn)略布局的“標(biāo)配”，但戰(zhàn)略深度與成熟度差異懸殊。市場(chǎng)正處在從“是否要用AI”到“如何讓AI真正創(chuàng)造業(yè)務(wù)價(jià)值”的拐點(diǎn)。下一階段的競(jìng)爭(zhēng)焦點(diǎn)，將不再是技術(shù)的有無(wú)，而是AI戰(zhàn)略落地的體系化能力與價(jià)值化水平。

而在一體化能力的背后，是企業(yè)對(duì)于AI能力從“單點(diǎn)賦能”到“全價(jià)值鏈重構(gòu)”的核心訴求。以制造業(yè)為例，“AI+腦+端”的融合模式在2026年將成為主流。IDC預(yù)測(cè)，2028年全球60%的制造企業(yè)將采用“AI+腦+端”的融合模式，生產(chǎn)效率提升30%以上。

而在用戶需求的另一方面，對(duì)于ToB服務(wù)商而言，“可控性”將成為其企業(yè)級(jí)AI產(chǎn)品和技術(shù)的核心競(jìng)爭(zhēng)力，以知識(shí)模型為核心的技術(shù)路線將逐步成為主流。李植宇告訴筆者，引元星河想要打造的企業(yè)AI大腦正是以知識(shí)模型為核心技術(shù)底座，實(shí)現(xiàn)AI的可解釋、可治理、可審計(jì)。

李植宇將“企業(yè)級(jí)AI大腦”定位為一個(gè)超越單點(diǎn)工具或垂直應(yīng)用的、能夠驅(qū)動(dòng)企業(yè)業(yè)務(wù)流程徹底重塑與自動(dòng)化的平臺(tái)級(jí)解決方案。其核心差異化優(yōu)勢(shì)不僅在于技術(shù)整合，更在于能夠?yàn)槠髽I(yè)提供一套伴隨組織變革的、負(fù)責(zé)任的、成本最優(yōu)的完整轉(zhuǎn)型藍(lán)圖，而不僅僅是技術(shù)工具本身。據(jù)李植宇介紹，引元星河將于2026年第一季度發(fā)布的“企業(yè)級(jí)AI大腦”就是在上述理念的基礎(chǔ)上，遵循所有AI決策必須可追溯到清晰的規(guī)則與數(shù)據(jù)來(lái)源；所有關(guān)鍵行動(dòng)都要有責(zé)任主體與審計(jì)鏈路；所有系統(tǒng)行為都必須在企業(yè)既有治理框架之內(nèi)運(yùn)行。三個(gè)設(shè)計(jì)原則所打造的產(chǎn)品?！芭c絕大多數(shù)友商產(chǎn)品不同的是，我們的產(chǎn)品除了具備整合內(nèi)外部數(shù)據(jù)（含內(nèi)部報(bào)表、天氣、輿情等），通過(guò)合規(guī)校驗(yàn)完成“若A發(fā)生則B應(yīng)對(duì)”的場(chǎng)景推演之外。還一改傳統(tǒng)彈窗提示的模式，直接對(duì)接接口執(zhí)行指令（改價(jià)格、調(diào)度貨車等）。而這也是引元星河的核心壁壘。”李植宇向筆者劇透了即將發(fā)布的“企業(yè)級(jí)AI大腦”的部分核心能力。

企業(yè)級(jí)AI的發(fā)展已告別“野蠻生長(zhǎng)”的初期階段，進(jìn)入需要“精耕細(xì)作”的價(jià)值驗(yàn)證期。從技術(shù)驅(qū)動(dòng)到價(jià)值導(dǎo)向，從單點(diǎn)賦能到系統(tǒng)重構(gòu)，企業(yè)級(jí)AI的演進(jìn)之路雖充滿挑戰(zhàn)，但未來(lái)前景廣闊。

展望未來(lái)，在李植宇看來(lái)，未來(lái)的企業(yè)級(jí)AI不該再僅僅是企業(yè)的“顧問(wèn)”或者聊天機(jī)器，而是而應(yīng)該開(kāi)始真正承擔(dān)起企業(yè)“操盤手”的職責(zé)?！罢l(shuí)先讓AI走上前臺(tái)，誰(shuí)就有機(jī)會(huì)改寫下一輪競(jìng)爭(zhēng)格局?！崩钪灿顝?qiáng)調(diào)。而在這個(gè)過(guò)程中，企業(yè)級(jí)AI的競(jìng)爭(zhēng)將不再是單一技術(shù)的競(jìng)爭(zhēng)，而是生態(tài)能力、組織能力、價(jià)值創(chuàng)造能力的綜合競(jìng)爭(zhēng)。那些能夠穿越技術(shù)周期、堅(jiān)守價(jià)值導(dǎo)向的企業(yè)，必將在AI時(shí)代的競(jìng)爭(zhēng)中脫穎而出。（文｜Leo張ToB雜談，作者｜張申宇，編輯丨蓋虹達(dá)）