7月28日,在2025世界人工智能大會期間,畢馬威中國發(fā)布《新智啟新質:生成式AI賦能產業(yè)變革的實踐與路徑》報告。
報告指出,科技一路躍遷,呈現出浪潮式演進,每一輪演進又遵循著“科技突破—工程創(chuàng)新—產業(yè)變革”的發(fā)展規(guī)律。從模型層來看,開源與閉源逐漸從技術路線差異轉變?yōu)楫a業(yè)規(guī)則制定權之爭,而當前國內各類科技創(chuàng)新主體對開源普遍抱有較積極態(tài)度,將為中國生成式AI產業(yè)走向自主可控和擴大國際影響力提供窗口期。從應用層來看,隨著基礎設施層、模型層的發(fā)展格局和路線漸趨清晰,以及各類生成式AI服務持續(xù)涌現,下游ToB應用市場需求有望爆發(fā),成為生成式AI產業(yè)的價值高地和競爭焦點,長期來看,隨著ToB市場規(guī)模效應顯現,生成式AI服務有望以更低成本向ToC市場滲透。
報告進一步指出,生成式AI的價值實現高度依賴行業(yè)屬性與場景特性的耦合效應,究竟哪些行業(yè)和場景會是價值高地,已成為生成式AI供需雙方共同關注的焦點問題。
畢馬威全球的調研數據顯示,與跨行業(yè)平均水平相比,金融服務、保險、資產管理等金融機構對于AI投資回報的認可度均表現出較高水平。國內方面,生成式AI已在銀行業(yè)進入試點應用階段,預計1—2年內有望出現降本增效的財務成果,保險和證券等機構的相關應用成熟度略低,但總體差距較小。
此外,在制造業(yè)領域,報告發(fā)現,中國制造業(yè)亟需加快從傳統(tǒng)的“流程驅動”的線性增長模式,邁向“流程和數據融合驅動”的精細化管理運營和復雜能力網絡構建,實現生產方式向個性化、定制化、靈活化的深刻轉型。目前生成式AI正加速滲透至研、產、供、銷、服等各個關鍵環(huán)節(jié),為傳統(tǒng)制造業(yè)流程注入新活力。值得注意的是,制造業(yè)場景相對碎片化,在部分知識壁壘較高、流程規(guī)則要求嚴格的場景中,小模型仍有存在必要性。因此,中短期內,制造業(yè)場景中生成式AI與傳統(tǒng)AI將互為補充、協(xié)同推進。
從投資回報率來看,制造業(yè)企業(yè)對于生成式AI的應用十分關注實際場景需求,針對生成式AI的投資會更加聚焦于具體運營指標提升和實際財務價值落地。不過,由于制造業(yè)數據結構較復雜且隱性知識密集,企業(yè)前期訓練部署生成式AI的資源成本極高,使得相關投入產出評價更加困難。
從企業(yè)投資意愿來看,在國內智能制造和培育新質生產力的要求下,越來越多制造業(yè)企業(yè)從“試點探索”走向“深度應用”,但頭部企業(yè)和中小企業(yè)的態(tài)度呈現較明顯分化趨勢。頭部企業(yè)因數字化轉型基礎相對領先,對于投資回報率的判斷相對清晰,持續(xù)投資意愿相對較高,中小企業(yè)受限于成本、人才、技術等壓力,普遍存在不敢投、不能投的問題。
生成式AI在創(chuàng)造巨大價值的同時,也伴生出復雜的新型風險與挑戰(zhàn)。報告指出,生成式AI的風險應對面臨五大領域的核心挑戰(zhàn):管控域需解決政策合規(guī)缺口、組織架構滯后和責任歸屬模糊等權責界定難題;技術域需攻克模型脆弱性、透明度缺失和內容失控等技術固有風險;治理域面臨風險監(jiān)測框架滯后、治理目標失當和利益協(xié)同障礙等主導性困境;過程域需統(tǒng)籌多源異構模型、多模態(tài)數據和復雜場景帶來的全生命周期管理壓力;價值域則需平衡成本收益、規(guī)避倫理沖突并應對人才結構沖擊,確保技術發(fā)展與公共利益動態(tài)對齊。這些挑戰(zhàn)共同構成了生成式AI風險治理的立體化難題矩陣。
畢馬威中國數字化賦能及人工智能主管合伙人張慶杰表示,AI轉型絕非簡單技術疊加,AI驅動的數智轉型是深層價值塑造、思維創(chuàng)新、情感共生等全過程變革新范式,企業(yè)通過“賦能、融合、演進”三個階段推動AI應用,提升企業(yè)產品及服務價值、調整優(yōu)化流程、提升落地效能。
(經濟觀察網李曉丹/文)
免責聲明:本文觀點僅代表作者本人,供參考、交流,不構成任何建議。
李曉丹
宏觀經濟研究院秘書長
穿越利用先知先覺搶奪各種超神小精靈 作為一名訓練家, 這個世界由我來主宰免責聲明:本文內容由開放的智能模型自動生成,僅供參考。