AI進入“兌現時代”：有人創造價值，有人只是燒錢

目前，不少企業的AI應用仍停留在提升局部效率階段，而非推動組織變革。未來，企業更需要關注決策質量、流程效率、知識沉淀以及組織持續變革能力等指標，這些才是真正體現AI競爭力的關鍵。

人工智能（AI）正從資本市場最熱門的投資主題，加速演變為企業競爭力重塑的核心變量。

過去兩年，無論是股票市場、公司債券市場還是風險投資領域，資金幾乎都圍繞AI展開布局。

盡管近來AI概念股一度出現調整，但市場對于AI資產的配置熱情依然高漲。

與此同時，企業也在持續加碼AI投入。波士頓咨詢公司（BCG）調查顯示，今年全球企業計劃將AI投資規模擴大一倍。

與前兩年不同的是，AI競爭的邏輯正在發生變化。過去，企業比拼的是誰率先部署大模型、誰擁有更先進的算法；如今，隨著AI逐步嵌入企業核心業務流程、企業級應用和日常工作流，競爭焦點已轉向誰能夠真正利用AI重塑組織能力，并將技術優勢轉化為商業價值。

越來越多的研究表明，AI競賽已經進入“兌現價值”的階段，企業之間的差距也開始迅速拉大。

AI進入“價值兌現期”

AI是否能夠創造價值，已經不再是爭論的焦點。

印度科技公司HCLTech與Raconteur聯合發布的最新調查顯示，90%的企業認為，生成式AI（GenAI）和代理型AI（Agentic AI）已經對運營流程和業務效率產生重大或一定程度的影響；91%的企業認為AI提升了數據獲取能力，90%的企業認為AI改善了知識獲取效率并提高了員工生產力。此外，59%的受訪企業認為，持續投資AI已經成為保持競爭力的必要條件。

隨著AI應用不斷擴大，企業已經開始在生產效率、決策質量和客戶體驗等方面獲得切實收益。

然而，同樣是在加大AI投入，不同企業獲得的回報卻開始明顯分化。

調查將18%的企業定義為“AI領導者（AI Leaders）”。這類企業不僅利用AI降低成本，更重要的是通過AI推動收入增長、產品創新和客戶體驗改善，實現了更高的投資回報。

相比之下，占樣本60%的“AI追隨者（AI Followers）”雖然也在多個業務領域部署AI，但更多停留在流程優化和效率提升層面，在能夠重塑商業模式、建立競爭優勢的高價值應用方面明顯落后。

這種差距在代理型AI和自主智能系統（Autonomous Systems）的應用上尤為明顯：AI領導者大規模部署代理型AI和自主智能系統的可能性，是AI追隨者的4倍。

這意味著，領先企業已經從“使用AI”邁向“圍繞AI重構企業”，而多數企業仍停留在局部應用階段。

企業之間的分化，也得到另一項研究的驗證。

哈佛商學院教授蘇拉杰·斯里尼瓦桑團隊分析了美國專利商標局2001年至2023年的180萬項專利后發現，AI相關專利的平均價值比非AI專利高出9.6%；按絕對價值計算，一項AI專利平均價值可達到1670萬美元，比普通專利高出48%。更重要的是，高價值AI專利能夠持續提升企業毛利率、市場份額和銷售回報率。

不過，這項研究最重要的發現，并不是AI專利本身價值更高，而是AI創造的經濟收益并不只屬于OpenAI、谷歌、微軟等模型開發商。

研究發現，大量傳統行業企業通過將AI融入自身業務流程同樣獲得了顯著回報。例如，雪佛龍利用AI預測油田產量，美國銀行利用機器學習識別違規通信，江森自控則利用AI優化設備維護模型。

這些被稱為“AI整合者（AI Integrators）”的企業累計申請了超過20萬項AI專利，其創新價值較普通專利仍高出6.9%。

斯里尼瓦桑認為，未來真正成功的企業，并不一定是開發出下一代大型語言模型（LLM）的公司，而是那些能夠最快將AI融入自身運營流程、形成專有競爭優勢的企業。

“大模型+小模型”協同成趨勢

研究認為，AI領導者持續擴大領先優勢，并非因為部署了更多模型，而是正在重構整個企業體系。從數據、流程到應用架構、治理機制和人才體系，AI正被深度嵌入企業運營，而不是簡單疊加到現有業務之上。

與此同時，AI領導者更傾向于采用分布式治理模式，而非依賴傳統的“HiPPO”（Highest-Paid Person's Opinion，即“薪酬最高者意見”）決策方式。

隨著代理型AI快速發展，企業之間的競爭將進一步分化。辛格姆認為，未來AI競爭可能呈現“贏家通吃”的格局。

目前，不少企業的AI應用仍停留在提升局部效率階段，而非推動組織變革。隨著代理型AI不斷成熟，僅以AI調用次數、詞元（Token）消耗量或生產率提升來衡量AI價值已遠遠不夠。未來，企業更需要關注決策質量、流程效率、知識沉淀以及組織持續變革能力等指標，這些才是真正體現AI競爭力的關鍵。

值得注意的是，隨著企業逐漸從測試AI轉向將AI真正嵌入產品和業務流程，AI競爭的焦點正從“誰擁有最強模型”轉向“誰能以最低成本、結合最合適的數據和算力，為不同場景調用最適合的模型”。人工智能搜索引擎公司Perplexity首席執行官阿拉溫德·斯里尼瓦斯表示，未來“模型本身已不再是產品”，真正的競爭力在于能夠智能調度模型、工具和數據的編排系統。

在這一趨勢下，企業開始采用“大模型+小模型”協同模式：簡單任務交由成本更低的開源模型處理，復雜任務再調用高性能模型。與此同時，美國企業正收緊AI預算，推動開放權重模型快速崛起。Perplexity近期推出基于中國Z.ai開源模型GLM 5.2的新系統，正是這一思路的體現。

風險投資機構基準資本（Benchmark）預計，未來18至24個月內，超過90%的AI推理可能來自開源模型，前沿大模型廠商的高利潤率將面臨壓力。基準資本認為，企業選擇開源模型不僅因為成本更低，更因為針對特定任務優化的小模型往往速度更快、表現更佳。

AI基礎設施公司Ollama首席執行官杰夫·摩根也指出，企業真正關心的已不是模型來自哪里，而是“模型在哪里運行、如何運行”。

目前，已有超過85%的《財富》500強企業采用Ollama，許多企業先在本地部署小型模型，隨后再逐步擴展至更大規模的開放模型。