一 “高采纳率，低转化率”悖论 - 企业人工智能领域存在巨大脱节：尽管88%的组织报告在至少一个业务职能中定期使用人工智能（较前一年的78%有所上升），但仅有39%的组织报告其收益增长可归因于人工智能[4] - 超过90%的企业正试图采用人工智能解决方案以保持竞争力，但95%的组织从生成式人工智能投资中获得零回报且陷入无实际可衡量影响的困境[5] - 仅约三分之一的组织已成功开始在全企业范围内扩展人工智能应用，企业用户个人报告称由于使用人工智能每天节省40至60分钟时间[6] - 投资环境正从“无节制的乐观”转向要求提供盈利能力与投资回报率的具体证据[6] 二 企业人工智能采用的主要障碍 - 组织与文化惯性：成功扩展规模的主要障碍往往是文化和组织方面的，而不是技术方面的[9] - 未能重新设计工作流程：大多数组织将人工智能视为增强工具，而不是变革的催化剂[9] - 从试点到生产的鸿沟：尽管80%的组织进行了试点，但据报道只有约5%的定制企业级AI工具最终投入生产[9] - 影子人工智能：超过90%的受访员工使用个人人工智能工具完成工作任务，尽管只有40%的公司正式购买了订阅服务[9] - 心理安全感：83%的企业领导者表示心理安全感直接影响人工智能项目的成功，22%的领导者曾因害怕失败而犹豫是否要领导人工智能项目[10] - 技术与战略错位：在许多复杂、涉及整个公司的案例中，现有技术尚未成熟，生成式人工智能工具经常在关键工作流程中失效[11] - 投资偏见：企业往往倾向于投资销售和市场营销等前台职能部门，而财务和制造等领域的后台自动化通常得到的关注和资源相对较少[13] - 代理治理滞后：40%的人工智能决策者认为监管滞后是采用人工智能技术的主要挑战，直接阻碍了其规模化部署[14] - 难以衡量影响：对于结构性变革或小的流程改进，需要数年时间收集数据才能了解其带来的改变[15] 三 成功企业的关键特征 - 战略方向和自上而下的纪律：成功的组织将人工智能视为战略重点，由最高领导层进行管理，制定自上而下的计划并选择重点领域进行投资[16] - 运营转型和工作流程重新设计：业绩最佳的组织会彻底改革其内部流程，以最大限度地发挥人工智能固有的速度和能力，目标是实现深度系统集成[17][18] - 文化准备度和心理安全感：成功很大程度上取决于建立一种组织文化，能够减轻人们对新技术和由此带来的工作变化的抵触和恐惧[19] - 重点实施和外部合作：成功的公司利用外部专业知识，战略伙伴关系的部署率（66%）大约是内部开发努力（33%）的两倍[20][21] - 衡量财务回报：成功的采用者专注于将效率提升转化为切实的经济收益，尤其注重通过替代现有的外部成本来实现，例如取消业务流程外包合同和削减内容创作的代理费用[22][23] 四 采用率最高的行业与工作负载 - 科技、销售与市场营销、媒体与娱乐以及电子商务行业的采用率最高[24] - 其他值得关注的行业包括专业服务、金融、医疗保健和电信（客户支持）[25] - 工作负载细分： - 编程：与代码编写相关的查询从2025年初约占总令牌量的11%增长到最近几周超过50%，是令牌量快速增长的主要驱动力[26] - 角色扮演：在开源模型中，角色扮演的使用量占比超过一半（约52%），在Deepseek的OpenRouter中占比高达80%[26] - 按成本和价值进行工作负载细分： - 高端工作负载：技术领域在此象限中显著突出，每单位成本最高但保持较高的使用率[33] - 大众市场高用量驱动者：编程、角色扮演和科学聚集于此，编程被标记为“杀手级专业人士”类别[34] - 专业专家：金融、学术、医疗和营销属于此类，用户愿意为特定高风险专业领域的准确性与可靠性支付溢价[35] - 小众工具：翻译、法律和常识问答位于此区域[36] - 目前通过推理优化模型路由的令牌总数占比已超过50%，表明LLM的使用正从单轮请求转向智能推理[37] 五 地域分布特点 - 企业采用：新兴经济体在企业部署方面正超越西方国家，印度（59%）、阿联酋（58%）和俄罗斯（大型企业占比71%）的实施率领先，显著高于美国（33%）和英国（37%）[38] - 使用方式差异： - 在高普及率国家（例如新加坡、加拿大），Claude的使用非常广泛，新加坡的人均使用率是其预期人口比例的4.6倍，加拿大为2.9倍[39] - 新兴市场（例如印度、越南）：人工智能的应用主要集中在编码和软件开发领域，在印度，编码应用占人工智能总应用量的50%以上[39] - 美国：该软件的使用已深度融入家庭管理、求职和医疗指导等领域[39] - 基础设施与语言： - 到2025年中期，高收入国家拥有全球77%的数据中心容量，低收入国家仅占不到0.1%[47] - 人工智能交互中使用的语言高度集中在英语（82.87%），其次是简体中文（4.95%）和俄语（2.47%）[47] 六 2025年主要趋势 - 从辅助工具到自主智能的过渡：智能体人工智能兴起，推理令牌的消耗量同比增长了320倍，这些“智能体”正被部署在高风险环境中[42] - 氛围编码浪潮：人工智能原生开发工具开启“直觉式编码”时代，例如初创公司Lovable在成立仅八个月后就成为独角兽企业，其约95%的代码都是由人工智能编写的[43] - 地域划分与人工智能主权：印度和阿联酋等新兴经济体在运营部署速度方面领先全球，引发全球范围内对“主权人工智能”的推动[44] - “影子人工智能”的使用：90%的员工表示他们在工作中使用个人人工智能工具，而他们所在的公司中只有40%购买了官方订阅服务[45] - 中国模式的崛起：中国开发的模型（如DeepSeek、Qwen和Kimi）在某些时期占每周代币总交易量的约13%至30%，在Hugging Face平台上，阿里巴巴的Qwen占每月新增模型衍生品的40%以上[48] - 视频生成从片段到世界模型的演变：视频生成发展到能够根据状态和用户行为预测未来帧的“世界模型”，新一代模型引入了对话和声音同步、更强大的物理引擎等功能[49] 七 未来预测 - 市场调整与支出增长：专家预测人工智能市场将在2026年出现回调，但预计2025年全球人工智能支出将接近1.5万亿美元，并在2026年突破2万亿美元[51][52] - 经济贡献：预计到2030年，人工智能将为全球经济贡献高达15.7万亿美元，在印度等特定地区，预计到2035年人工智能将为国民经济贡献1.7万亿美元[53] - 技术发展： - 端到端自主科学发现：开放式人工智能代理将能够独立完成一项有意义的科学发现[54] - 实时生成式视频游戏预计到2026年将成为Twitch等平台上最受关注的内容之一[50][54] - 中型模型（参数在150亿到700亿之间）正成为行业标准[59] - 安全与就业影响： - 关于智能体攻击的全球辩论可能引发联合国首次专门针对人工智能安全的紧急辩论，用于网络攻击的攻击性人工智能能力每五个月就会翻一番[55] - 人工智能预计到2025年将取代8500万个工作岗位，但同时将创造9700万个新的就业岗位，更替可能主要集中在非核心业务活动[61] - 其他预测： - 人工智能代理独立处理消费者交易，代理结账将占所有在线销售额的5%以上，直接面向人工智能代理的广告支出预计将达到50亿美元[56][57] - 到2028年，人工智能规模化发展的主要制约因素将从芯片供应转向电网容量，预计到2030年领先的超级计算机将需要9吉瓦的电力[60] - 主权人工智能将成为各国政府和企业的首要战略重点[62]