AI转型的进展洞察报告-腾讯研究_32页_3mb

AI转型进展洞察报告（202501）理论篇

AI转型定义与框架

AI转型本质是对企业研发、生产等环节中人与机器智能关系的重新设计，旨在提升生产力并通过智能增强实现利润增长。其核心包括三个方面：

智能增强：通过AI技术优化业务流程，辅助决策，提升企业生产力。例如模型提取汽车FAQ问答，将问答准确率从35%提升至84%，效率提升833%。

组织变革：调整组织结构和人才培养体系，引入AI-Agent实现人机协同。如医疗中手术机器人和诊断系统降低医生工作量，提升诊断准确率至95%，并降低筛查成本885%。

⼼智重塑：培养持续学习、适应变化的文化，推动员工和管理者思维迭代。例如AI代码助手帮助编程人员缩短开发时间，提升效率。

技术应用分布

AI应用集中在研发、生产、营销、客户服务等核心环节，其中核心环节探索占比超30%。但职能环节如IT、人力资源等应用成熟度更高，意味着流程自动化已较为完善。

应用场景覆盖多个行业，尤以IT、医疗、制造业占比最高。金融行业在应用广泛性仅次于IT，但算力获取仍为挑战。

企业采用情况与成效

目标导向：多数企业部署AI为多目标导向，高频目标包括提升产品/服务能力和降低运营成本，着重于多环节协同优化。

投资方式：与供应商联合开发产品是最常见的引入方式，约占60%，自主产品研发比例较低。

反馈评价：中小型企业对AI应用的投资回报评价普遍较高，尤其在成本降低和收入提升方面。大型企业更关注技术投资对组织结构和人力的调整影响。

投资情况与回报分析

投资比例与回报

大多数企业使生成式AI付费比例在10%-20%之间，这样的投资在500人规模的小型至中型企业群体当中最高。

投资回报率呈现正相关，占比越高评价越好；IT/互联网、金融、制造等行投资回报率较高，而农业、教育投资回报率偏低。

地域分布差异

北京、上海、江苏、广东等城市企业倾向投入更多预算，投入占比超30%企业集中分布于一线城市。

风险分析

主要挑战

调研显示，缺乏合适模型工具、技术能力不足和人才缺口是面对的三大挑战。不同行业面临的具体问题包括：

• 医疗行业：管理层支持、数据不足、技术限制；
• 制造业：模型工具选择；
• 高端服务业如传媒/文化行业：缺乏合适工具。

主要风险

占用投资、用户门槛高、数据泄露、隐私保护、就业结构调整风险是企业关注重点。约三分之一（33%）企业察觉到风险并采取预防措施。

未来展望

投资增长意愿强

超过90%企业计划在未来一年内增加AI投资，主要投资增长点集中在IT工具、自动化、人岗协同调整等领域。

关键技术改进预期

企业普遍期待降低使用阈值、提升文本/图像理解能力、减少幻觉问题、改善可解释性等技术改进，以应对当前能力限制。

行业影响预判

普遍认为AI将在多数行业中降低人力需求，仅互联网和教育行业预期岗位增加较多。

综上，AI正在快速部署至企业和职能部门，投入效益明显，但未来要扩大应用，仍需解决技术门槛、人才、合规等高级挑战。对于企业而言，战略规划与组织文化改良将是关键。