Gartner发布2025年及未来中国企业实现AI价值的重要预测

ABAQ50

Gartner近日发布2025年及未来，中国企业实现人工智能（AI）价值的重要预测。未来两到五年内，中国将发生一系列主流变革，有力推动AI在中国的普及。这些变革包括AI模型、AI工程化、AI数据管理和AI 产品化等领域取得的进展。
生成式人工智能技术供应商之间的竞争持续了近两年，而企业利用AI创造价值的竞赛才刚刚拉开序幕。对此，Gartner分析师提出了以下四大战略预测。
到2027年，中国80%的企业将使用多模型生成式人工智能策略来实现多样化的模型功能、满足本地部署要求并获得成本效益。

在这个瞬息万变的市场中，生成式人工智能模型种类繁多，不断迭代，尤其最近DeepSeek的R1模型，吸引了众多目光。这些模型都有自己独特之处，并且正在快速发展。没有一个单一的模型可以同时满足所有功能性和非功能性要求，而部分中国企业需要根据监管要求在本地部署模型。
多模型策略将有助于企业机构在动荡的市场环境中充分利用生成式人工智能的能力，采用多模型战略的企业机构将更有效地管理通用任务和专内任务，而不必仅仅赖单一大语言模型（LLM）。
Gartner高级研究总监张桐表示：“通用模型用途广泛，但在小众领域可能表现不佳。相比之下，专业模型在特定领域表现出色，但在处理训练范围之外的任务时，其表现不尽如人意。因此，将出现规模和目的各不相同的多样化模型来满足这些不同的需求。”
到2027年，中国采用复合型AI的企业将比只依赖生成式人工智能模型的企业领先两年实现AI落地。

在地缘政治等因素的影响下，中国高端芯片进口受阻，这将影响中国基础模型的发展，DeepSeek等国产模型还需要持续在较低算力的基础上和全球竞争者竞争。生成式人工智能模型的低可靠性和高成本（对计算的要求不断增加）使业务利益相关者质疑AI的价值，而关于模型功能的夸大说法可能导致企业将生成式人工智能应用于不恰当的用例。高科技公司和各种供应商已经开始使用复合型AI方法，有效提升了AI产品的可靠性和自动化水平。
Gartner研究总监闫斌表示：“AI系统将整合更多非生成式AI技术（例如知识图谱和传统机器学习方法），将其作为打造一个完整系统所需的关键要素。这些完整的系统将取代之前由生成式人工智能单独完成的角色。将各种AI技术、数据和系统整合在一起的AI工程化能力将变得比以往任何时候都更加重要。AI工程化能力更高的企业对AI的采用水平将超过其他企业。”
到2028年，中国企业对人工智能就绪型数据（特别是非结构化数据）的投资将达到2024年的20倍。

如今，数字应用在中国商业和个人领域占据主导地位，从而产生了海量数据，特别是非结构化数据，如文本、图像、视频和音频。此类数据具有巨大的利用潜力。非结构化数据对于生成式人工智能解决方案非常重要。然而，对于大多数企业机构而言，针对此类数据的治理要么不存在，要么分散在不同团队的知识管理工具和文档存储中。此外，治理的重点往往偏向记录管理、安全和隐私策略。
生成式人工智能可帮助企业解锁来自非结构化数据（包括语音、视频和图像）的洞察，实现更高效和更缜密的决策，通过新的用例/业务模式实现业务价值。
Gartner高级研究总监方琦表示：“由于大多数企业都依赖于相似的预训练模型，因此具有企业自身特色的数据正成为生成式人工智能采用和创新的关键差异化因素。”
到2029年，中国60%的企业将把AI融入其主要产品和服务中，并且这些AI功能将成为收入增长的主要驱动力。

制造业作为中国的关键行业，目前正经历一个关键的经济转型期。AI是这一新型生产力的关键驱动力，得到了政府的大力支持。与此同时，生成式人工智能赋能型聊天机器人和助手初期将在电商、在线教育、移动设备和汽车制造等领域流行起来。
随着第一波成功研究案例的出现，AI产品化的进程将会加快。更多的企业和客户将会认识到这些AI产品功能的价值。AI功能将成为智能数字产品和服务的一项关键差异化竞争力。
Gartner研究总监闫斌表示：“这些AI产品将为中国企业提供全球市场的竞争优势，并加快其国际扩展步伐。同时，AI不仅会催生出更多的需求，还会推动多个领域的重大进步，包括数据管理、软件开各系统安全和基础设施开发。”