當前，全球AI競爭進入“技術(shù)平權(quán)”新階段，生成式AI的應(yīng)用也開始步入深水區(qū)：DeepSeek以開源模型將大模型推理成本壓縮90%，OpenAI o1憑借“思維鏈”技術(shù)在科學(xué)計算領(lǐng)域突破人類基準分，為全球尤其是中國企業(yè)帶來了巨大的商業(yè)創(chuàng)新機遇。
然而，技術(shù)上的進步并不直接等同于商業(yè)成功，后者需要克服技術(shù)成熟度、成本、用戶接受度、商業(yè)模式、市場需求、集成難度、倫理法規(guī)等多重障礙。在通往大規(guī)模商業(yè)化的道路上，生成式AI究竟面臨哪些挑戰(zhàn)？其盈利模式又將如何演變？如何平衡技術(shù)進步與社會價值之間的關(guān)系？
長江商學(xué)院滕斌圣教授、何澗石研究員在最新發(fā)表于FT中文網(wǎng)的文章中指出，生成式AI離完成新一代工業(yè)革命，還需要經(jīng)歷量變到質(zhì)變的過程，當前階段應(yīng)戰(zhàn)略性地優(yōu)先關(guān)注并投入于實現(xiàn)AI的社會價值。這場智能革命的終局，或許不在于技術(shù)參數(shù)的軍備競賽，而在于如何讓AI成為解決真實世界問題的"超級伙伴"，在創(chuàng)造社會價值的過程中完成商業(yè)突圍。
作者 | 滕斌圣、何澗石
來源 | FT中文網(wǎng)
滕 斌 圣
長江商學(xué)院戰(zhàn)略學(xué)教授
戰(zhàn)略研究副院長
新生代獨角獸全球生態(tài)體系研究中心主任
“DeepSeek熱”發(fā)酵近半年，全球大模型行業(yè)發(fā)展飛速，產(chǎn)品迭代日新月異，對生成式AI的應(yīng)用也開始步入深水區(qū)，發(fā)掘生成式AI的革命性應(yīng)用價值成為了研發(fā)者和用戶都在探索的核心問題。生成式AI離驅(qū)動社會價值和商業(yè)價值的爆發(fā)式增長，完成新一代工業(yè)革命，還需要經(jīng)歷量變到質(zhì)變的過程。當前階段，應(yīng)戰(zhàn)略性地優(yōu)先關(guān)注并投入于實現(xiàn)AI的社會價值。
DeepSeek對AI產(chǎn)業(yè)的顛覆式創(chuàng)新
2024年9月，美國獨角獸公司OpenAI發(fā)布了世界上第一個“推理模型”——“OpenAI o1”，使用“思維鏈”來回答科學(xué)和數(shù)學(xué)難題，將問題分解為組成步驟，并在幕后測試各種方法，然后向用戶呈現(xiàn)結(jié)論。o1的發(fā)布引發(fā)了新一輪的AI大模型創(chuàng)新競賽。盡管美國政府努力遏制中國人工智能產(chǎn)業(yè)的發(fā)展，但兩家中國公司——阿里巴巴和DeepSeek，在幾周內(nèi)就將美國同行的技術(shù)領(lǐng)先優(yōu)勢縮到最小。
隨著時間的推移，DeepSeek橫空出世所帶來的沖擊逐漸被行業(yè)的發(fā)展所消化，掌握雄厚算力資源的美國AI頭部開發(fā)商們馬不停蹄地推出了更加智能、價格也相對更加能被人接受的大模型產(chǎn)品（表1）。
而在國內(nèi)，DeepSeek的風(fēng)靡使“百模大戰(zhàn)”偃旗息鼓，風(fēng)光一時的百度“文心一言”和“AI六小虎”等也逐漸淡出主流視野。當人們對AI大模型“祛魅”之后，生成式AI的破局之點，落在了如何創(chuàng)造和滿足用戶的真實需求。隨著AI模型變?yōu)椤按舐坟洝保郊又堤岣卟⒉辉谀Ｐ捅旧?，而是AI應(yīng)用。
表 1：大模型產(chǎn)品智能評測得分前十
資料來源：LMSys Chatbot Arena Leaderboard （數(shù)據(jù)截至2025年4月23日）
“模型平權(quán)”能否創(chuàng)造需求
今年初，DeepSeek重創(chuàng)歐美科技股之時，微軟首席執(zhí)行官納德拉在社交媒體X上發(fā)文，引用了19世紀杰文斯悖論（Jevons paradox）的概念——技術(shù)進步提高了資源使用效率（例如，更高效的蒸汽機使用更少的煤炭產(chǎn)生同等動力），但這通常不會導(dǎo)致該資源總消耗量的減少，反而因為使用成本降低、拓展了新的應(yīng)用領(lǐng)域，最終導(dǎo)致該資源的總需求和總消耗量顯著增加。納德拉指出，隨著人工智能更加高效和易用，其使用將會激增，并成為“我們永遠無法滿足的商品”。
按照杰文斯悖論，AI作為“效率引擎”，將意味著對數(shù)據(jù)中心、英偉達芯片、AI人才甚至核反應(yīng)堆的需求增加。同樣，更高效的聊天機器人可能意味著生成式AI將會找到新的用途。DeepSeek模型的性能與計算能力更強大的美國大模型相當，這表明數(shù)據(jù)中心的生產(chǎn)力比之前想象的要高，而不是更低。
因此，將杰文斯悖論作為人工智能的牛市論據(jù)，不是押注于技術(shù)的效率，而是押注于需求水平。如果價格阻礙了生成式AI的普及，那么效率的提高確實會降低應(yīng)用門檻。如果技術(shù)進步提高了預(yù)期而不是降低了成本，就像在醫(yī)療和醫(yī)藥行業(yè)常見的情況一樣，生成式AI將占到社會支出的更大比例。
最初級的AI應(yīng)用，如營銷文案生成、圖片生成、內(nèi)部知識庫、代碼輔助等，雖然能帶來一定的效率提升，但往往難以量化其對核心業(yè)務(wù)指標（如收入增長、市場份額、客戶滿意度等）的顯著貢獻。企業(yè)開始更審慎地評估AI投入的真實投資回報率（ROI）。
生成式AI如何以及何時才能大規(guī)模商業(yè)化，盈利之路在哪里，仍然存在疑問。中國的大模型AI獨角獸，目前沒有一家跑出清晰的盈利路徑，其生存主要依賴于科技大廠和國資的支持，2024年在DeepSeek的沖擊下紛紛調(diào)整戰(zhàn)略（表 2）。
表 2：中國的大模型獨角獸
資料來源：根據(jù)公開資料整理
DeepSeek的爆發(fā)盡管獲得了來自全世界的贊譽，但在中國的創(chuàng)投市場，根據(jù)VC/PE數(shù)據(jù)機構(gòu)Pitchbook的統(tǒng)計，2024年，中國人工智能領(lǐng)域共計完成715筆交易，總額達73億美元，還不到2021年高點的一半。美國市場去年則創(chuàng)下了4369筆交易的峰值，總額達1005億美元。這一數(shù)字遠遠超過了2024年整個亞洲135.3億美元的交易額。
投資者在評估AI項目或公司時，價值創(chuàng)造問題仍是最主要的疑慮——是否解決了真實的痛點、創(chuàng)造了可驗證的客戶價值、擁有可持續(xù)的商業(yè)模式，而非僅僅因為它貼上了“AI”的標簽。
應(yīng)用層創(chuàng)造經(jīng)濟價值
DeepSeek雖然沒有顯著突破大模型在技術(shù)層面的能力邊界，但仍然被寄予“換道超車”的厚望，主要是因為其成本低廉和開源兩大特點，有望在應(yīng)用層實現(xiàn)規(guī)模經(jīng)濟效應(yīng)，進而提升全要素生產(chǎn)率，將整體的經(jīng)濟產(chǎn)出邊界外推，成為推動經(jīng)濟增長的重要驅(qū)動力。
DeepSeek的應(yīng)用普及，得到了政府層面的積極推動。深圳市福田區(qū)政府表示70個AI公務(wù)員上崗,開始使用R1提高一直依賴人力的行政工作的效率，如利用AI自動生成從會議記錄到行政處罰文件的初稿。深圳負責(zé)搜尋被報失蹤或走失人員的官員們表示，通過利用DeepSeek分析監(jiān)控視頻，他們已成功找回走失人員300余次。在梅州市，接聽市民熱線的是DeepSeek，廣州市政府也透露了推進R1等國產(chǎn)AI應(yīng)用的方針。
以DeepSeek為代表的高效AI大模型，如何推動產(chǎn)業(yè)升級這一問題，還需要進行綜合分析。
在就業(yè)上，一方面，AI能夠替代大量依賴重復(fù)性、流程化認知勞動的工作崗位，加劇“內(nèi)卷”和薪酬壓力，大量勞動力難以適應(yīng)新的技能需求，加劇結(jié)構(gòu)性失業(yè)。
另一方面，AI生態(tài)的發(fā)展會催生新的職業(yè)崗位，“人機協(xié)作”會重新定義人們的工作方式和工作體驗，推動工作技能和就業(yè)市場的結(jié)構(gòu)式轉(zhuǎn)型升級。但在目前，AI對于企業(yè)的影響更多體現(xiàn)在利用AI降本增效（裁員），而不是利用AI擴張業(yè)務(wù)（增員）。
智能商業(yè)的進化方向：從技術(shù)賦能到業(yè)務(wù)重塑
隨著AI產(chǎn)品的發(fā)展優(yōu)化，云端AI應(yīng)用將更加成熟和豐富。生成式AI正從通用工具向深入具體業(yè)務(wù)流程的解決方案演進。AI助手將從通用型工具轉(zhuǎn)變?yōu)檎嬲斫庥脩魧I(yè)背景和思維方式的伙伴，AI助手從單純的模型能力比拼，轉(zhuǎn)向更注重用戶個性化體驗和長期價值積累的方向發(fā)展。中小企業(yè)甚至“超級個體”都能利用獨到的AI能力進行創(chuàng)新創(chuàng)業(yè)，“一人獨角獸”不再是天方夜譚。
智能體（AI Agent）目前是被認為最有望誕生殺手級應(yīng)用的AI應(yīng)用賽道，如Adept、MultiOn等平臺探索讓AI直接操作軟件完成復(fù)雜任務(wù)。具備理解、規(guī)劃、執(zhí)行能力的AI Agent將能成為企業(yè)的“數(shù)字員工”，在營銷、客服、研發(fā)、代碼生成、供應(yīng)鏈管理乃至戰(zhàn)略決策輔助等領(lǐng)域發(fā)揮巨大作用。這不僅是效率的提升，更是對組織結(jié)構(gòu)和工作方式的重塑。此外，Retrieval-Augmented Generation（RAG）檢索增強生成，作為連接知識庫與大語言模型的關(guān)鍵橋梁，正在成為構(gòu)建智能問答、企業(yè)知識助手、搜索引擎升級等系統(tǒng)的核心技術(shù)。
通用大模型的能力正在被引導(dǎo)至特定行業(yè)，在與特定場景的深度結(jié)合中增強專業(yè)人員的能力，如AI在醫(yī)療影像分析、藥物研發(fā)、金融風(fēng)控、精準營銷等方面，提升專業(yè)決策能力和效果。金融業(yè)利用AI進行風(fēng)險評估、欺詐檢測和個性化投顧；零售業(yè)通過AI優(yōu)化供應(yīng)鏈、實現(xiàn)超個性化營銷；醫(yī)療領(lǐng)域AI在藥物研發(fā)、影像診斷和病歷分析方面取得顯著進展；制造業(yè)則應(yīng)用AI進行預(yù)測性維護和質(zhì)量控制。專業(yè)領(lǐng)域知識與大模型的結(jié)合，以及對特定任務(wù)的精調(diào)（Fine-tuning），為企業(yè)創(chuàng)造新的核心競爭力。
在未來組織變革的層面，生成式AI在企業(yè)內(nèi)部協(xié)作和對外溝通上都有巨大的應(yīng)用潛力。在內(nèi)部的溝通優(yōu)化方面，生成式AI能加速文件處理、增強知識管理，輔助標準化溝通、促進跨語言協(xié)作。在與外部溝通上，以輔助談判這一應(yīng)用場景為例，生成式AI能夠強化談判前準備、模擬與優(yōu)化談判方案、提綱實時分析與決策支持、生成標準化合同與文件。當然，企業(yè)應(yīng)該清醒認識AI能力邊界，避免對AI的過度依賴，以“人機協(xié)同”為目的增強組織能力，建立維護健康的內(nèi)外部關(guān)系。
AI向善：以社會價值為破局點
相較于商業(yè)化的不確定性，AI在科研、醫(yī)療、教育、環(huán)境、能源、公共服務(wù)等領(lǐng)域已有了顯著的應(yīng)用成果。參照互聯(lián)網(wǎng)行業(yè)的歷史演進經(jīng)驗——從早期的信息普及，到后來的平臺商業(yè)模式，生成式AI的產(chǎn)業(yè)質(zhì)變，必然建立在其社會價值大規(guī)模釋放、社會信任形成之上。
將AI首先用于提升社會福祉，讓AI贏得社會信任、錘煉技術(shù)韌性、探索可持續(xù)發(fā)展模式，將為未來更廣泛、更深刻的商業(yè)生態(tài)變革奠定堅實基礎(chǔ)，最終完成從量變到質(zhì)變的躍升。
將AI應(yīng)用于解決教育資源不均（如個性化學(xué)習(xí)平臺）、醫(yī)療服務(wù)可及性（如AI輔助診斷覆蓋偏遠地區(qū)）、環(huán)境保護（如追蹤碳排放、保護自然生態(tài)和生物多樣性）等難題，通過解決社會問題，AI技術(shù)能夠變得更加公平、安全和可靠。
代表性的應(yīng)用案例包括利用AI改進癌癥早期篩查的準確性和可及性（阿里巴巴達摩院的PANDA模型）、通過精準預(yù)測和預(yù)警減輕自然災(zāi)害的破壞、為殘障人士提供更便捷的交流和生活輔助工具、優(yōu)化能源管理以應(yīng)對氣候變化等。
專注于社會需求和“AI普惠”，可能發(fā)現(xiàn)被傳統(tǒng)商業(yè)邏輯所忽視的價值藍海。例如，老齡化社會對醫(yī)療、康養(yǎng)、陪伴型AI需求旺盛；鄉(xiāng)村振興需要農(nóng)業(yè)AI、智慧物流等基礎(chǔ)能力。服務(wù)于特定社群或解決基礎(chǔ)民生問題的AI應(yīng)用，可能孕育出更具韌性、更能抵御經(jīng)濟周期波動的可持續(xù)發(fā)展模式。這些探索有助于我們理解AI價值創(chuàng)造的多元途徑。谷歌等公司已將AI用于社會公益（AI for Social Good）作為一個重要方向，許多初創(chuàng)公司也以此為使命。
生成式AI不能忽視的問題
DeepSeek等高效開源模型的出現(xiàn)，推動了生成式AI領(lǐng)域的新一輪洗牌，也為全球尤其是中國的企業(yè)帶來了巨大的商業(yè)創(chuàng)新機遇。但技術(shù)上的進步不直接等同于商業(yè)成功，后者需要克服技術(shù)成熟度、成本、用戶接受度、商業(yè)模式、市場需求、集成難度、倫理法規(guī)等多重障礙。
具體落實到價值創(chuàng)造上，將AI模型無縫嵌入已有的IT架構(gòu)和業(yè)務(wù)流程中，是一項艱巨的技術(shù)與工程挑戰(zhàn)。數(shù)據(jù)孤島、系統(tǒng)兼容性、安全合規(guī)、模型的可擴展性和可維護性等，都是必須跨越的障礙。
大模型固有的“幻覺”（輸出看似合理但其實是編造的內(nèi)容）、事實性錯誤等問題，在低風(fēng)險應(yīng)用中或可容忍，但在金融、醫(yī)療、自動駕駛等高風(fēng)險、高精度的場景中，則構(gòu)成了信任障礙。缺乏真正的因果推理能力，使當前模型在復(fù)雜決策上并不可靠。
當前AI的核心能力仍基于模式識別和概率推斷，亟需具備更深層次的常識、因果推理、抽象思維和對世界運行機制的理解。這一問題反映到現(xiàn)實應(yīng)用中，如果沒有強大的信息素養(yǎng)和批判性評估機器生成內(nèi)容的能力，人們很難識別不準確的信息，從而導(dǎo)致災(zāi)難性的后果。
要引領(lǐng)新一代的智能商業(yè)變革，生成式AI的應(yīng)用需要超越現(xiàn)有“效率工具”的定位，觸及更本質(zhì)的價值創(chuàng)造層面。以智能體為例，當前的“AI Agent”多為任務(wù)分解和工具調(diào)用，真正的“質(zhì)變”在于AI能獨立理解復(fù)雜目標、進行長期規(guī)劃、在動態(tài)環(huán)境中自主決策并執(zhí)行復(fù)雜任務(wù)序列，承擔(dān)實質(zhì)性責(zé)任。
生成式AI提升效率、賦能創(chuàng)新的潛力是真實存在的，但不會因為DeepSeek的出現(xiàn)而朝發(fā)夕至，需要通過解決具體業(yè)務(wù)問題、克服落地障礙并實現(xiàn)可持續(xù)的ROI來體現(xiàn)。生成式AI應(yīng)用落地前景廣闊，將逐步滲透到各行各業(yè)，但這是一個長期、漸進的過程，需要政產(chǎn)學(xué)研的協(xié)同努力。
“社會價值先行”的路徑，或許正是引導(dǎo)AI完成從量變積累到質(zhì)變飛躍、最終負責(zé)任地重塑全球商業(yè)生態(tài)，引領(lǐng)新一代工業(yè)革命的必經(jīng)之路。這需要整個產(chǎn)業(yè)界具備超越短期利益的戰(zhàn)略眼光和推動技術(shù)向善的堅定決心。
文中圖片來自圖蟲創(chuàng)意，轉(zhuǎn)載需獲授權(quán)。
end
點擊下方卡片，關(guān)注長江商學(xué)院
熱門跟貼