中國信通院徐恩慶：AI應用正在融入企業關鍵環節，助力重塑核心價值

在日前舉(ju) 行的2025金蝶雲(yun) 蒼穹AI峰會(hui) ——AI技術論壇上，中國信通院雲(yun) 大所政企數字化轉型部主任徐恩慶發表主題分享，從(cong) 政策、技術、市場、行業(ye) 應用四大維度切入，深度剖析企業(ye) 級AI應用的現狀與(yu) 未來。

中國信通院雲(yun) 大所政企數字化轉型部主任徐恩慶

（以下為(wei) 演講內(nei) 容整理，有刪減。）

從(cong) 政策層麵看，當前人工智能已上升為(wei) 國家戰略，中央經濟工作會(hui) 議明確提出要開展"人工智能+"行動，推動新技術、新產(chan) 品、新場景的大規模應用示範。這種政策導向正從(cong) 框架性指導向場景化落地轉變。

技術演進層麵，人工智能技術曆經三起兩(liang) 落，從(cong) 早期的符號主義(yi) 主導，到如今以大模型為(wei) 代表的連接主義(yi) 崛起。在企業(ye) 級應用領域，呈現"大模型+知識庫"的融合特征，既延續了傳(chuan) 統AI對準確性和穩定性的追求，又通過知識增強突破了大模型在企業(ye) 場景的局限。

市場數據印證了AI產(chan) 業(ye) 的爆發式增長。截至2024年，中國AI企業(ye) 數量達4500多家，占全球15%，僅(jin) 次於(yu) 美國。國內(nei) 備案大模型數量從(cong) 2024年8月的190個(ge) 激增至當前近350個(ge) （截止2025年3月底），其中80%以行業(ye) 龍頭企業(ye) 牽頭合作或者是自研的行業(ye) 大模型。

行業(ye) 應用呈現明顯的梯隊差異。通信、金融、能源、製造四大領域走在前列：通信行業(ye) 依托技術積累，已實現網絡運維的智能化；金融業(ye) 將AI應用於(yu) 智能客服、信貸審批等場景，數據驅動的決(jue) 策模式日趨成熟；能源行業(ye) 通過引入AI一體(ti) 機優(you) 化電力調配；製造業(ye) 則借助工業(ye) 互聯網平台打造智能工廠。央企群體(ti) 表現尤為(wei) 突出，2024年底已有28家央企發布行業(ye) 大模型，覆蓋知識相問答、輔助工程師設計等核心環節。

過去十年間，企業(ye) 信息化與(yu) 數字化的進程始終圍繞技術迭代展開。從(cong) 信息化到數字化的躍遷，本質是數據應用方式的升級：信息化時代，數據僅(jin) 作為(wei) 業(ye) 務比對的參考；數字化時代，數據通過大數據處理支撐運營決(jue) 策，甚至以可視化形式呈現價(jia) 值。然而，這一階段的投入產(chan) 出比仍不理想，許多企業(ye) 的數據價(jia) 值未能充分釋放。而人工智能的崛起，真正讓數據完成了從(cong) “輔助工具”到“智能閉環核心”的使命躍遷——數據成為(wei) AI的“燃料”，驅動模型訓練與(yu) 優(you) 化，其價(jia) 值被推向新高度。

這種質變不僅(jin) 體(ti) 現在數據層麵，更深入到企業(ye) 運作的內(nei) 核。傳(chuan) 統數字化依賴人為(wei) 設定的規則與(yu) 流程，工程師通過代碼將這些邏輯固化到係統中。但在AI時代，企業(ye) 轉向“目標驅動”與(yu) “提示詞工程”：隻需設定戰略目標，AI通過學習(xi) 海量數據自主生成執行邏輯，人類幹預從(cong) “代碼編寫(xie) ”轉向“目標調優(you) ”。這種轉變意味著企業(ye) 智能化的底層邏輯已發生根本性變革。

在應用方麵的進化同樣顯著。過去，AI以單點工具形式存在，解決(jue) 局部問題；如今，企業(ye) 級AI追求全局智能，要求打破“應用煙囪”，構建統一平台。這一進程與(yu) 雲(yun) 原生技術發展一脈相承——十年前，企業(ye) 糾結於(yu) 自建雲(yun) 、公有雲(yun) 還是混合雲(yun) ；今天，AI時代的企業(ye) 需在算力、模型、數據、應用四維度構建全棧智能架構，這絕非單一係統的升級，而是一場數字化革命。

在AI時代，強大的算力已成為(wei) 企業(ye) 成功部署AI應用的關(guan) 鍵要素。企業(ye) 麵臨(lin) 自建與(yu) 采購的權衡：大型企業(ye) 需考慮模型微調與(yu) 應用開發的自主性，而中小企業(ye) 更傾(qing) 向外部采購。但無論路徑如何選擇，數據治理始終是繞不開的先決(jue) 條件。一些企業(ye) 試圖跳過數據治理直接部署AI，這無異於(yu) “空中樓閣”——數據質量、流通成本與(yu) 核心數據保護問題，仍是橫亙(gen) 在前的現實難題。

模型選擇同樣複雜。大模型雖主導生成式AI領域，但專(zhuan) 有模型與(yu) 小模型在特定場景中仍有不可替代的價(jia) 值。企業(ye) 需基於(yu) 場景需求、成本預算與(yu) 智能化目標，構建多模型協同體(ti) 係。

應用落地是最直接創造價(jia) 值。對企業(ye) 而言，如何甄別優(you) 先進行Agent化改造的業(ye) 務場景，如何實現傳(chuan) 統研發體(ti) 係與(yu) 智能體(ti) 開發路徑的有機融合，已成為(wei) 企業(ye) 級AI轉型的核心挑戰。產(chan) 業(ye) 界亟待形成標準化解決(jue) 方案以破解應用落地難題。

企業(ye) 級AI的征程剛剛開始。它既是技術革命，更是管理革命。當AI從(cong) 後台支撐走向前台引領，企業(ye) 需以更開放的姿態擁抱智能時代——不是追逐熱點，而是以戰略眼光審視數據、算力、模型與(yu) 應用的協同進化。唯有如此，AI才能真正成為(wei) 突破發展瓶頸、創造新質生產(chan) 力的核心引擎。

以上就是我今天的分享，謝謝大家！