摘要:“我们去年12月调研了200家公司,发现其中90%以上对AI的投资都非常失望。”在博鳌亚洲论坛2026年年会的一场分论坛上,罗兰贝格全球管理委员会联席总裁戴璞给企业AI投资泼了一盆冷水,他将其形象地称为“AI价值鸿沟”。在博鳌论坛上,中国工程院院士、清华大学智能产业研究院院长张亚勤表示,今年AI领域有几个发展趋势。
盲目投资只会掉入“价值鸿沟”。
“我们去年12月调研了200家公司,发现其中90%以上对AI的投资都非常失望。”在博鳌亚洲论坛2026年年会的一场分论坛上,罗兰贝格全球管理委员会联席总裁戴璞给企业AI投资泼了一盆冷水,他将其形象地称为“AI价值鸿沟”。
当全世界都在高喊“All in AI”,企业们生怕错失风口,疯狂砸钱购买模型、搭建数据架构时,回报却并未如期而至。戴璞指出,问题出在“盲目飞行”:近三分之二的公司没有统一的AI策略,且衡量标准单一,只关注技术本身,而忽视了全面价值。
这种“怕错过”的投资心态,反而导致了更低的回报率。
但AI技术本身并非只是虚火。戴璞展示的另一组数据揭示了AI的巨大潜力:生成式AI能让客户支持的生产率提升40%,软件开发的生产率甚至能飙升60%,仍然带来了很大变革。关键在于,那些真正受益的企业,做对了一件事——对整个业务流程进行了重新设计,将AI深度嵌入其中。
戴璞进一步强调,成功的AI转型,必须建立在企业自己的专有数据之上,构建在自主可控的IT组织和云架构、云上数据库中,且必须有结构性的数据,这样的AI赋能才会带来变革。尤其是在制造业去使用AI时,要让一线的运营操作者真切感受和了解到数据的价值。
而更前沿的挑战,是让AI从处理图表、文字的“虚拟世界”,走向感知面孔、动作和物理空间的“物理世界”。在充满不确定性和非结构化的现实环境中应用AI,将成为下一阶段的战场。
在论坛上,不同行业的从业者分享了基于数据带来的转型价值。猿力科技副总裁程群表示,教育领域曾有一个“不可能三角”:高质量、大规模、个性化难以兼得。如今,AI正在打破这一僵局,通过精准留存每个学生日常的学习数据、老师的教学数据,AI让人类追求了两千多年的“因材施教”走入现实。
“在北京朝阳区、深圳龙岗区,十几万学生现在拿到的寒暑假作业,都是专属于自己的作业,每人一本、薄薄的,每道题都不一样。”程群举例说,他们对学生学期当中每一次作业、学习的数据都进行了留存,然后让AI进行精准分析,让个性化作业成为可能。
而在贸易领域,AI带来的则是另一种维度的“降维打击”。贝宝高级副总裁兼中国区CEO邱寒分享了一个变化:AI极大降低了企业进入新市场的壁垒。过去,中国商户进入一个新市场需要数月甚至数年的准备,克服语言、文化、物流等多重障碍。如今,在AI的加持下,这个过程被缩短到了“周或天”。
对于AI如何降本增效,他举了一个服装行业的例子:传统服装企业常因生产与市场需求脱节而积压大量库存。如今,一些新锐服装企业从线上获取需求,用AI完成设计,快速测试验证,整个过程从依赖经验变成依赖数据。这种“AI设计”的模式,让这些企业在出口中占据优势。
在博鳌论坛上,中国工程院院士、清华大学智能产业研究院院长张亚勤表示,今年AI领域有几个发展趋势。一方面,从生成式AI迈向智能体AI,覆盖工业、消费、制药等多个领域,而人工智能正从信息智能向物理智能与生物智能延伸,同时,AI加速向‘AI+’转变,AI不再只是一项关键技术,而是深度融入各行各业。
AI不仅是工具,更代表着全新的AI思维,张亚勤认为,各类企业都需要借助AI思维开展管理,对底层理念进行革新。
但从企业家们的实践来看,AI转型并非简单“砸钱”,盲目投资只会掉入“价值鸿沟”。真正的变革,源于对业务的深刻理解、对数据的自主掌控、对应用场景的垂直探索。
暂无回复,快来抢沙发吧!
本次需消耗银元:
100
当前账户余额: 0 银元
盲目投资只会掉入“价值鸿沟”。
“我们去年12月调研了200家公司,发现其中90%以上对AI的投资都非常失望。”在博鳌亚洲论坛2026年年会的一场分论坛上,罗兰贝格全球管理委员会联席总裁戴璞给企业AI投资泼了一盆冷水,他将其形象地称为“AI价值鸿沟”。
当全世界都在高喊“All in AI”,企业们生怕错失风口,疯狂砸钱购买模型、搭建数据架构时,回报却并未如期而至。戴璞指出,问题出在“盲目飞行”:近三分之二的公司没有统一的AI策略,且衡量标准单一,只关注技术本身,而忽视了全面价值。
这种“怕错过”的投资心态,反而导致了更低的回报率。
但AI技术本身并非只是虚火。戴璞展示的另一组数据揭示了AI的巨大潜力:生成式AI能让客户支持的生产率提升40%,软件开发的生产率甚至能飙升60%,仍然带来了很大变革。关键在于,那些真正受益的企业,做对了一件事——对整个业务流程进行了重新设计,将AI深度嵌入其中。
戴璞进一步强调,成功的AI转型,必须建立在企业自己的专有数据之上,构建在自主可控的IT组织和云架构、云上数据库中,且必须有结构性的数据,这样的AI赋能才会带来变革。尤其是在制造业去使用AI时,要让一线的运营操作者真切感受和了解到数据的价值。
而更前沿的挑战,是让AI从处理图表、文字的“虚拟世界”,走向感知面孔、动作和物理空间的“物理世界”。在充满不确定性和非结构化的现实环境中应用AI,将成为下一阶段的战场。
在论坛上,不同行业的从业者分享了基于数据带来的转型价值。猿力科技副总裁程群表示,教育领域曾有一个“不可能三角”:高质量、大规模、个性化难以兼得。如今,AI正在打破这一僵局,通过精准留存每个学生日常的学习数据、老师的教学数据,AI让人类追求了两千多年的“因材施教”走入现实。
“在北京朝阳区、深圳龙岗区,十几万学生现在拿到的寒暑假作业,都是专属于自己的作业,每人一本、薄薄的,每道题都不一样。”程群举例说,他们对学生学期当中每一次作业、学习的数据都进行了留存,然后让AI进行精准分析,让个性化作业成为可能。
而在贸易领域,AI带来的则是另一种维度的“降维打击”。贝宝高级副总裁兼中国区CEO邱寒分享了一个变化:AI极大降低了企业进入新市场的壁垒。过去,中国商户进入一个新市场需要数月甚至数年的准备,克服语言、文化、物流等多重障碍。如今,在AI的加持下,这个过程被缩短到了“周或天”。
对于AI如何降本增效,他举了一个服装行业的例子:传统服装企业常因生产与市场需求脱节而积压大量库存。如今,一些新锐服装企业从线上获取需求,用AI完成设计,快速测试验证,整个过程从依赖经验变成依赖数据。这种“AI设计”的模式,让这些企业在出口中占据优势。
在博鳌论坛上,中国工程院院士、清华大学智能产业研究院院长张亚勤表示,今年AI领域有几个发展趋势。一方面,从生成式AI迈向智能体AI,覆盖工业、消费、制药等多个领域,而人工智能正从信息智能向物理智能与生物智能延伸,同时,AI加速向‘AI+’转变,AI不再只是一项关键技术,而是深度融入各行各业。
AI不仅是工具,更代表着全新的AI思维,张亚勤认为,各类企业都需要借助AI思维开展管理,对底层理念进行革新。
但从企业家们的实践来看,AI转型并非简单“砸钱”,盲目投资只会掉入“价值鸿沟”。真正的变革,源于对业务的深刻理解、对数据的自主掌控、对应用场景的垂直探索。