文章图片
在过去几年 ， 对业界来说 ， 几乎没有哪个词能比“AI”更耀眼 。 几乎所有行业都在谈论如何用AI增效提质 ， 无数试点项目应声而起——然而 ， 热潮的背后是冷静的现实 。
表面上 ， AI无处不在 ， 实则真正落地并创造价值的应用仍属凤毛麟角 。 尽管人人都在大谈特谈AI的必要性 ， 但许多企业却在AI转型的思路上重蹈覆辙——只是通过在局部环节叠加智能化工具 ， 实现有限的降本增效 ， 这种做法本质上是在原本的企业建设上做简单的加法 ， 是一种典型的“+AI”的思维方式 。
《2025企业AI应用概况调查报告》数据显示 ， 50%的受访企业引入AI的首要原因 ， 是“不安全感” ， 他们认可智能化趋势 ， 却鲜少能有清晰的认知 ， 底层的逻辑未变 ， 反而加剧了这种“不安全感” 。
高额的投入却总是无法换来对等的收益 ， 大部分企业在应用AI的落地实践结果仍然不及预期 ， 这背后更深层次的原因在于 ， 企业总是止步于“+AI” 。
为了解决这一痛点 ， 上海交通大学安泰经济与管理学院、中银科技金融学院联合中国太平洋保险集团、欧莱雅中国、乐刻运动、兴业银行和蚂蚁集团等一众产业伙伴 ， 共同发布业界首个企业应用AI成熟度模型（AI Adoption Maturity Model AIM2） 。 上海交通大学中银科技金融学院执行院长、安泰经济与管理学院副院长刘少轩教授牵头的AIM2联合课题组对金融、汽车、健康、零售四个行业的典型企业做了深度调研并形成报告 。
对于企业来说 ， 它提供了一套全新的思维方式和方法论 ， 是真正将AI内化至企业战略、经营、技术等诸多层面 ， 最终促成“AI+”的路径 。
AI发展已进入下半场 ， 在硝烟四起的战场之中 ， 仍有收获规模收益的机会 。 问题在于 ， AIM2如何帮助企业抓住这个机会？如何真正实现从“+AI”到“AI+”的跨越？
01. 为什么企业总止步于“+AI”？企业纷纷投身于AI的浪潮之中 ， 但并非所有人都能上岸 。
实际上 ， 只有少数应用AI成熟度高的企业 ， 能将AI深度融合于业务 ， 更多的企业则陷入了AI转型的“迷雾”之中 。 麻省理工学院研究团队发表的报告《The GenAI Divide State of AI in Business 2025》中 ， 提到大量企业投资于GenAI的试点项目 ， 却难以转化为实际的生产力提升和业务转型 ， 数据显示 ， 95%的组织在GenAI项目中获得的回报为零 ， 只有5%的组织成功将GenAI工具大规模集成到工作流程中 。
为什么会出现这种巨大的反差？放眼全行业 ， 企业在应用AI时的乱象层出不穷：把打赢“百模大战”当成目标 ， 却缺少转化和提升的衡量标准；无法建立完善的复用机制 ， 以至于成功变成偶然；同时也没有统一的度量口径 ， 让决策基于直觉而非科学验证的结果……多个层面的动因 ， 造成了大范围的系统性失灵 。
回顾来看 ， 困住企业的并非AI技术本身 ， 而是业界普遍停留在“+AI”的认知之中 ， 缺乏系统性的框架 ， 重技术、轻应用 ， 难以把AI深度嵌入业务 。 试想 ， 如果对AI的应用无法形成完整的解决方案 ， 无法明确回答AI最终能为企业带来什么具体的、可衡量的价值 ， 那么这种尝试至多是一种常规的技术试水 ， 难以帮助多数企业跨越从试点到规模化的鸿沟 。
企业真正的应用AI ， 应是一套完整的将AI与业务相融合的发展蓝图 ， 包含清晰的战略规划、有效的技术落地方案以及对AI商业价值的准确评估 。 在2025 Inclusion·外滩大会“洞见2035：AI驱动的产业突围与智能演进”见解论坛上 ， 刘少轩教授总结得出了问题的核心：应用AI ， 应该是一场从“+AI”到“AI+”商业模式的接力赛 。
02. 未来 ， 企业如何实现“AI+”？真正的“AI+” ， 意味着从根本上改变出发点 ， 真正做到“AI原生”的应用 。
原生的AI应用方法论几乎是颠覆性的 ， 它要求企业不再简单叠加AI功能 ， 而是将AI作为核心驱动力 ， 从架构设计到交互逻辑均围绕AI能力展开 。 这种转变 ， 让AI从工具正式跃迁为引擎 ， 驱动着企业的战略和模式创新 。
当AI从外围走向核心 ， 它所带来的影响也开始由点及面 ， 逐步扩展——从生产、供应链 ， 到销售和客户服务 ， AI让企业的运转逻辑发生根本改变 ， 创造出新的价值点 。
数据决定了AI应用能力的上限 ， 中国太保作为首家深度介入“医保+商保”数据融合与直赔结算领域的险企 ， 将AI应用嵌入与国计民生紧密相关的“大康养”和“保险+服务”生态场景中 ， 成功地将医疗、气象、物联网等多场景数据进行融合 ， 为自身在未来的大康养生态竞争中 ， 占据战略制高点 。 此外 ， 中国太保自2023年起提出构建“保险领域的数字劳动力” ， 将AI从“效率工具”升级为“数字员工” ， 系统性重塑运营模式 。
当AI真正沉淀为企业的内生能力 ， 它的价值会进一步外溢 。 企业能够通过“AI+” ， 引导长期竞争走向生态建设 ， 而非短期的技术赛跑 。
蚂蚁数字医疗健康过去几年的实践印证了这一点：其AI健康管家AQ反映出了跨越周期的未来趋势 ， 它能够跳出对某个场景应用的聚焦 ， 通过技术深度连接医疗生态的多方资源 ， 构建起医疗服务的闭环生态 ， 整个事业部就是一个自主运行的智能体 ， 通过统一的“感知、决策、行动、学习”闭环机制 ， 实现跨业务、跨系统的敏捷协同与高效决策 。
值得注意的是 ， 从AIM2所呈现出的洞察来看 ， 应用AI最终的方向 ， 是企业逐渐演进为“企业即智能体” 。 将来 ， AI将成为驱动企业自我进化的核心引擎 ， 届时 ， 企业的竞争力不再取决于规模和资源 ， 而在于能否从AI原生的逻辑出发 ， 不断学习、调整、进化 ， 在技术浪潮中继续保持生命力 。
因此 ， AIM2所带来的面向“AI+”的模式转换 ， 不仅关乎企业当下的发展路径 ， 更关乎其在未来行业格局中的位置 ， 也是企业能否跨越周期的关键节点 。 那么 ， 如何运用起AIM2 ， 以期实现最大化的效益？
03. 找到跃迁之路上的“罗盘”如何从“+AI”迈向“AI+”？
AIM2创新性地构建了“五级六维”体系 ， 为企业应用AI提供了清晰的演进路径 。
【穿过AI迷雾，企业如何从「+AI」奔向「AI+」？】五个等级（L1~L5）和六个维度(战略、组织、数据、技术、应用与商业)体系下 ， 除了对企业具有评估价值外 ， AIM2模型同时也是一套从战略筛选到价值实现的“漏斗式”行动指南 ， 指导企业如何系统性地识别、筛选和实施高价值的AI应用场景 。 这意味着 ， 从建立“AI+”的目标认知 ， 到真正切实落地 ， 有了全面而可靠的解法 。
AIM2设立的五个等级 ， 清晰地定义了企业应用AI的成熟度阶梯 ， 反映了企业从AI作为辅助工具（“+AI”模式）到以AI为核心重构业务（“AI+”模式）的战略演进 。
同时 ， AIM2从点到面 ， 设立了六个相互关联的关键维度 ， 覆盖了从顶层设计到底层基础、再到最终价值实现的完整闭环 ， 促使企业关注平台化、标准化与复用 ， 而不是重复“造轮子” ， 从而显著降低企业的边际成本 。
此外 ， AIM2本就服务于企业AI应用的落地 ， 模型在构建之初时 ， 便考虑到了行业与行业的差异性 。 刘少轩教授在接受36氪采访时表示 ， 一方面是考虑到跨行业的通用标准 ， 需要不同的指标加以平衡 ， 另一方面则是考虑到不同行业的AI技术扩散的周期和过程 。 由此 ， 多维平衡的指标 ， 以及凸显周期的阶段性指标 ， 便尤为重要 。
尤其在市场回归理性的当下 ， 企业在采用决策时 ， 更需要全面的评估 ， 系统性规避风险与陷阱 ， 逐步规划出从“+AI”到“AI+”的发展路径 。 通过AIM2 ， 我们得以更详细地洞察不同行业中企业的AI应用状况 。
例如 ， 对于传统金融机构而言 ， AI应用初期并非必须追求颠覆性变革 ， 而应以务实的策略切入核心领域 ， 并优化关键流程 。 上海银行即围绕风险管理这一金融核心领域 ， 通过机器学习精准评估信用风险 ， 以高质量数据为基础 ， 实现贷前审批和贷后预警的精准优化 。 此外 ， 生态合作也是银行业快速提升AI能力的重要路径 ， 上海银行积极与外部科技公司合作 ， 引入智能投顾、智能风控等成熟系统 ， 快速在业务场景中落地验证AI的实际价值 。
在健康行业 ， 海量数据与高并发挑战推动技术基础设施的持续升级 。 美年大健康系统性地运用AI技术对全流程服务进行重塑 ， 基于分布式数据库技术 ， 对新一代智慧体检管理系统进行升级 ， 不仅突破性能瓶颈 ， 还实现了AI驱动的服务模式创新 ， 推动了个性化健康服务的转化 ， 实现由一次性体检服务向全生命周期健康管理的转型 。
转型之中的汽车行业 ， 则可以依靠准确的战略选择与技术深耕 ， 避免盲目跟随潮流的陷阱 。 新锐汽车品牌零跑汽车已经在严格遵循ROI导向的AI发展路径 ， 明确聚焦智能驾驶与智能座舱两个核心领域 ， 高效利用有限算力实现精准业务场景优化 ， 开发深度适配特定场景的专家模型 ， 未来将实现“AI实用主义”下的智能化转型 。
智能化并非简单的技术叠加 ， 而是对组织、业务模式与生态协作的根本性重构 。 在零售行业 ， 欧莱雅实现了全球AI技术的中国市场深度适配 ， 构建本地化数据中台 ， 形成趋势识别、虚拟试妆等多场景能力反哺全球总部的创新路径 。 同时 ， 积极打造开放式美妆科技生态 ， 与初创企业和高校联合推动生成式AI和智能交互技术的快速概念验证 ， 持续强化了品牌在科技创新方面的竞争力 ， 这也启示行业：嵌入现有生态 ， 比自建平台更具商业效率 。
人机深度融合能够共创全新业务与增长模式 ， 实现1+12的效果 。 而这种更简单、更高效的AI应用模式 ， 则可以让企业从浅层的“工具提效”迈向深层的“生产力变革” 。 健身产业头部互联网平台乐刻运动的AI转型便是一个鲜活的例子 ， 在门店管理上 ， 乐刻运动在采用先进的数据采集和分析平台的同时 ， 引入了AI巡检系统并设置AI客服 ， 通过人机融合大幅提升门店营运的效率 。
04. 从容迎接技术浪潮企业在面对新的技术浪潮时 ， 总是不可避免地陷入焦虑之中 。 而AI尤甚 ， 在过去的短短几年里 ， 这门技术已经经历了数轮迭代 ， 面对不可预见的未来挑战 ， “AI+”还能具备什么样的潜力？
技术解决当下 ， 而生态能够穿越周期 。 当越来越多企业有系统化的方法论操作AI战略落地 ， 构建均衡的、协同的六维能力 ， 各行各业的应用AI生态都会发生改变 。 AIM2所指向的 ， 也许并不仅是某个特定企业的突围 ， 而是行业整体的生态优化 。
换言之 ， 应用AI的未来趋势 ， 不仅是引导企业“做正确的事” ， 更是在无形中规划了行业的“路网” 。
面对全新的技术浪潮 ， 审慎思考与放手尝试同时存在 ， 每一步的投入 ， 都是对未来的投资 ， 既考验耐心 ， 也磨砺远见 。 我们相信 ， 那些持续投身AI应用实践的企业 ， 终将收获智能之上的“智慧” ， 在迷雾中保持远见 ， 于浪潮中锻造韧性 ， 创造出属于自己的可持续竞争力 。
如您对AIM2模型与《中国企业应用AI成熟度模型报告》感兴趣 ， 可在微信搜索“AIM2”小程序 ， 查阅报告全文 。
推荐阅读
- 腾讯启动AI应用繁荣计划，新一期AI共创营报名企业超300家
- 降低大模型幻觉、让企业AI输出更靠谱，亚马逊云科技掏出10年家底
- 让中国企业飞向世界，金山办公+华为联手造了“AI协同直升机”
- AI存储“黑科技”登场：从显存到闪存，企业成本如何骤降九成？
- 电影镜头秒变自动对焦，中国企业率先实现
- 猛增2000%！美西方垄断被打破？这家中国神秘企业功不可没
- 英伟达尴尬了，阉割的AI芯片H20砸手里了，中国企业真不买了
- Cirata发布Symphony平台助力企业数据管理
- 企业AI投入陷ROI迷局，“按效付费”能破解AI落地难题吗？
- Adobe推出首个AI智能体套件，变革企业营销体验