2025年,AI技术正式进入深度应用期,企业面临的不再是“要不要用”的选择题,而是“怎么用才能产生价值”的必答题。回顾上半年,AI概念的热度逐渐褪去,留下的不是一地鸡毛,而是更加务实的企业期待——从“AI能做什么”到“AI在具体业务中怎么做、如何带来回报”,这个转变标志着行业正从浮躁的概念期迈入落地的深水区。
用一句话总结2025年上半年的AI应用市场:舆论很热闹,期望很美好,落地很骨感。媒体和各类宣传把AI技术描绘得近乎完美,让不少企业管理者以为,只要私有化部署一套AI系统,就能立刻实现智能化转型。但现实远比想象复杂。首先是硬件算力的高昂投入,直接让80%的企业用户望而却步;其次,员工的数字化能力与AI的先进性之间存在巨大落差——大部分传统企业仍依赖纸质办公,当先进技术突然降临,薄弱的数字化基础反而催生了不切实际的幻想,让落地过程更加扑朔迷离;再者,AI一直强调的“降本增效”口号,反而引发了不少员工的抵触情绪——他们担心被替代、消极应付,导致成果转化难、价值体现难。

在企业内部,信息部门原本寄希望于AI技术来提升地位、扭转形象,但引进之后才发现,技术神话在现实面前困难重重。其一,通用大模型表面上什么都能聊,但缺乏行业专业性与深度,面对具体业务场景往往力不从心;其二,软件公司能提供的服务能力极其有限——有企业购买了一体机搭建知识库,希望在实施过程中获得专业指导,结果发现能提供有效帮助的公司几乎不存在,因为大家都在“摸着石头过河”,应用经验的匮乏让成果充满变数;其三,AI在企业管理侧的功能尚不完善,最典型的就是数据权限问题——个人使用通用大模型几乎不用考虑数据安全,但企业场景下必须面对复杂的权限分级,而通用大模型本身缺乏此类管理功能,企业只能再找第三方工具弥补,这无形中增加了技术实现的复杂性和投入成本;其四,技术人才的匮乏让企业步履维艰。
当前企业应用AI技术主要有四条路径:部署通用大模型(如私有化DS软件)、调用大模型接口、在开源模型基础上二次开发、完全定制开发找第三方服务商。前三条路径都需要企业自身具备较强的技术团队和专业人才,高额人力成本并非一般企业所能承受;而选择第三方服务商,则面临技术自主可控性差、成本高、风险大等问题。无论选择哪条路,企业都必须面对持久的技术投入和高度不确定的应用场景。也就是说,即便企业拥有技术实力,AI落地也绝非易事——这是一个长期的、复杂的系统工程。
对于软件厂商而言,AI技术同样让市场策略变得扑朔迷离。DS爆火之后,各大软件公司争先恐后宣布接入DS,焦虑之情溢于言表。但现实是:接入DS是一回事,具备真正的AI能力是另一回事,而能帮助企业提升AI应用能力、实现价值最大化,更是另一回事。宣布接入DS充其量只是向市场传递“我们在拥抱AI”的信号,但从技术角度看,成熟的软件架构想要真正融合AI能力,并非一朝一夕之功。半年过去了,并没有看到多少大厂在产品功能上有所实质改善——如果说有变化,可能只是PPT的内容更新了。软件架构的变更涉及市场战略,而AI这股风究竟能吹多久,谁也说不准。
当前市场上AI软件存在的问题也很明显:通用模型遍地开花,文生文、文生图、文生视频这类泛娱乐化产品看似热闹,但垂直行业应用严重缺乏。原因有三:第一,行业知识门槛高,大部分AI软件公司对特定行业不够了解,产品匹配度低,市场风险大;第二,垂直领域市场面狭窄,AI产品研发应用周期长,短期难以获得回报,而投入成本又远高于传统软件;第三,初心问题——是用长期主义认真做AI产品,还是借AI概念玩资本,这决定了产品定位。在与一些AI软件公司的交流中发现,大家普遍面临资金压力,都在想尽办法融资以维持研发和团队稳定。最近Manus团队撤离中国市场的背后,同样是融资困境——没有资金,再优秀的方案和产品都只是空谈。
2025年已过半,AI软件市场变成了一片红海。随着热度降低,技术将何去何从?下半场的主角会是智能体吗?当前的高热度催生了产品功能的多样化,也造出了不少神话和泡泡。随着时间的推移,泡沫在逐步破裂,企业对AI的期望也在回归理性。越来越多的从业者意识到:技术必须回归场景,为企业赋能,而不是单纯展现技术深度。就像机器人如果不能服务于生活和工作场景,充其量只是一个大玩具。
预计2025年下半年,AI技术将更加侧重企业应用侧,会有更多行业垂直大模型和专业细分工具投入市场,填补企业应用的空白。但由于企业应用场景的复杂性、员工数字化能力的差异,垂直模型真正走向成熟仍需时间。这是综合实力的比拼,而非单一技术的较量。智能体概念虽然很火,但在企业普及应用的道路依然坎坷——一方面,应用的门槛较高;另一方面,想靠智能体改变企业的管理模式,难度更大。传统软件都没能彻底解决的问题,不要指望AI一朝解决。不能否认智能体在某些特定领域的价值,但在传统企业想普及,还需要时间验证。
行业的共识是:AI需要生态的力量,而非单打独斗。垄断只会让技术更加封闭,信息茧房越来越重。唯有开放、共享,才能不断精进迭代。
