今天分享的是：2025发挥人工智能的价值：解锁可扩展优势手机上买股票
报告共计：77页
2025年AI发展全景图：生成式AI普及率飙升，人机协作成新趋势
在数字技术飞速迭代的当下，人工智能正从实验室的概念走向产业落地的深水区。普华永道研究中心2025年发布的最新报告显示，AI技术已从孤立的试点项目迈入规模化应用阶段，传统AI、生成式AI（Gen AI）与代理式AI协同发展，不仅重塑着企业运营模式，也为各行业解锁了前所未有的价值空间。这份基于15个国家、1100家年营收超10亿美元企业高管的调研，勾勒出全球AI发展的核心图景，为商业和技术领导者提供了关键参考。
生成式AI：两年普及率增长五倍，多行业落地见效
生成式AI的爆发式增长成为2025年AI领域最显著的特征。数据显示，其采用率从2023年的6%飙升至2025年的30%，短短两年间增长五倍，更值得关注的是，93%的各行业组织已启动探索、试点或部分启用生成式AI能力。在细分领域中，电信行业的推进速度尤为突出，2025年部分或完全实施生成式AI的企业占比达49%，较2024年翻了一倍多，成为行业标杆。
展开剩余88%从应用场景来看，客户运营、市场营销、风险管理和IT领域仍是生成式AI的核心落地阵地。过去12个月，市场、销售/客户运营、产品设计/研发及人力资源领域的AI采用增速最快，涨幅均超15个百分点。实际案例中，澳大利亚电信企业Telstra推出的生成式AI工具Ask Telstra，帮助客服快速检索客户问题答案并总结历史交互记录，不仅让80%的客服认为客户互动质量显著提升，还使电话跟进量减少20%，90%的客服反馈工作效率提高。韩国食品企业巴斯金罗宾斯则借助谷歌Gemini大模型，结合用户MBTI人格特征推荐冰淇淋口味，打造出个性化消费体验，成为跨界创新的典范。
企业对生成式AI的投入力度也持续加大。88%的组织在过去12个月内对通用AI的投资平均增长9%，63%的企业专门为生成式AI配置预算，12%的信息技术预算聚焦于通用AI领域。从投资回报来看，79%的组织对生成式AI的应用成果表示满意，其中43%的企业认为成果超出预期，36%表示达到预期，平均预期投资回报周期为3.2年。不过，成本控制仍是企业面临的普遍挑战，57%的组织认为许可与实施成本是规模化应用的障碍，74%的企业遭遇过AI导致的云消费成本意外激增，如何平衡投入与产出成为关键课题。
代理式AI崛起：从辅助工具到“团队成员”，多领域释放效能
如果说生成式AI改变了内容与服务的生产方式，那么代理式AI则正在重塑企业的业务流程。报告定义的AI代理，是能够连接商业环境、自主决策并独立行动的推理引擎，可分解任务、通过逻辑推理寻找解决方案，甚至与其他系统协同完成目标。目前，14%的组织已部分或全面部署AI代理，23%的企业启动试点，85%的高管对AI代理未来3-5年处理业务流程持乐观态度。
在实际应用中，AI代理已在多个行业展现出强大效能。农业信贷波兰银行与Deviniti合作部署的AI代理，通过智能分类、情绪检测、自动回复等功能，将文档处理时间缩短50%，每月节省超750小时人工成本，同时提升了客户满意度；沃尔玛在开发者工具包中加入AI代理，专门识别代码中的可访问性漏洞，解决了人工筛查耗时且易出错的难题；支付巨头PayPal利用AI代理实时检测欺诈交易，使欺诈率下降30%；物流企业UPS的AI代理ORION优化配送路线，每年减少1亿英里行驶距离，节省成本3亿美元。
值得注意的是，多代理系统的发展已崭露头角。在规模化应用AI代理的组织中，近45%正在试点或推广多代理系统，这类系统由多个具备不同能力的独立代理组成，可跨领域协作完成复杂任务，尤其适合需要多专业知识支撑的场景。西门子在工业自动化中部署的AI代理系统，通过“数字工匠”式的协调器，联动多类专业代理解决价值链难题，成为工业领域AI应用的标杆案例。
人机协作新范式：AI从工具到伙伴，组织准备待加强
随着AI能力的提升，人机关系正从“工具使用”转向“协同合作”。报告显示，近六成组织将AI视为增强型或自主型团队成员，甚至作为其他AI的监督者，这一比例较目前的44%将在未来12个月进一步提升。不过，多数企业明确AI的定位是“处理特定任务”而非“取代完整角色”，78%的组织计划未来3-5年以这种方式应用AI代理，71%的企业在操作流程中保留人类专业知识，以防AI执行失误。
尽管人机协作的趋势明确，但组织的准备工作仍显不足。仅18%的企业重新构建工作流程以集成AI代理，16%确定了避免“代理人化”的方案，14%更新了与AI协作相关的角色职责，10%调整了工作仪式（如AI引领的站会）。更关键的是，62%的员工担忧AI代理对工作与职业发展的影响，仅28%的组织认为自身具备管理和部署AI代理的技能，67%的企业承认需要重组架构以增强人机协作。
Andrew Ng（LandingAI创始人）的观点颇具启发：“对于许多工作，AI仅能自动化或增强20%-30%的任务，人类仍需承担剩余70%的职责。”这意味着，未来的人机协作并非简单的“分工”，而是需要重新定义角色、职业路径与绩效指标，优先发展员工的数据管理、批判性思维、道德判断等技能，同时构建适配的文化与运营模式。
信任与可持续：AI规模化的两大基石
信任与可持续性已成为制约AI规模化发展的关键因素。在信任层面，仅17%的组织对生成式AI决策完全信任，71%的企业表示不能完全信任自主AI代理用于企业用途。安全问题（65%）、隐私风险（62%）、输出偏差（51%）、透明度不足（47%）是主要顾虑。尽管46%的组织建立了AI治理政策，但47%的企业反馈员工很少遵守，伦理指南的落地效果亟待提升。
可持续性方面，生成式AI的环境足迹引发关注。54%的组织认为生成式AI碳足迹高于传统IT程序，但仅20%的企业会测量其环境影响，超大规模模型提供商在能源与碳足迹披露上的透明度不足，成为测量难题。不过，部分企业已开始行动：丰田利用生成式AI优化汽车设计，减少迭代周期并提升燃油效率；加拿大初创公司BrainBox AI通过AI预测建筑温度，降低25% HVAC成本与40%温室气体排放；GreenMetrica推出的AI代理则帮助企业完成可持续发展报告，优化供应链碳足迹。
报告指出，构建负责任的AI体系需要多维度发力：在治理上，建立跨职能团队（IT、法律、伦理、合规等），明确AI决策边界与可追溯机制；在可持续性上，采用小型任务模型、优化技术、投资绿色数据中心，将可持续性纳入供应商选择标准；在技术层面，平衡专有模型与开源模型的应用，探索小型语言模型（SLM）的成本优势——目前82%的组织倾向于专有模型，但开源模型在成本与灵活性上的潜力已被关注，SLM因开发快、成本低、易用性强，预计2028年采用率将达92%。
结语：AI价值释放需战略与落地并重
2025年的AI发展已进入“规模化价值释放”的关键阶段，生成式AI的普及、代理式AI的崛起、人机协作的深化，为各行业带来转型机遇。但要真正解锁AI的价值，企业需跳出“技术驱动”的单一思维，从流程重构、技术组合、数据生态、治理体系、人才准备等多方面系统布局。正如报告强调的，AI的终极价值不仅在于提升效率、降低成本，更在于通过创新商业模式、优化客户体验、推动可持续发展，为企业与社会创造长期价值。对于商业和技术领导者而言，把握AI发展趋势、平衡创新与风险、构建适配的组织能力，将成为未来竞争的核心优势。
以下为报告节选内容
报告共计： 77页
中小未来圈手机上买股票，你需要的资料，我这里都有！
发布于：广东省米牛金融提示：文章来自网络，不代表本站观点。
热点资讯
