企業AI應用困局：60%的技術，30%的狂歡 ，剩下10%才是應用

（圖片來源：攝圖網）

作者|老楊 來源|湘江數評

如果說今年的科技界什么最火，答案都會出奇的一致，那就是:AI！

從ChatGPT的爆火到大模型的軍備競賽，AI技術似乎成了企業競爭力的“萬能鑰匙”。隨著DeepSeek的推出，國內市場瞬間被攪動，仿佛一劑強心針，使得長時間處于沉寂狀態的數字化市場重新煥發活力。于是企業不是在做大模型就是在買一體機的路上，不搞AI項目CIO可能都不好意思和同行打招呼，目前2025年已快過半，AI在企業應用的的成績如何呢？老楊用一句話來形容就是：60%的精力花在技術探索，30%的狂歡式追捧，真正落地的應用可能只有10%。

60%的技術門檻成為AI落地的最大障礙

AI真的如想象中的那般即插即用嗎？搞一個大模型出來就是智能化企業嗎？買一臺一體機即可實現AI智能化嗎？企業應用AI的第一道難關便是技術的復雜性。只有經歷過AI項目建設的企業才知道AI技術的復雜性遠超企業的預期:

第一，首先在技術上實現就需要專業的技術團隊支持，搞大模型開發、工具對接、接口開發等等都需要專業技術，對于不差錢的國央企而言養一支開發團隊不算什么，但對于大部分民企而言就需要莫大的戰略決心，而中小企業就只能“望人興嘆”了；

第二，高昂的算力成本也是檔在眾多企業AI道路上的攔路虎，雖然當前硬件成本已經下降了很多，但想要實現高性能、復雜運算低配的服務器還是捉襟見肘，低配用不了，高配用不起，這也是當前部分企業AI算力的囧境；

第三，如果要問體現AI價值的基礎是什么？毫無疑問那就是數據，為什么很多企業搭建了知識庫場景應用起來卻與預期相差很多，一個重要的原因就是數據質量太差，AI模型訓練需要高質量數據，但當前大部分的傳統企業缺乏數據治理的意識及能力，導致AI輸出的結果差強人意；

第四，AI技術的開發需要兼具算法、工程和業務理解能力的復合型人才，但此類技術性綜合人才非常匱乏且成本昂貴，所以普通企業也是難以負擔起的。

從以上四點我們不難看出，AI技術不是簡單的技術實現，它依賴數據質量、算法優化、算力支持和持續迭代，任何一個環節的短板都會導致項目失敗。讓一眾企業苦惱的是AI不但需要較高的技術門檻，且案例較少都是在不斷試錯中前行，并不是企業舍得投入就立竿見影的，在場景實現上還存在著高度的不確定，有時如霧里看花般讓企業迷茫，投入大量的技術研發是否值得？

30%的狂歡：領導層的狂歡與焦慮、跟風與泡沫

在AI浪潮下，部分企業管理者由于缺乏對AI的正確認知往往陷入對AI的狂熱追捧，甚至產生不切實際的想法，比如某企業領導層對開發團隊說：等引進了AI技術你們這些程序員都要統統下崗，我只要用AI自動編寫軟件就行，想要什么軟件就編什么軟件！所以不難看出“AI萬能論”確實讓一部分企業領導的腎上腺素飆升，他們認為AI可以解決所有的企業問題，為此盲目投入大量資源，卻忽視了企業自身的能力與場景的適配性。

有狂熱追捧自然就有焦慮，一些企業領導看到行業競爭對手宣布AI戰略或進行AI項目建設后，再加上一些供應商和咨詢公司鼓吹的“AI顛覆論”，產生巨大的焦慮感，認為再不跟進就要被時代拋棄，于是在不考慮企業實際的情況也匆匆上馬AI項目，只為追求技術潮流而非真正解決問題。

以上問題導致的后果就是資源錯配與浪費，企業投入大量預算采購所謂的AI解決方案，僅是為了體現“數字化轉型”的政績，面子工程而已；而一些盲目追風的企業管理層期待AI短期內帶來顛覆性變革，但實際落地效果往往低于預期，最終導致項目難以繼續維持，爛尾！

10%的應用：落地難

AI技術若想在企業真正落地應用產生價值必須滿足三個條件：

第一，明確的應用場景及目標；

第二，可衡量的ROI；

第三，與現有系統的無縫對接；

但AI在企業的落地卻面臨如下困境：

1.技術與業務脫節嚴重：

比如技術團隊關心的算法，而業務部門卻只關心結果能否馬上實現降本增效，兩個部門目標不一，雞同鴨講，不在一個頻道，存在溝通難的境況；

2.存在變革的阻力：

企業應用AI可能會對組織重構，對人員素質能力提出更高的要求，這就會導致一些員工的消極配合甚至公然對抗，存在應用驗證難；

3.短期回報難：

AI項目需要不斷的優化迭代才能越用月聰明，需要企業堅持長期主義，但由于一些企業領導對AI的高期望，短期內難以看到效果，極易導致AI項目半途而廢。

從以上這些現實問題我們不難看出，當前AI技術雖蓬勃發展，但存在企業落地難、成功案例稀缺的尷尬局面，這揭示了技術與商業之間的真實鴻溝，想要打破AI應用的困局，企業在認知上需要理性看待AI，承認AI的局限性，不是所有問題都適合用AI解決；在AI項目的建設策略上要小步快跑，先做MVP（最小可行產品），驗證效果后再逐步擴展，避免一次性投入過大；在組織管理上需建立協同機制，讓業務、技術和數據團隊深度協作，確保AI解決方案真正貼合需求，從“技術驅動”轉向“需求驅動”、“價值驅動”。

所以AI不是魔法，它的價值不在于技術本身，而在于如何與業務結合。只有當企業放下對AI的盲目崇拜，真正關注那“10%的應用”時，技術才能從泡沫走向實效。

編者按：本文轉載自微信公眾號：湘江數評，作者：老楊