“电只有跟电器深度融合之后，电作为能源才能发挥它真正的意义，才能改变我们的生活。AI也是这样。”在外滩大会的论坛上如此感慨。
这是蚂蚁数科副总裁余斌在2025外滩大会“AI驱动的产业突围与智能演讲”论坛上发出的感慨。他认为，基本上所有的技术发展路径都是从通用到专业，再到大规模应用。也就是说，AI技术在大规模应用之前，必须要走到一个专业场景里億策略，才能进一步挖掘其价值。
AI在专业场景应用的爆发，是2025年外滩大会的重要特征，这也是当下AI行业发展的大势所趋。
但专业也意味着难度，AI的产业化应用目前还面临不少问题。在场有企业用“痛苦大于价值”来描述当前AI技术的实际落地情况：这家制造业企业一年前开始推进大规模AI应用，在企业内部发起了百余个应用项目，目前三分之一取得一定效果，三分之一和预期效果相差甚远，还有三分之一仍然处于磨合阶段。
AI实际落地难，是行业现在急需突破的瓶颈。余斌也以蚂蚁数科服务企业的案例说明，其实蚂蚁三年前就已经开发了自己的金融大模型，但是很长一段时间里并没有推向市场，因为基础大模型并没有办法“开箱即用”億策略，也没有办法真正地帮助金融从业者解决专业问题。
事实上，金融行业已经是国内AI产业落地最快的产业，但仍然面临诸多挑战。上海交通大学安泰经济与管理学院副院长刘少轩介绍，外界普遍认为金融行业数字化基础设施较为完备，AI转型的优势更强，应该走在AI产业应用的前列，但目前来看，金融行业AI应用的马太效应在增强，AI大规模应用的商业化价值远没有实现。上海交通大学安泰经济与管理学院副院长刘少轩介绍，外界普遍认为金融行业数字化基础设施较为完备，AI转型的优势更强，应该走在AI产业应用的前列，但目前来看，金融行业AI应用的马太效应在增强，AI大规模应用的商业化价值远没有实现。
刘少轩认为，AI在金融行业的应用难以突破，与数据的规模、质量有密切关系。“我们认为AI上半场拼的是模型，下半场决定AI竞争的胜负手是在于数据的质量。”
为了解决这个问题，AI服务商和产业端都在想办法。余斌认为，AI企业首先要与广大的行业企业合作，用高质量数据，提升行业大模型的专业性，把大模型从“小学生”训练成“博士生”。随后，再利用行业企业的私有数据为大模型做后训练，这就像让“博士生”到企业中进行实习，积累一定现场知识后，就可以快速地投产。
企业端也在探索解开更多AI大规模应用的束缚。新华保险金融科技中心总经理黄鲲认为，大多数企业信息化、数字化的经验，都是把技术当做人和人之间信任链条上的辅助性的工具，要想让AI真正地去发挥出来它的作用，必须要对信任的链条进行重塑。“使用一个员工，也会存在道德风险、操作风险，但我们为什么会选择相信人，不相信AI？未来我们需要把AI当成一个员工来看待，构建人类员工与数字员工融合协同的组织形态。”
在场大部分企业都认同，AI不应只是员工的辅助工具，而是帮助企业重塑业务流程的力量。从根本上来讲，AI会推动企业组织架构发生深层次的变革，企业管理者在推动AI转型过程中，不仅要看到AI对效率提升方面的作用，更需要统筹考虑AI对企业管理模式的潜在影响。
如上海交通大学安泰经济与管理学院院长陈方若所说億策略，“数字化的产业应用已经进行了十多年，AI的产业转型才刚刚开始”。
億策略提示：文章来自网络，不代表本站观点。
相关文章
