首页 > 人工智能 > 正文

Gartner孙鑫:赢得从AI创新到业务价值竞赛的关键,成熟度定胜负

2026-06-03 09:08:08  来源:CIO时代

摘要:AI竞赛的胜负早已不在模型本身,而在于企业AI成熟度,这将是连接创新与价值的核心桥梁。
关键词: Gartner
AI的应用正在呈现出一对愈来愈深的矛盾:一方面,AI模型能力正以每1.5—3个月一轮的速度快速迭代,技术创新层出不穷;另一方面,企业所获取的业务价值却并没有与AI技术的进步保持同步增长。一道明显的影响力鸿沟横亘在技术能力与商业成果之间。
Gartner高级研究总监孙鑫解释了这对矛盾的成因:AI竞赛的胜负早已不在模型本身,而在于企业AI成熟度,这将是连接创新与价值的核心桥梁。

\
 
Gartner高级研究总监 孙鑫

数字里的鸿沟
Gartner的调研数据清晰地显现出这道鸿沟的存在:尽管77%的CEO坚信未来三年AI将深刻影响所在行业,88%的企业计划在2026年持续加大AI投入,然而仅有11%的CFO确认企业在2025年实现了AI带来的实际财务价值。
 
从企业侧的数据可以看出,AI投入与价值回报呈现鲜明反差。但另一方面,AI的应用前景却又吸引着企业高层,让他们不得不跟进。
 
孙鑫认为,企业早已跨过“要不要做AI”的阶段,如今需要直面的核心命题是:如何交付可量化、可验证的AI业务价值,企业AI项目高层负责人正因此而承受着前所未有的价值交付压力。
 
对于破解鸿沟的方法,孙鑫强调,看待AI市场绝对不能只看单一维度,而需要同时兼顾当下执行能力与未来前瞻性竞争力,而连接二者的关键正是企业成熟度。当下很多AI厂商的误区,并非缺乏创新,而是误判了客户成熟度,从追求产品市场匹配(Product Market Fit ,PMF)转向更关键的人员与远见匹配(People Vision Fit ,PVF),也就是企业AI项目高层负责人的认知与厂商提供的AI战略远见能否契合,已成为破局的核心。
 
企业落地AI所面临的核心矛盾
在孙鑫看来,当前企业AI落地普遍面临四组核心矛盾。
 
其一是AI采用率高涨,但企业级能力薄弱。处于Agentic AI探索与规划阶段的企业占比超七成,真正部署至生产环境的仅16%,试点成功却并不等于规模化落地,试用热度更不等于系统化能力。
 
能实现生产落地的企业,普遍建立了企业级学习系统与价值评估系统,前者可以形成闭环反馈、提升全员AI素养,后者能够明确成功标准、量化AI价值。预计到2028年,随着企业机构自动分析和决策实施规模的扩大,至少20%的数据和分析AI用例预算将分配给评估设计、控制与反馈循环机制。
 
其二是企业能力提升不直接等同于业务价值增长。在驱动AI价值的核心要素中,数据基础占据首位,远超AI技术,治理、业务对齐、预算也同样关键。
 
但当前仅有4%的企业拥有AI就绪数据,37%的企业有望实现数据的AI就绪,多数企业仍在数据准备中挣扎。AI项目的真正瓶颈已从模型转向上下文工程,缺失结构化语义、业务工作流上下文,再强的模型也无法稳定产出企业级价值。反过来看,做好语义建模与上下文管理的企业,AI效能提升2.2倍、准确率提升40%以上,词元(Token)消耗减少70%。
 
其三是极致模型能力与业务落地可靠性脱节。企业能轻松做出炫酷的AI应用样本,却难以在生产环境稳定运行,形成AI智能体可靠性鸿沟。
 
Gartner中国区的调研显示,仅8%的企业通过AI实现营业收入增长,多数仅停留在生产力提升层面。演示环境可控单一,而生产环境需对接数据、安全、监控、基础设施等复杂系统,执行缺口显著。
 
其四是企业多在消费外部AI,而非拥有私有AI。全球63%的开发负责人使用或规划云端生成式AI,本地部署占比仅有1%,核心智能与推理仍掌握在外部模型手中。长期来看,同质化的共享模型无法构建竞争壁垒,企业需从调用外部智能转向掌控自有上下文,结合顶尖模型形成差异化优势,预计2028年,超过20%的企业会将AI工作负载部署至本地数据中心。
 
提升企业AI成熟度,路在何方
针对当前企业AI落地普遍面临的核心矛盾,孙鑫谈了提升企业AI成熟度的方法。
孙鑫强调,上下文是2026年AI领域的核心关键词,市场竞争正从模型能力转向上下文精确度。价值不再源于原始数据或模型输出,而来自被精准筛选、编排、管理的企业级上下文,掌控上下文的主体,才是未来 AI市场的赢家。
 
要实现AI业务成功,就必须补上缺失的AI执行层,其中包含了前线部署工程师(FDE)、智能体编排、智能体训练环境三大核心。FDE负责打通AI落地最后一公里,将技术能力转化为业务流程;编排与训练环境保障系统持续稳定运行、迭代优化。预计到2028年,超50%的AI技术服务商将采用FDE加速方案落地,2030年底超半数新产品经理将具备FDE才能。
 
从成熟度维度看,企业AI发展历经规划、试验、稳定化、扩展、引领五个阶段,当前多数中国企业卡在试验向稳定化过渡阶段,Demo与POC效果亮眼,却无法实现规模化生产。核心障碍在于数据基础薄弱、新旧系统衔接困难、组织能力未匹配。AI绝非局部技术项目,而是横贯企业上下的一把手工程,需统一业务、IT、数据战略,明确项目优先级,搭建治理、运营、组织能力体系,且需按季度迭代战略,适配模型快速更新节奏。
 
对于中小微企业,无需纠结海量数据与高额预算,核心是聚焦大模型未覆盖的上游场景与日常工作流入口,在用户常用工具中嵌入AI能力,构建反馈回路,快速实现价值落地。
 
在企业AI成熟度的提升过程中,AI厂商的作用同样不容小觑。而对于AI厂商,孙鑫给出了明确建议:告别POC阶段的短期优势,主导后POC全流程;将学习、评估、上下文管理、执行能力嵌入产品,而非单纯售卖模型;摒弃追求快速演示的捷径,陪伴客户搭建长期AI成长体系,助力客户实现AI所有权,从演示提供商转型为系统级解决方案行家。
孙鑫强调:“AI的价值从来不是单点功能的堆砌,而是由上下文底座、学习、执行、评估、所有权构成的完整成长体系。当技术趋于同质化,企业AI成熟度与上下文管控能力,将最终决定谁能真正跨越影响力鸿沟,把AI创新转化为可持续的业务价值。”
 

第四十二届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:lijj

免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。