財(cái)務(wù)云
數(shù)智融合 價(jià)值財(cái)務(wù)人力云
賦能員工 激活組織供應(yīng)鏈云
敏捷運(yùn)營(yíng) 高效協(xié)同營(yíng)銷云
全渠道營(yíng)銷 數(shù)智化經(jīng)營(yíng)采購(gòu)云
全球?qū)ぴ?韌性供應(yīng)制造云
敏捷制造 產(chǎn)銷協(xié)同研發(fā)云
數(shù)智驅(qū)動(dòng) 研發(fā)創(chuàng)新項(xiàng)目云
項(xiàng)管融合 精智核算資產(chǎn)云
精益運(yùn)營(yíng) 智能運(yùn)維協(xié)同云
數(shù)智友空間 協(xié)同超融合
智能財(cái)務(wù)
提供精細(xì)化財(cái)務(wù)管控全場(chǎng)景合規(guī)稅務(wù)
提供給合規(guī)化的稅務(wù)服務(wù)全場(chǎng)景數(shù)字人力
提供數(shù)字化人力服務(wù)全場(chǎng)景敏捷供應(yīng)鏈
提供端到端智慧供應(yīng)鏈全場(chǎng)景數(shù)字營(yíng)銷
提供數(shù)字營(yíng)銷服務(wù)全場(chǎng)景智慧采購(gòu)
提供一站式采購(gòu)服務(wù)全場(chǎng)景智能制造
提供敏捷制造服務(wù)全場(chǎng)景數(shù)智資產(chǎn)
實(shí)時(shí)掌握資產(chǎn)運(yùn)營(yíng)狀況和效益數(shù)字項(xiàng)目
提供全過(guò)程的項(xiàng)目管理全場(chǎng)景數(shù)智財(cái)資
多維度財(cái)資管理和風(fēng)險(xiǎn)管控智慧協(xié)同
提供統(tǒng)一門戶應(yīng)用全場(chǎng)景數(shù)智平臺(tái)
企業(yè)數(shù)智化底座行業(yè)解決方案
深耕行業(yè) 創(chuàng)新價(jià)值中央企業(yè)
服務(wù)央企數(shù)智化轉(zhuǎn)型第一品牌國(guó)資監(jiān)管與投資控股
數(shù)智國(guó)資 新質(zhì)發(fā)展裝備與離散制造
數(shù)智融合 賦能高端制造流程制造
深化AI+賦能流程制造業(yè),助燃新質(zhì)生產(chǎn)力消費(fèi)品
數(shù)智消費(fèi),賦能消費(fèi)品行業(yè)企業(yè)數(shù)智化轉(zhuǎn)型發(fā)展服務(wù)
AI+驅(qū)動(dòng)服務(wù)行業(yè)數(shù)智企業(yè)創(chuàng)新發(fā)展交通與公用事業(yè)
數(shù)智賦能交通公用行業(yè)高質(zhì)量發(fā)展建筑與地產(chǎn)
建數(shù)智引擎,產(chǎn)新質(zhì)動(dòng)能醫(yī)藥
以數(shù)智創(chuàng)新驅(qū)動(dòng)醫(yī)藥行業(yè)高質(zhì)量發(fā)展醫(yī)療
數(shù)智化技術(shù)賦能醫(yī)療機(jī)構(gòu)高質(zhì)量發(fā)展能源
以數(shù)智創(chuàng)新推動(dòng)能源行業(yè)綠色低碳發(fā)展電信與廣電
電信與廣電行業(yè)M域首席服務(wù)商軍工
軍工企業(yè)的數(shù)智化首選政務(wù)
云聚公共管理智慧,助力政府?dāng)?shù)智化轉(zhuǎn)型教育
數(shù)智化人才培養(yǎng)服務(wù)提供商金融
中國(guó)金融行業(yè)數(shù)智化解決方案領(lǐng)導(dǎo)者汽車
專注于汽車行業(yè)營(yíng)銷與后市場(chǎng)服務(wù)煙草
助力煙草行業(yè)數(shù)智化轉(zhuǎn)型
行業(yè)
深耕行業(yè) 創(chuàng)新價(jià)值中央企業(yè)
服務(wù)央企數(shù)智化轉(zhuǎn)型第一品牌國(guó)資監(jiān)管與投資控股
數(shù)智國(guó)資 新質(zhì)發(fā)展裝備與離散制造
數(shù)智融合 賦能高端制造流程制造
深化AI+賦能流程制造業(yè),助燃新質(zhì)生產(chǎn)力消費(fèi)品
數(shù)智消費(fèi),賦能消費(fèi)品行業(yè)企業(yè)數(shù)智化轉(zhuǎn)型發(fā)展服務(wù)
AI+驅(qū)動(dòng)服務(wù)行業(yè)數(shù)智企業(yè)創(chuàng)新發(fā)展交通與公用事業(yè)
數(shù)智賦能交通公用行業(yè)高質(zhì)量發(fā)展建筑與地產(chǎn)
建數(shù)智引擎,產(chǎn)新質(zhì)動(dòng)能醫(yī)藥
以數(shù)智創(chuàng)新驅(qū)動(dòng)醫(yī)藥行業(yè)高質(zhì)量發(fā)展醫(yī)療
數(shù)智化技術(shù)賦能醫(yī)療機(jī)構(gòu)高質(zhì)量發(fā)展能源
以數(shù)智創(chuàng)新推動(dòng)能源行業(yè)綠色低碳發(fā)展電信與廣電
電信與廣電行業(yè)M域首席服務(wù)商軍工
軍工企業(yè)的數(shù)智化首選政務(wù)
云聚公共管理智慧,助力政府?dāng)?shù)智化轉(zhuǎn)型教育
數(shù)智化人才培養(yǎng)服務(wù)提供商金融
中國(guó)金融行業(yè)數(shù)智化解決方案領(lǐng)導(dǎo)者汽車
專注于汽車行業(yè)營(yíng)銷與后市場(chǎng)服務(wù)煙草
助力煙草行業(yè)數(shù)智化轉(zhuǎn)型銷售熱線:
4006-600-577
銷售熱線:
4006-600-577
銷售熱線:
4006-600-577
售前熱線:
4006-600-577
yonyou
在剛剛結(jié)束的2025全球商業(yè)創(chuàng)新大會(huì)(GBIC·2025)上,美國(guó)著名AI專家、硅谷人工智能研究院院長(zhǎng)皮埃羅·斯加魯菲(Piero Scaruffi)結(jié)合自身參與人工智能研究、見(jiàn)證計(jì)算機(jī)與互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展的數(shù)十年經(jīng)驗(yàn),圍繞“企業(yè)如何以及何時(shí)擁抱AI”這一核心話題,分享了對(duì)AI時(shí)代企業(yè)轉(zhuǎn)型的深度洞察,為企業(yè)落地AI應(yīng)用提供了清晰方向。
以下內(nèi)容摘自皮埃羅·斯加魯菲演講
▼▼▼
01
從歷史和技術(shù)演進(jìn)看
AI是比計(jì)算機(jī)、互聯(lián)網(wǎng)
更值得企業(yè)擁抱的“必然選擇”
作為親歷阿帕網(wǎng)(互聯(lián)網(wǎng)前身)建設(shè)、1985年便出版《人工智能》專著的行業(yè)先驅(qū),皮埃羅以歷史視角指出:技術(shù)變革中,企業(yè)的“選擇”將直接決定其生存與發(fā)展。
計(jì)算機(jī)普及初期,星巴克、微軟等企業(yè)主動(dòng)擁抱新技術(shù),贏得發(fā)展先機(jī);而拒絕者多走向了倒閉;
萬(wàn)維網(wǎng)誕生后,亞馬遜(從線上書(shū)店起步)、eBay、google等企業(yè)抓住互聯(lián)網(wǎng)商機(jī),成為時(shí)代標(biāo)桿。
如今面對(duì)人工智能,很多企業(yè)開(kāi)始困惑:我們真的需要采用AI嗎?皮埃羅給出的答案明確且堅(jiān)定:“企業(yè)必須擁抱AI”。理由比計(jì)算機(jī)、互聯(lián)網(wǎng)時(shí)代更充分:AI能夠?qū)崟r(shí)處理和分析非結(jié)構(gòu)化的海量數(shù)據(jù)(文本、圖像、視頻等),輔助戰(zhàn)略決策、生成文檔、設(shè)計(jì)產(chǎn)品、加速科研進(jìn)程(如AlphaFold推動(dòng)生命科學(xué)突破),甚至構(gòu)建“最大的百科全書(shū)”;同時(shí),還能反向賦能員工成長(zhǎng),創(chuàng)造奇跡(用戶使用AI的過(guò)程也是學(xué)習(xí)和提升的過(guò)程)。
02
企業(yè)擁抱AI的核心訴求
從“競(jìng)爭(zhēng)優(yōu)勢(shì)”到“效率提升”
結(jié)合與企業(yè)合作的實(shí)踐經(jīng)驗(yàn),皮埃羅表示:現(xiàn)在我們合作的公司,也就是我們的客戶(當(dāng)然這僅限于我所了解的公司),他們采用人工智能最重要的原因和核心驅(qū)動(dòng)力高度聚焦,主要包括四大方向:
獲得競(jìng)爭(zhēng)優(yōu)勢(shì):在行業(yè)同質(zhì)化競(jìng)爭(zhēng)中,AI成為差異化發(fā)展的關(guān)鍵變量;
改善客戶體驗(yàn):通過(guò)AI精準(zhǔn)洞察需求、優(yōu)化服務(wù)流程,提升用戶滿意度;
降低運(yùn)營(yíng)成本:以AI替代部分重復(fù)性工作,減少人力與時(shí)間消耗;
減少風(fēng)險(xiǎn)與提升安全:借助AI的數(shù)據(jù)分析能力,提前識(shí)別業(yè)務(wù)風(fēng)險(xiǎn),強(qiáng)化安全管控。

03
從嵌入式AI
到AI原生的進(jìn)化之路
皮埃羅進(jìn)一步指出,從全球范圍看,企業(yè)擁抱AI和落地AI,并非一步到位,而是需要經(jīng)歷一個(gè)從“+AI”(嵌入式AI)到“AI+”(AI原生)的進(jìn)化歷程。
他同時(shí)分享了一些有代表性的嵌入式AI落地案例:零售巨頭沃爾瑪用AI優(yōu)化供應(yīng)鏈;通用電氣通過(guò)AI提升設(shè)備監(jiān)控和運(yùn)維效率;輝瑞醫(yī)療通過(guò)AI輔助藥物研發(fā)。這些案例充分印證了AI對(duì)企業(yè)實(shí)際業(yè)務(wù)的“賦能價(jià)值”。
盡管價(jià)值顯著,但嵌入式AI仍然面臨最大挑戰(zhàn):現(xiàn)有組織難以適應(yīng)和融入AI,基于通用數(shù)據(jù)訓(xùn)練的大模型并不可靠(會(huì)產(chǎn)生“幻覺(jué)”),而定制模型所需的技能是現(xiàn)有組織不具備的。
盡管AI價(jià)值顯著,但皮埃羅也直擊“嵌入式AI”的痛點(diǎn):
組織文化適配難:如同70年代企業(yè)從“打字機(jī)”轉(zhuǎn)向“計(jì)算機(jī)”、互聯(lián)網(wǎng)初期從“實(shí)體店”轉(zhuǎn)向“線上模式”,AI需要企業(yè)打破傳統(tǒng)思維,建立“創(chuàng)新導(dǎo)向”的文化;
成本壓力大:AI落地涉及多維度成本——數(shù)據(jù)收集成本、GPU等基礎(chǔ)設(shè)施成本、定制模型與現(xiàn)有系統(tǒng)集成成本,尤其專業(yè)AI人才稀缺(如谷歌軟件工程師薪資),加重企業(yè)負(fù)擔(dān);
AI的幻覺(jué)問(wèn)題:基于通用數(shù)據(jù)訓(xùn)練的模型并不完全可靠(會(huì)產(chǎn)生“幻覺(jué)”),影響企業(yè)決策。
同時(shí)他也為企業(yè)提供了控制成本的破局思路:無(wú)需“從頭開(kāi)始”,可通過(guò)租用云端GPU而非購(gòu)買、與AI咨詢機(jī)構(gòu)合作、選擇專業(yè)的AI應(yīng)用服務(wù)商等策略來(lái)降低投入;同時(shí)“內(nèi)部培養(yǎng)人才”——無(wú)需十年周期,員工通過(guò)實(shí)際使用AI,可快速成長(zhǎng)為具備AI應(yīng)用能力的專家。
04
企業(yè)成功落地AI的“三大核心要素”:
文化、組織、智能體
皮埃羅強(qiáng)調(diào),企業(yè)要真正實(shí)現(xiàn)從“+AI”到“AI+”的成功進(jìn)化,需抓住三個(gè)關(guān)鍵環(huán)節(jié),形成“系統(tǒng)性變革”:
第一步:文化轉(zhuǎn)型(基礎(chǔ))
AI驅(qū)動(dòng)的企業(yè)與傳統(tǒng)企業(yè)的差異,如同“互聯(lián)網(wǎng)公司與實(shí)體店”的差異——整個(gè)組織需像“研究機(jī)構(gòu)”一樣運(yùn)作,創(chuàng)新文化要滲透到所有員工,鼓勵(lì)試錯(cuò)、擁抱變化,同時(shí)堅(jiān)持“數(shù)據(jù)驅(qū)動(dòng)”。
第二步:組織轉(zhuǎn)型(支撐)
打破傳統(tǒng)組織結(jié)構(gòu),對(duì)組織進(jìn)行根本性的重新設(shè)計(jì),打造人員與AI智能體的新型組織:AI時(shí)代,每個(gè)員工都能擁有“AI代理”,員工角色更偏向“管理者、調(diào)度者”。
第三步:規(guī)模應(yīng)用/部署AI智能體(核心)
企業(yè)應(yīng)當(dāng)基于統(tǒng)一的數(shù)智底座平臺(tái),聚焦“智能編排、智能體調(diào)度”,規(guī)?;渴鸷蛻?yīng)用“AI智能體”, 形成由AI智能體組成的數(shù)字勞動(dòng)力集群。其有兩大核心特性:一是“進(jìn)化性”(隨數(shù)據(jù)與場(chǎng)景迭代),二是“協(xié)作性”(智能體間可相互交流)。
報(bào)告的最后,皮埃羅·斯加魯菲指出:企業(yè)擁抱AI和落地AI,其中“流程、數(shù)據(jù)、智能”是企業(yè)落地AI應(yīng)用的三大基石,而這三大基石的落地關(guān)鍵不在硬件,核心是要靠企業(yè)軟件的賦能。以軟件為核心做好“流程優(yōu)化”與“數(shù)據(jù)治理”,讓“智能”(AI能力)、“數(shù)據(jù)”(核心資產(chǎn))、“流程”(落地路徑)形成閉環(huán),最終實(shí)現(xiàn)從“嵌入式AI”到“AI原生”的價(jià)值進(jìn)化。