36kr 6小时前
2025年下半年,AI技术将何去何从?
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

文章探讨了AI在2025年上半年的应用现状,指出市场从追捧概念转向关注实际价值。作者分析了企业在AI落地过程中面临的挑战,包括高算力投入、员工数字化能力不足、以及AI技术与实际需求的脱节。同时,文章也指出了AI软件市场存在的问题,如通用模型过剩、垂直领域应用匮乏等。文章最后展望了AI的未来发展,强调生态合作和企业应用的重要性,并对智能体的普及持谨慎态度。

💡**落地困境:** 许多企业在尝试应用AI时,面临着高昂的硬件成本、员工数字化能力不足以及AI技术与实际需求不匹配的问题,导致AI应用难以落地。

🚧**技术挑战:** 通用大模型缺乏行业专业性,软件公司提供的服务能力有限,以及AI场景应用的功能不完善,都增加了企业应用AI的复杂性和成本。

⚙️**市场现状:** 当前AI软件市场存在通用模型过剩、垂直行业应用匮乏的问题,这源于行业知识壁垒高、市场回报周期长以及资金压力等因素。

🌱**未来展望:** 2025年下半年,AI技术将更侧重于企业应用,会有更多行业垂直大模型和专业工具出现。AI的未来在于生态合作、开放共享,而非技术垄断。

当AI的概念热度慢慢褪去,留下的是一地鸡毛还是美好的期望?

可以说当前的AI技术已经处在追捧热度与深度应用的十字路口,显然随着时间的流逝对于概念的热度与盲目追捧已经在逐步降温,企业领导对于AI的期望与焦虑也在趋于理智,现在已经不是AI是什么、能做什么的概念混沌期,而是AI在企业怎么做、如何产生价值的应用深水区。

如果用一句话来形容2025年上半年的AI应用市场,那就是:舆论很热闹、期望很美好,落地很骨感!

AI技术的先进性在各种媒体、舆论的加持下看似无懈可击,让大部分企业领导以为私有化部署了某AI系统即可立马实现所谓的企业智能化,但现实情况却是:

1.较高的硬件算力投入首先就劝退了80%的企业用户;

2.员工的数字化能力与AI的先进性存在巨大的落差感

因为对于大部分的传统企业而言,员工的数字化意识虽然有,但能力依然很弱,比如大部分的中小企业还依赖于纸质模式办公,当先进的AI技术突然降临时,薄弱的基础容易产生不切实际的想法,让落地的过程更加扑朔迷离;

3.AI技术一直吹捧所谓的“降本增效”,让大部分的员工开启抵制与消极应付模式,让其成果转化难,价值体现难;

对于企业信息部门而言都寄希望于AI技术来提升地位及扭转形象,但引进之后才发现在技术的神话在实现上也是困难重重:

第一,通用大模型看起来很好,但缺乏行业的专业性与深度;

第二,软件公司能提供的服务能力有限,比如某企业购买了一体机,搭建知识库,希望在实施过程中得到相关指导,以免踩坑走弯路,但却发现能够提供指导的公司几乎没有,因为大家在AI应用上都处于“摸着石头过河”的阶段;应用经验上匮乏与不确定的探索,让应用成果显得更加迷离,充满变数;

第三,AI场景应用侧的功能不完善、不成熟,让AI应用之路更加坎坷,比如在互联网端个人身份使用通用大模型几乎可以不用考虑数据安全问题,但在企业必须要考虑数据安全,最基本的就是权限管理问题,而在企业管理侧在日常工作中往往具有很复杂的权限管理场景,也就是说在企业既要享受AI带来的效率提升、工作便利,又要考虑数据复杂的权限分级,否则就很容易造成数据安全事件,但通用大模型却没有此管理功能,企业又需要找第三方的软件工具来实现,这无形中加大了技术实现的复杂性及技术投入成本;

第四,技术人才的匮乏也让企业的AI之路困难重重;当前企业应用AI技术的路径有如下:

1.部署通用大模型,比如私有化部署DS软件;

2.数据打通,调用大模型接口;

3.在开源模型的基础上进行个性化的开发;

4.完全定制开发,让第三方服务商来支持;

所以从以上不难看出1-3项实现起来均需要企业拥有较强的技术实力,需要专业的技术开发团队来支撑,较高的人力成本这不是一般企业所能承受,而让第三方服务商来实现同样具有技术自主可控性差、成本高、实现风险高等风险。无论企业采用哪种方式都同样会面对持久的技术投入成本、高度不确定的应用场景等风险。因此并不是说企业具有技术实力,AI实现就简单,这是一个长期的复杂的过程。

而对于各大软件公司来说,AI技术也让其市场策略变的更加不确定,从DS爆火后,各大软件公司纷纷宣布接入DS就可以看出其是多么的焦虑,但现实是接入DS是一回事,具备AI能力又是一回事,能够帮助企业提升AI应用能力实现价值最大化更是一回事。宣布接入DS充其量只能让消费者知道你在积极拥抱AI,但从专业技术角度来说已经高度市场化、成熟的软件架构更改起来却不是一朝一夕的,因此宣布接入DS并不能拯救传统的软件企业,关键还是看其产品本身是否具有AI功能、能不能协助企业提升AI能力!但半年过去了,并没有看到一些大厂在此功能上有所改善,如果说改变可能就是PPT的宣讲内容,估计这些软件大厂在AI功能的研发上也是迷茫的。毕竟软件架构的变更涉及市场战略,AI这股风能吹多久也是未知数。

当前市场上AI软件存在问题是通用模型遍地开花,比如文生文、文生图、文生视频这些泛娱乐化产品,看似热闹的背后却是垂直行业应用的匮乏,为什么会如此,老杨分析如下:

第一,行业知识的专业性,对于大部分AI软件公司而言进入的门槛较高,对行业不了解意味着产品功能的匹配度低,存在市场风险;

第二,垂直领域的市场面狭窄,而AI产品的研发、应用周期长,一时间难以获取市场回报率,而AI产品的投入成本相比传统软件产品高,这对于一般的软件企业而言难以承受;

第三,初心问题,是否具有长期主义用心去做AI产品还是利用AI玩资本,这些决定了AI软件公司的产品定位;

老杨在与一些AI软件公司的交流中,发现大家都存在一个共性问题:资金,因此大家都在想尽各种办法融资,以维持产品研发、团队稳定,从最近媒体发布的资料分析看Manus团队撤离中国市场背后的原因也是为了融资。因为没有资金,无论多么优秀的产品,多么优秀的方案都是空谈。

2025年已过半,AI软件市场也变成了一片红海,随着热度的降低,AI技术将何去何从?2025年AI技术的下半场将是智能体吗?

当前AI技术的高热度,催生了产品及功能的多样化,同样造出了神话吹出了泡泡,随着时间的推移,那些AI吹过的泡泡在逐步破灭,企业对AI的期望也在慢慢回归理性,很多AI软件公司也意识到:技术还是要回归于场景,为企业赋能,而非体现技术的专业化!就如机器人如果不能服务于、应用于生活及工作场景,充其量也就是一个大玩具!因此老杨认为2025年的下半场AI技术会更加侧重于企业应用侧,会有越来越多的行业垂直大模型及专业细分工具投入市场,填补企业AI应用工具空白,但由于企业应用场景的复杂性,企业员工的数字化能力差异,AI垂类模型的真正走向成熟还需时间,此时是一种AI综合实力的比拼,而非单一技术。

智能体虽然概念很火,但在企业普及应用道路依然坎坷,一则是其应用的技术性,想普及有门槛;二则老杨认为想利用智能体改变一个企业的管理模式更难,传统软件都没解决的问题,也不要指望AI技术一朝解决。不能否认智能体在某些领域的作用与价值,但在传统企业想普及应用还真的需要时间去验证。

老杨认为:AI需要的是生态的力量,而非一家单打独斗,垄断只能让技术更封闭,信息茧房越来越重,唯有开放、共享才能不断精进迭代。

本文来自微信公众号“湘江数评”(ID:benpaoshuzi),作者:老杨,36氪经授权发布。

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

AI应用 企业智能化 技术挑战 行业大模型
相关文章