来源：中国电子报、电子信息产业网

当前，中国企业正以截然不同的姿态涌入AI浪潮。它们或是在用Claude Code自研MES系统，或是在产线上用深度学习模型做实时质检，或是在构建自己的智算中心。这些场景看似分散，却指向同一个命题：企业如何将AI从“试用品”变成“核心能力”？

“现在遇到的核心问题是AI落地雷声大、雨点小。表面上看起来热热闹闹，最后却看不到实质价值，ROI（投资回报率）也没有。”在前不久举办的媒体沟通会上，IBM大中华区首席技术官翟峰这样看待当前中国企业普遍面临的“AI困境”。IBM将目前阶段称为AI变革的“第零日”——AI更多停留在“工具租用”和局部业务场景，尚未进入核心流程、决策机制与基础架构。从“租用智能”到“拥有智能”的质变，IBM认为还远未到来。

AI落地的三步走“必修课”

“AI 时代的企业竞争优势，将取决于进化速度。对中国企业而言，数据是否实时可信、流程能否全局打通、洞察如何赋能决策，决定着核心业务的自动化、智能化水平——这正是AI从战略到落地、从试点到规模化的重要标志，战略、组织和技术平台缺一不可。”IBM方面表示。

数据的实时可信，是企业落地AI能力的关键。大模型的能力越来越强，但企业最核心的“护城河”，是能把自己私域的数据整理好再喂给模型。“企业不是没有数据，而是没有高价值、可直接给模型使用的可用数据。这是目前卡住大家的第一步。”翟峰说。

流程能否全局打通同样重要。翟峰观察到，企业里90%以上的流程是固定的，如报销、审批等，不需要AI去泛化或创造，更需要的是自动化。“只有在遇到复杂的、无法预先设计固定流程的任务时，才考虑用智能体来加速。”

洞察如何赋能决策，是为企业把控方向的核心。“企业一把手今天的决策，是基于数据提供的洞察，还是仅仅基于过去的经验？”翟峰认为，在大多数时候，决策并没有基于很好地利用数据。

基于这三重观察，翟峰给出了一个判断：很多企业在做AI试点时，这里上一个小工具，那里调用一下第三方大模型——本质上是在“租用智能”，而非“拥有智能”。智能究竟是“租用”好还是“拥有”好？翟峰认为，这并非一道选择题，而是一个逐步演进的过程。在他看来，企业要构建自己的智能化能力，需要在私域或本地环境中部署AI体系，让本地数据、核心算法模型与智能体结合，形成安全、可控的闭环。

基于许多企业落地AI的实践，翟峰提出两个概念：“+AI”是在原有工具和流程上辅助加一些AI能力，而“AI+”则是组织流程和业务建立在AI之上。他认为，大多数中国企业还走在从“+AI”到“AI+”的路上。

“四个战场”检验AI真价值 

对企业而言，AI真正能够产生价值的地方，不在演示文稿里，而在研发、生产、供应链、经营管理的每一个关键节点。翟峰介绍了5月初举行的Think 2026 大会上IBM发布的四款产品，并称其正好“对应中国企业经营的‘四大战场’”。

在研发创新方面，IBM Engineering Lifecycle Management（ELM）面向汽车、医疗设备、“低空经济”等前沿领域，核心在于通过“数字线程”实现从需求到模型架构、设计、代码、测试结果的双向追踪。IBM表示，某头部汽车科技公司部署ELM后，实现了11个业务流程的实时管理，预计成本投资减少10%。

在资产密集行业，设备停机一次可能损失上千万。基于此，在生产制造方面，IBM Maximo融合IoT、AI与视觉检测能力，实现从被动维修到主动维护的跨越。据了解，某大型生物医药企业基于Maximo实现设备管理智能化后，设备故障率平均降低35%，设备使用寿命延长约15%，平均故障修复时间缩短约25%；某头部新能源车企基于Maximo构建AI视觉检测平台，已训练超过115个AI模型，覆盖3个智能工厂的11条产线，节省了60%的模型研发成本。

中国企业出海，供应链集成是绕不开的坎。面向供应链协同，IBM webMethods B2B集成方案支撑起企业间数据交换的“通用语言”。IBM方面表示，某电子高科技企业以webMethods为核心集成平台，稳定支持与全球750多家经销商的实时数据同步，供应链协调效率提升70%，管理成本降低30%；同时，某科技集团从2001年起就以此平台为基座，至今已稳定运行超过25年。

面向智慧经营，IBM Planning Analytics被定义为AI驱动的“智慧经营大脑”。IBM中国科技事业部客户成功经理董朝在沟通会上形容，该平台与Excel深度融合，具备多场景模拟与What-if分析能力。“传统的ERP和MES更多是对历史数据的记录和查询，而What-if分析提供的是对未来场景的模拟和分析，是为决策服务的。”董朝介绍道。聚焦到中国，该软件则主攻消费品领域。记者了解到，类似扫地机器人这样的消费电子是IBM PA的主战场。

大部分企业还在从“+AI”到“AI+”的路上

AI风潮持续已久，但要真正实现AI落地，居高不下的成本是让不少企业头疼的难题。 基于此，翟峰提出：“在企业发展的不同阶段，要选择用对的技术、最适合的技术、成本最优的技术来解决最核心的问题。”

至于ROI的挑战，翟峰认为症结在于三个层面：“一是技术层面的‘技术债’，许多企业数字化没做好，AI拿过来没法用；二是AI战略的缺失，高层和基层方向不一致；三是组织文化层面的阻力，很多人知道AI最后会动了他的奶酪。”

同时，他也给出了解法。“把数据、流程、决策三个基本功做好，真正的智能化也就水到渠成。”此外，对于已经走过试点阶段的大企业，他认为需要从散点工具走向统一的AI平台。“平台的优势是统一标准、统一大家的协作，真正把分散在各地的员工技能和AI能力沉淀成企业可以复用的资产。”记者了解到，IBM在Think 2026上提出的“AI运营模式”蓝图——智能、行动、信任、运营四大要素，正是为这一阶段的企业提供的框架性答案。

“不能低估AI长远的价值，但也不能高估它短期内的价值。”翟峰总结道。正如他所说，AI终有一天会像电一样——“现在谁还天天谈电？当它慢慢变成水电煤的时候，就没有人谈了。大部分的企业还在从‘+AI’到‘AI+’的路上。”

本站声明： 本文章由别的网站转发，目的在于传递更多信息，并不代表本站赞同其观点，本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者，如若文章内容侵犯您的权益，请及时联系本站删除。