點擊上圖▲立即測試

在過去一年里，吳老師常說這樣一句話：“未來我們的兩只眼睛，一只眼睛要盯著出海，另一只則要狠狠盯著人工智能。”

過去一年，他的企業(yè)走訪和調(diào)研有一條貫穿始終的主線：從具體場景出發(fā)，探究每一家企業(yè)與AI產(chǎn)生了怎樣的連接，AI技術(shù)又在如何重塑它們的生產(chǎn)、經(jīng)營與組織邏輯。這樣的觀察，也是頻道過去一年內(nèi)容的核心脈絡(luò)之一。在持續(xù)走訪中，我們看見了驚艷，也捕捉到困惑；見證了突破，也發(fā)現(xiàn)了問題。

站在2026年回看，2025年無疑是AI變革極具標志性的一年。但途中不能一味向前，也需要停下對階段性的實踐進行一次反芻與沉淀。

因此我們發(fā)起了一項調(diào)查，邀請各位企業(yè)家或企業(yè)AI化負責人，對過去一年自家企業(yè)的AI應(yīng)用情況進行一次系統(tǒng)梳理。在回答中思考，在思考中校準，以此尋找企業(yè)在AI轉(zhuǎn)型中的價值與路徑。

文 / 巴九靈（微信公眾號：吳曉波頻道）

喧囂之下，那些被掩蓋的真問題

2025年是中國企業(yè)AI化轉(zhuǎn)型的加速之年。

根據(jù)IDC調(diào)研數(shù)據(jù)，我國工業(yè)企業(yè)應(yīng)用大模型及智能體的比例，從2024年的9.6%提升到2025年的47.5%。其中，在研發(fā)、制造、供應(yīng)鏈等多個環(huán)節(jié)同時應(yīng)用的企業(yè)比例也從1.7%躍升至35%。

兩會期間工信部透露的數(shù)據(jù)同樣顯示，2025年我國人工智能核心產(chǎn)業(yè)規(guī)模已超1.2萬億元，企業(yè)超過6200家，規(guī)上制造業(yè)企業(yè)AI技術(shù)應(yīng)用普及率超30%。

然而，在亮眼的數(shù)據(jù)和宏大的敘事之外，過去一年我們在和眾多企業(yè)接觸時，也看見了很多問題。梳理下來，有三點最可感知。

??第一：業(yè)務(wù)到底需不需要？

去年秋天，在一場制造業(yè)數(shù)字化轉(zhuǎn)型沙龍上，一位做精密零部件的老板向小巴分享了他的經(jīng)歷：“有一次去參加AI峰會，臺上一個同行分享，說用了AI質(zhì)檢，人力成本降了30%，良率提升了5個點。我當時熱血沸騰，回來就跟同事說，兩個月，必須拿出方案?！?/p>

他頓了頓，苦笑了一下：“結(jié)果團隊調(diào)研了兩周，給我匯報說，老板，咱們產(chǎn)線上的問題，根本不是AI能解決的。咱們的痛點是有時候訂單不穩(wěn)定、設(shè)備開機率低，這些問題AI管不了。硬上AI質(zhì)檢，反而要改造整個產(chǎn)線，成本至少要幾百萬。你說我這AI，是上還是不上？”

這位老板的經(jīng)歷并非個例。過去一年，我們觀察到一種普遍現(xiàn)象：很多企業(yè)上AI，是因為“別人都在上”。至于這個方案和自家業(yè)務(wù)是否契合、能否解決真問題，往往在“趕風口”的沖動中被略過。AI淪為一種技術(shù)裝飾，而非業(yè)務(wù)解藥。

??第二：資金到底能不能支撐？

AI不是一次性采購，而是一場持續(xù)的“資金長跑”。

算力要錢，數(shù)據(jù)治理要錢，算法工程師要錢，模型迭代還要錢。賬本攤開，許多企業(yè)才意識到：AI的隱形成本遠比想象中龐大。

一般而言，企業(yè)的AI建設(shè)包括純自研、自建團隊+第三方模型微調(diào)模式、或者購買第三方的AI產(chǎn)品和服務(wù)等多種模式，不同模式其背后對應(yīng)的成本支出不盡相同。但在業(yè)內(nèi)人士指出，無論哪種模式，支出都不菲。

2025年《中國經(jīng)濟周刊》中一篇文章的采訪指出，綜合來看，傳統(tǒng)企業(yè)接入AI，單一工位（指生產(chǎn)過程的最小基本單元）的質(zhì)檢優(yōu)化，其成本量級通常在10萬元左右；產(chǎn)線或部門級的整體改造，則需投入百萬到千萬元；而實現(xiàn)工廠級別全面智能化轉(zhuǎn)型，投資額度則可能達到千萬元及以上。

高成本也帶來了回報的不確定性。麥肯錫調(diào)研顯示，全球88%的企業(yè)已布局AI應(yīng)用，但僅有39%實現(xiàn)實質(zhì)性財務(wù)回報，成本高昂是導(dǎo)致這一差距的核心原因。

??第三：長遠收益到底怎么算？

這是最核心的困境。買臺設(shè)備，投下去就能算回報——產(chǎn)能提升多少、良率提高幾個點，一年省下多少人工，都能折算成錢。AI呢？它可能讓供應(yīng)鏈響應(yīng)快兩天，可能讓庫存周轉(zhuǎn)縮短5%——但這些“可能”，很難變成財務(wù)預(yù)測表上的確定數(shù)字。

波士頓咨詢公司在今年1月發(fā)布的全球AI發(fā)展格局年度調(diào)研報告中指出了這一困境的普遍性。報告強調(diào)：企業(yè)的AI支出是“前置的”，而收益是“后置的”。大量資金正被投入基礎(chǔ)設(shè)施、數(shù)據(jù)治理和員工技能培訓(xùn)——這些都是規(guī)?；疉I應(yīng)用的先決條件，但很少能立即產(chǎn)生收入增長。

這意味著大量試錯正在發(fā)生，并非所有投入都能見到回頭錢。于是，很多企業(yè)陷入一種尷尬：上了怕踩坑，不上怕掉隊。在“要不要、能不能、值不值”之間反復(fù)搖擺，進退兩難。

而更深層的問題在于：AI對業(yè)務(wù)的重構(gòu)深度，參差不齊。

德勤《2026年人工智能現(xiàn)狀報告》將企業(yè)AI應(yīng)用分為三個層次：

◎37%的企業(yè)在較表面層面使用AI，對現(xiàn)有流程幾乎沒有改變；

◎30%圍繞AI重新設(shè)計關(guān)鍵流程，但保持商業(yè)模式不變；

◎僅34%的企業(yè)開始用AI深度轉(zhuǎn)型業(yè)務(wù)——創(chuàng)造新產(chǎn)品、重塑核心流程，甚至改變商業(yè)模式。

換句話說，三分之二的企業(yè)仍在“用AI優(yōu)化舊事”，而非“做AI才能做的新事”。

2026，AI從“工具”

走向“經(jīng)濟”的關(guān)鍵之年

盡管問題突出，但大勢難逆。2026年，企業(yè)的AI應(yīng)用、轉(zhuǎn)型只會更加激烈。

從政策大方向來看，今年全國兩會，一個詞首次寫入政府工作報告：“智能經(jīng)濟”。

所謂智能經(jīng)濟，指的是人工智能驅(qū)動的經(jīng)濟形態(tài)，傳統(tǒng)工業(yè)經(jīng)濟將融入智能內(nèi)核，成為經(jīng)濟轉(zhuǎn)型的核心方向。從2024年到2026年，政府工作報告連續(xù)三年部署“人工智能+”，但“智能經(jīng)濟”的提法是第一次。

在很多專家看來，這一表述的微妙變化，標志著政策邏輯的躍遷：從強調(diào)技術(shù)落地，到構(gòu)建全新經(jīng)濟形態(tài)。這意味著，未來的企業(yè)競爭，不只是“誰有AI”的競爭，更是“誰能用AI重構(gòu)商業(yè)模式”的競爭。

而從技術(shù)擴張的內(nèi)在邏輯來看，這一轉(zhuǎn)型正形成前所未有的加速度。

經(jīng)濟學中有一個經(jīng)典的“杰文斯悖論”，其核心邏輯是當技術(shù)進步提高了特定資源的利用效率時，它會降低使用成本，并進而激發(fā)需求的爆發(fā)式增長。

在關(guān)于AI技術(shù)的普及中，這一觀點也常常被引用。在興業(yè)證券此前發(fā)布的一篇文章中指出，由于模型優(yōu)化和芯片迭代，使得主流模型的推理單位Token輸出成本在過去3年下降超過99%，這種成本的極度收斂反而刺激了更廣泛的使用場景和更高的收入產(chǎn)出，形成技術(shù)迭代推動應(yīng)用普及的正向循環(huán)。

這對企業(yè)而言，意味著AI的普及窗口已經(jīng)打開，不再是“夠不夠好”的問題，而是“用得夠不夠快”的問題。

波士頓咨詢公司最新發(fā)布的《2026AI雷達》揭示了一個看似反常但極具標志性的現(xiàn)象：94%的企業(yè)明確表示，即便短期內(nèi)看不到具體成效，也不會因此縮減或中止AI投資。

換而言之，AI已從“可選項”升維為“必選項”，從技術(shù)工具升格為戰(zhàn)略共識。在這場變革中，觀望的成本，往往比試錯的成本更高。AI正在成為企業(yè)必須持有的“入場券”，而非可以等待的“加分項”。

在狂奔中，聽見沉默的聲音

一邊是逃不開的實際困境，一邊是躲不掉的大勢所趨。企業(yè)該如何自處？

上世紀60 年代，美國社會學家羅杰斯在對農(nóng)村新事物的采納與普及過程進行深入調(diào)查后，提出了創(chuàng)新擴散理論：一種新事物在社會系統(tǒng)中的推廣與擴散，與人際傳播、大眾傳播密不可分，擴散的過程本質(zhì)上也是傳播的過程。

根據(jù)對新技術(shù)接受時間的早晚，羅杰斯將社會群體劃分為五類：創(chuàng)新者、早期采用者、早期大多數(shù)、晚期大多數(shù)和滯后者，由此勾勒出新技術(shù)從小眾走向大眾的普及路徑。

此后，硅谷戰(zhàn)略與創(chuàng)新專家杰弗里?摩爾在《跨越鴻溝》中，將這一理論延伸至高科技與顛覆性創(chuàng)新的擴散規(guī)律，并揭示了一個殘酷的真相：從早期采用者到早期大眾之間，橫亙著一道難以逾越的鴻溝。前者為先進性買單，后者只為實用性付費；前者愿意承擔試錯成本，后者極度排斥風險。

當下中國企業(yè)的AI 應(yīng)用，恰恰站在了這道鴻溝的邊緣：技術(shù)已足夠驚艷，卻尚未轉(zhuǎn)化為穩(wěn)定可預(yù)期的回報；企業(yè)不愿掉隊，卻又擔心盲目投入、不慎踩坑。

而跨越這道鴻溝，既不能靠盲目試錯，也不能靠原地觀望。它需要一種清醒的定位能力—— 先看清自己身處何處，才能規(guī)劃出真正可行的跨越路徑。

這正是我們發(fā)起這次調(diào)研的初衷。過去幾年，行業(yè)已經(jīng)積累了足夠多的實踐樣本，有成功的經(jīng)驗，更有值得警惕的教訓(xùn)?，F(xiàn)在是時候停下來，用數(shù)據(jù)認真審視：我們到底做得怎么樣？哪些坑可以提前避開？哪些路值得堅定走下去？

這份問卷將圍繞八項核心維度來評估企業(yè)在AI戰(zhàn)略、組織、數(shù)據(jù)、技術(shù)、應(yīng)用及生態(tài)等方面的綜合能力。

我們或許無法僅憑一次問卷，就完整看清今天中國企業(yè)AI轉(zhuǎn)型的全貌，但希望能讓這次調(diào)研成為一個錨點，幫助那些在喧囂中困惑的企業(yè)，找到一個相對確定的坐標。

在AI狂飆突進的浪潮里，我們希望多去傾聽一些沉默而真實的聲音。

若您已準備好不再旁觀，而是親自下場破局，誠邀您加入“AI+ 制造”實戰(zhàn)研修營，用60天時間完成從認知升級到方案落地的閉環(huán)，讓 AI 真正成為企業(yè)增長的引擎。