|
來源：Gartner Gartner近日發布2025年及未來，中國企業實現人工智能（AI）價值的重要預測。未來兩到五年內，中國將發生一系列主流變革，有力推動AI在中國的普及。這些變革包括AI模型、AI工程化、AI數據管理和AI 產品化等領域取得的進展。 生成式人工智能技術供應商之間的競爭持續了近兩年，而企業利用AI創造價值的競賽才剛剛拉開序幕。對此，Gartner分析師提出了以下四大戰略預測。 到2027年，中國80%的企業將使用多模型生成式人工智能策略來實現多樣化的模型功能、滿足本地部署要求并獲得成本效益。 在這個瞬息萬變的市場中，生成式人工智能模型種類繁多，不斷迭代，尤其最近DeepSeek的R1模型，吸引了眾多目光。這些模型都有自己獨特之處，并且正在快速發展。沒有一個單一的模型可以同時滿足所有功能性和非功能性要求，而部分中國企業需要根據監管要求在本地部署模型。 多模型策略將有助于企業機構在動蕩的市場環境中充分利用生成式人工智能的能力，采用多模型戰略的企業機構將更有效地管理通用任務和專內任務，而不必僅僅賴單一大語言模型（LLM）。 Gartner高級研究總監張桐表示：“通用模型用途廣泛，但在小眾領域可能表現不佳。相比之下，專業模型在特定領域表現出色，但在處理訓練范圍之外的任務時，其表現不盡如人意。因此，將出現規模和目的各不相同的多樣化模型來滿足這些不同的需求。” 到2027年，中國采用復合型AI的企業將比只依賴生成式人工智能模型的企業領先兩年實現AI落地。 在地緣政治等因素的影響下，中國高端芯片進口受阻，這將影響中國基礎模型的發展，DeepSeek等國產模型還需要持續在較低算力的基礎上和全球競爭者競爭。生成式人工智能模型的低可靠性和高成本（對計算的要求不斷增加）使業務利益相關者質疑AI的價值，而關于模型功能的夸大說法可能導致企業將生成式人工智能應用于不恰當的用例。高科技公司和各種供應商已經開始使用復合型AI方法，有效提升了AI產品的可靠性和自動化水平。 Gartner研究總監閆斌表示：“AI系統將整合更多非生成式AI技術（例如知識圖譜和傳統機器學習方法），將其作為打造一個完整系統所需的關鍵要素。這些完整的系統將取代之前由生成式人工智能單獨完成的角色。將各種AI技術、數據和系統整合在一起的AI工程化能力將變得比以往任何時候都更加重要。AI工程化能力更高的企業對AI的采用水平將超過其他企業。” 到2028年，中國企業對人工智能就緒型數據（特別是非結構化數據）的投資將達到2024年的20倍。 如今，數字應用在中國商業和個人領域占據主導地位，從而產生了海量數據，特別是非結構化數據，如文本、圖像、視頻和音頻。此類數據具有巨大的利用潛力。非結構化數據對于生成式人工智能解決方案非常重要。然而，對于大多數企業機構而言，針對此類數據的治理要么不存在，要么分散在不同團隊的知識管理工具和文檔存儲中。此外，治理的重點往往偏向記錄管理、安全和隱私策略。 生成式人工智能可幫助企業解鎖來自非結構化數據（包括語音、視頻和圖像）的洞察，實現更高效和更縝密的決策，通過新的用例/業務模式實現業務價值。 Gartner高級研究總監方琦表示：“由于大多數企業都依賴于相似的預訓練模型，因此具有企業自身特色的數據正成為生成式人工智能采用和創新的關鍵差異化因素。” 到2029年，中國60%的企業將把AI融入其主要產品和服務中，并且這些AI功能將成為收入增長的主要驅動力。 制造業作為中國的關鍵行業，目前正經歷一個關鍵的經濟轉型期。AI是這一新型生產力的關鍵驅動力，得到了政府的大力支持。與此同時，生成式人工智能賦能型聊天機器人和助手初期將在電商、在線教育、移動設備和汽車制造等領域流行起來。 隨著第一波成功研究案例的出現，AI產品化的進程將會加快。更多的企業和客戶將會認識到這些AI產品功能的價值。AI功能將成為智能數字產品和服務的一項關鍵差異化競爭力。 Gartner研究總監閆斌表示：“這些AI產品將為中國企業提供全球市場的競爭優勢，并加快其國際擴展步伐。同時，AI不僅會催生出更多的需求，還會推動多個領域的重大進步，包括數據管理、軟件開各系統安全和基礎設施開發。” |
