科技云報(bào)到原創(chuàng)。

從ChatGPT橫空出世，到越來(lái)越智能化的人形機(jī)器人，再到讓世人驚艷的Sora文生視頻……種種跡象表明，人工智能逐漸迎來(lái)產(chǎn)業(yè)化的臨界點(diǎn)。

當(dāng)全球科技巨頭們將AI的邊界推向星辰大海時(shí)，絕大多數(shù)企業(yè)仍在經(jīng)歷著AI落地的“高原反應(yīng)”。某制造業(yè)CIO的辦公桌上，堆積著三份不同供應(yīng)商的AI解決方案，卻始終無(wú)法解答他“如何讓AI看懂三十年陳舊的ERP數(shù)據(jù)”的靈魂拷問(wèn)。

這個(gè)場(chǎng)景折射出企業(yè)級(jí)AI正在經(jīng)歷從技術(shù)狂歡向場(chǎng)景回歸的陣痛期，就像攀登者必須面對(duì)的“希拉里臺(tái)階”，看似近在咫尺的峰頂，實(shí)則暗藏著致命的空氣稀薄帶。

從技術(shù)到場(chǎng)景，摸著石頭過(guò)河

摩根大通最新研報(bào)指出，2025年中國(guó)生成式AI應(yīng)用將跨越臨界點(diǎn)，帶動(dòng)互聯(lián)網(wǎng)服務(wù)消費(fèi)規(guī)模實(shí)現(xiàn)指數(shù)級(jí)增長(zhǎng)，企業(yè)數(shù)字化轉(zhuǎn)型與消費(fèi)端智能體驗(yàn)升級(jí)有望形成雙向驅(qū)動(dòng)。

從文案創(chuàng)作到圖像生成，從視頻剪輯到演示文檔制作，生成式AI已悄然化身人們的“全能伙伴”，深度融入職場(chǎng)協(xié)作與日常生活場(chǎng)景，成為不可或缺的數(shù)字化生產(chǎn)力工具。

從AI應(yīng)用發(fā)展進(jìn)程看，大致經(jīng)歷了三波浪潮。第一波是以GPT為代表的大模型的出現(xiàn)；第二波是應(yīng)用層的快速創(chuàng)新，如微軟Copilot，使智能化從Chat向Work轉(zhuǎn)化；第三波則是深度業(yè)務(wù)場(chǎng)景的應(yīng)用，打通業(yè)務(wù)數(shù)字化全流程，服務(wù)實(shí)體經(jīng)濟(jì)。

在滿足企業(yè)智能化需求、打通業(yè)務(wù)場(chǎng)景的過(guò)程中，智能體、大模型等生成式AI應(yīng)用作為一種理想的產(chǎn)品化落地形態(tài)，正在承接日益復(fù)雜的提質(zhì)增效需求，并強(qiáng)化內(nèi)外部協(xié)同效能，釋放組織核心生產(chǎn)力，對(duì)抗組織熵增帶來(lái)的挑戰(zhàn)。

如今，生成式AI應(yīng)用融合感知、分析、決策和執(zhí)行能力，具備相當(dāng)顯著的主動(dòng)性，正在成為人類的理想智能助手。例如，AI智能體可以根據(jù)個(gè)人在線互動(dòng)和參與事務(wù)處置時(shí)的信息，了解和記憶個(gè)體的興趣、偏好、日常習(xí)慣，識(shí)別個(gè)體的意圖，主動(dòng)提出建議，并協(xié)調(diào)多個(gè)應(yīng)用程序去完成任務(wù)。

從1997年“深藍(lán)”戰(zhàn)勝國(guó)際象棋世界冠軍卡斯帕羅夫開(kāi)始，沃森在智力問(wèn)答節(jié)目《危險(xiǎn)邊緣》中戰(zhàn)勝人類冠軍、ResNet在ImageNet圖像識(shí)別比賽中的準(zhǔn)確率超過(guò)人類、AlphaGo在圍棋比賽中戰(zhàn)勝李世石、OpenAI Five在多人策略游戲Dota2中戰(zhàn)勝人類職業(yè)戰(zhàn)隊(duì)冠軍、AlphaFold的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)準(zhǔn)確率超過(guò)人類等，完成這些任務(wù)背后的能力涵蓋了人類智能感知、認(rèn)知、決策的各個(gè)方面，也不斷塑造著AI應(yīng)用的技術(shù)內(nèi)核。

實(shí)際上，人工智能自誕生之初就開(kāi)始探索生成式AI的解決方案。最近經(jīng)歷了基于規(guī)則設(shè)計(jì)、基于強(qiáng)化學(xué)習(xí)和目前基于預(yù)訓(xùn)練大模型三種范式。其中基于強(qiáng)化學(xué)習(xí)的AI智能體代表是AlphaGo和OpenAI Five，這類方法仍然是面向?qū)Ｓ萌蝿?wù)的特定環(huán)境進(jìn)行交互。預(yù)訓(xùn)練大模型學(xué)習(xí)到了通用世界知識(shí)，并可以通過(guò)語(yǔ)言的形式輸入和輸出，因而可以泛化到不同任務(wù)和環(huán)境。

據(jù)咨詢公司Gartner預(yù)測(cè)，到2028年，至少15%的日常工作將通過(guò)智能體自主完成，33%的企業(yè)軟件也將包含智能體。有觀點(diǎn)認(rèn)為，2025年將成為智能體商業(yè)化元年。

從應(yīng)用場(chǎng)景來(lái)看，生成式AI能夠幫助未來(lái)企業(yè)構(gòu)建以“人機(jī)協(xié)同”為核心的智能化運(yùn)營(yíng)新常態(tài)。越來(lái)越多的業(yè)務(wù)活動(dòng)都將被委托給AI，而人類則只需要聚焦于企業(yè)愿景、戰(zhàn)略和關(guān)鍵路徑的決策上。人與大量AI實(shí)體之間的協(xié)同工作模式，將顛覆當(dāng)前企業(yè)的運(yùn)行基礎(chǔ)，讓企業(yè)運(yùn)營(yíng)成效獲得成倍提升。

比如在電商領(lǐng)域，AI能夠根據(jù)用戶的購(gòu)物歷史、瀏覽行為和偏好提供個(gè)性化的產(chǎn)品推薦，這不僅能提高用戶滿意度，還能增加銷售額和客戶忠誠(chéng)度；AI還可以作為智能客服，通過(guò)自然語(yǔ)言處理和機(jī)器學(xué)習(xí)技術(shù)自動(dòng)回答用戶咨詢，處理訂單問(wèn)題和退貨請(qǐng)求，從而提高客戶服務(wù)效率。

在金融領(lǐng)域，AI可以幫助用戶管理個(gè)人財(cái)務(wù)，提供投資建議，甚至預(yù)測(cè)股票走勢(shì)；在交通領(lǐng)域，AI可以通過(guò)分析交通數(shù)據(jù)和實(shí)時(shí)路況提供最佳的路線規(guī)劃和交通建議；在醫(yī)療領(lǐng)域，AI可以幫助醫(yī)生進(jìn)行疾病診斷和治療方案的制定；在內(nèi)容生產(chǎn)領(lǐng)域，AI已深度融入搜索問(wèn)答、文案創(chuàng)作、代碼生成、藝術(shù)設(shè)計(jì)等核心環(huán)節(jié)；服務(wù)場(chǎng)景中，法律咨詢、醫(yī)療問(wèn)診、智能客服等正在實(shí)現(xiàn)“人機(jī)協(xié)同”升級(jí)。

從實(shí)驗(yàn)室走向商用還要闖幾關(guān)？

隨著生成式AI的快速發(fā)展，2025年行業(yè)正迎來(lái)一系列創(chuàng)新突破，AI正逐步從內(nèi)容生成進(jìn)化到復(fù)雜推理、自主執(zhí)行，AI未來(lái)將不僅限于文本、圖像的內(nèi)容生成，而是逐步走向執(zhí)行復(fù)雜任務(wù)，幫助企業(yè)自動(dòng)化業(yè)務(wù)流程。

在亞馬遜云科技&Dify.AI媒體溝通會(huì)上，Dify.AI聯(lián)合創(chuàng)始人延君晨表示：“企業(yè)對(duì)于生成式AI應(yīng)用已經(jīng)不是‘是或否’的問(wèn)題了，而是考慮如何將生成式AI跟業(yè)務(wù)做深度集成。隨著基礎(chǔ)設(shè)施的逐漸成熟、模型能力的不斷提升、以及企業(yè)業(yè)務(wù)場(chǎng)景的深度挖掘，企業(yè)有望基于生成式AI實(shí)現(xiàn)正向的投入產(chǎn)出比，推動(dòng)商業(yè)模式革新。”

然而，盡管AI的能力越來(lái)越強(qiáng)，如何把AI能力與企業(yè)業(yè)務(wù)進(jìn)行充分整合集成，并且確保它穩(wěn)定可用，仍是一個(gè)巨大的行業(yè)挑戰(zhàn)。

首先，在系統(tǒng)整合層面，企業(yè)AI系統(tǒng)的有效部署受制于現(xiàn)有信息孤島與異構(gòu)系統(tǒng)環(huán)境，表現(xiàn)為數(shù)據(jù)碎片化、接口標(biāo)準(zhǔn)不一致以及業(yè)務(wù)流程分散等問(wèn)題。這種結(jié)構(gòu)性障礙不僅增加了技術(shù)實(shí)施的復(fù)雜度，還顯著延長(zhǎng)了價(jià)值實(shí)現(xiàn)周期。研究表明，超過(guò)60%的企業(yè)AI項(xiàng)目在系統(tǒng)對(duì)接階段陷入技術(shù)泥潭，嚴(yán)重延緩價(jià)值實(shí)現(xiàn)。

在與AI整合過(guò)程中，企業(yè)通常會(huì)面臨技術(shù)兼容性、數(shù)據(jù)整合與轉(zhuǎn)換，以及實(shí)時(shí)性要求。現(xiàn)有的自動(dòng)化系統(tǒng)往往基于特定的架構(gòu)或技術(shù)棧，如基于規(guī)則的系統(tǒng)、傳統(tǒng)的機(jī)器學(xué)習(xí)模型等。這些系統(tǒng)在集成生成式AI時(shí)，面臨著技術(shù)兼容性的問(wèn)題。例如，現(xiàn)有系統(tǒng)可能無(wú)法處理生成式AI所需的大規(guī)模計(jì)算，或者AI模型的輸入輸出格式與現(xiàn)有系統(tǒng)的數(shù)據(jù)流不兼容。

同時(shí)，生成式AI需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練和推理，而現(xiàn)有系統(tǒng)中的數(shù)據(jù)格式、存儲(chǔ)方式和管理方式可能與生成式AI所需的數(shù)據(jù)格式不一致。因此，如何從現(xiàn)有系統(tǒng)中抽取、轉(zhuǎn)換和整合數(shù)據(jù)，是集成過(guò)程中必須解決的問(wèn)題。

其次，許多自動(dòng)化應(yīng)用對(duì)實(shí)時(shí)性有較高要求。例如，自動(dòng)化客戶服務(wù)系統(tǒng)需要能夠?qū)崟r(shí)生成回復(fù)，自動(dòng)化生產(chǎn)系統(tǒng)雪要在極短時(shí)間內(nèi)生成設(shè)計(jì)圖紙。生成式AI的推理過(guò)程通常是計(jì)算密集型的，因此如何優(yōu)化生成式AI的推理速度，以滿足實(shí)時(shí)性要求，是集成過(guò)程中的一大挑戰(zhàn)。

第二，在規(guī)模化方面，企業(yè)AI應(yīng)用從原型階段遷移至生產(chǎn)環(huán)境時(shí)面臨根本性的架構(gòu)挑戰(zhàn)。概念驗(yàn)證環(huán)境中運(yùn)行良好的AI解決方案在面對(duì)真實(shí)業(yè)務(wù)負(fù)載、嚴(yán)格性能要求和持續(xù)運(yùn)維需求時(shí)常顯不足。根據(jù)行業(yè)調(diào)研，77%的概念驗(yàn)證項(xiàng)目無(wú)法成功遷移至規(guī)模化部署，在性能、穩(wěn)定性和可維護(hù)性方面面臨嚴(yán)峻挑戰(zhàn)。

第三，專業(yè)人才方面，AI領(lǐng)域?qū)I(yè)人才稀缺且競(jìng)爭(zhēng)激烈，86%的企業(yè)面臨嚴(yán)重的技能缺口，技術(shù)團(tuán)隊(duì)與業(yè)務(wù)團(tuán)隊(duì)間的溝通障礙進(jìn)一步阻礙了AI應(yīng)用的有效落地。

作為亞馬遜云科技生成式AI合作伙伴計(jì)劃中的一員，Dify.AI專注于提供簡(jiǎn)單易用的大語(yǔ)言模型應(yīng)用開(kāi)發(fā)平臺(tái)，通過(guò)其開(kāi)放架構(gòu)、全生命周期管理和民主化設(shè)計(jì)理念，為企業(yè)提供了一條克服這些挑戰(zhàn)的可行路徑。

Dify采用后端即服務(wù)（Backend as a Service, BaaS）的設(shè)計(jì)理念，構(gòu)建開(kāi)放API框架和可擴(kuò)展插件市場(chǎng)。這種架構(gòu)支持即插即用的各類跨系統(tǒng)集成，實(shí)測(cè)可將企業(yè)AI應(yīng)用的系統(tǒng)整合周期從平均12周縮短至3-4周，集成效率提升70%，大幅加速?gòu)母拍畹缴a(chǎn)的轉(zhuǎn)化速度。

為進(jìn)一步降低開(kāi)發(fā)難度，Dify提供完整的AI應(yīng)用生命周期管理工具鏈，從開(kāi)發(fā)、測(cè)試到部署、監(jiān)控一站式覆蓋，簡(jiǎn)化了企業(yè)級(jí)AI應(yīng)用的運(yùn)維復(fù)雜度，幫助團(tuán)隊(duì)有效識(shí)別并解決生產(chǎn)環(huán)境中的潛在問(wèn)題，使AI應(yīng)用穩(wěn)定性顯著提升。

更為重要的是，Dify.AI深度集成亞馬遜云科技生成式AI技術(shù)，通過(guò)生成式AI能力集成與擴(kuò)展、數(shù)據(jù)層架構(gòu)優(yōu)化和彈性架構(gòu)與成本優(yōu)化，在性能、成本、安全三方面實(shí)現(xiàn)突破，助力企業(yè)高效落地生成式AI應(yīng)用。

從Dify.AI創(chuàng)業(yè)之初開(kāi)始到現(xiàn)在，亞馬遜云科技從多個(gè)維度為Dify.AI提供了良好的技術(shù)服務(wù)與商業(yè)拓展支持。例如，在技術(shù)層面，Dify.AI產(chǎn)品原生支持在Amazon Bedrock上調(diào)用Claude、Cohere等大型語(yǔ)言模型和嵌入模型，以及如果企業(yè)通過(guò)Amazon SageMaker進(jìn)行了模型微調(diào)，也可以無(wú)縫地銜接到Dify產(chǎn)品中。亞馬遜云科技在模型服務(wù)層的優(yōu)勢(shì)，可以滿足企業(yè)對(duì)多模型融合使用的需求。在應(yīng)用過(guò)程中，亞馬遜云科技工程師還幫助Dify.AI解決了向量數(shù)據(jù)庫(kù)業(yè)務(wù)主機(jī)架構(gòu)切換問(wèn)題，實(shí)現(xiàn)了超過(guò)30%的成本削減。

Dify.AI通過(guò)與亞馬遜云科技的深度融合，為AI落地產(chǎn)業(yè)打開(kāi)了通路。比如某世界500強(qiáng)生物技術(shù)和醫(yī)療器械公司利用Dify.AI基于亞馬遜云科技構(gòu)建的生成式AI解決方案，實(shí)現(xiàn)多語(yǔ)言工單處理工作流。

此解決方案可將客戶服務(wù)請(qǐng)求的語(yǔ)音實(shí)時(shí)轉(zhuǎn)錄為文本（支持多語(yǔ)言），結(jié)合 LLM 進(jìn)行語(yǔ)義優(yōu)化、上下文分析以及智能分類，并實(shí)時(shí)檢索相關(guān)的產(chǎn)品文檔、歷史案例和知識(shí)庫(kù)，最終生成建議解決方案并交付給支持團(tuán)隊(duì)。工單生成與驗(yàn)證時(shí)間從傳統(tǒng)的10-20分鐘縮短至不到3分鐘，平均每天自動(dòng)生成約300個(gè)工單。以每單節(jié)省10分鐘計(jì)算，每月約節(jié)省60人/天的工時(shí)。

在電商領(lǐng)域，Dify.AI基于亞馬遜云科技的生成式AI技術(shù)與服務(wù)，為某跨境電商企業(yè)搭建企業(yè)AI生產(chǎn)力平臺(tái)，打破業(yè)務(wù)與IT壁壘，實(shí)現(xiàn)生產(chǎn)效率提升。通過(guò)此平臺(tái)，業(yè)務(wù)員工可直接在Dify上接入Amazon Bedrock并創(chuàng)建AI應(yīng)用，如Excel公式解析助手、旅行規(guī)劃助手等，實(shí)現(xiàn)零代碼AI任務(wù)編排，快速落地AI方案。

此外，基于Dify可視化工作流編排，用戶可定制個(gè)性化業(yè)務(wù)流程，實(shí)現(xiàn)智能化AI任務(wù)管理。方案部署兩個(gè)月內(nèi)，企業(yè)成功構(gòu)建超900個(gè)生成式AI應(yīng)用，其中活躍應(yīng)用數(shù)量達(dá)到100多個(gè)，大幅提升業(yè)務(wù)效率，消費(fèi)者洞察業(yè)務(wù)版塊已實(shí)現(xiàn)AI純自動(dòng)完成了90%的任務(wù)創(chuàng)建工作。

企業(yè)級(jí)AI的“脫虛向?qū)崱保举|(zhì)是技術(shù)架構(gòu)、組織能力與生態(tài)協(xié)同的系統(tǒng)性升級(jí)。站在產(chǎn)業(yè)的田野上，那些成功穿越“AI死亡谷”的企業(yè)，都在重復(fù)著相似的路徑：用手術(shù)刀式的精準(zhǔn)替代大而全的幻想，將業(yè)務(wù)顯微鏡與技術(shù)望遠(yuǎn)鏡融合。

事實(shí)證明，技術(shù)的革新是不可逆轉(zhuǎn)的，拒絕接受只會(huì)使我們錯(cuò)失機(jī)遇。當(dāng)企業(yè)學(xué)會(huì)如何與AI共生協(xié)同，也就抓住了通往未來(lái)的鑰匙，便能在這股科技浪潮中乘風(fēng)破浪，書(shū)寫(xiě)產(chǎn)業(yè)升級(jí)的新敘事。

【關(guān)于科技云報(bào)到】

企業(yè)級(jí)IT領(lǐng)域Top10新媒體。聚焦云計(jì)算、人工智能、大模型、網(wǎng)絡(luò)安全、大數(shù)據(jù)、區(qū)塊鏈等企業(yè)級(jí)科技領(lǐng)域。原創(chuàng)文章和視頻獲工信部權(quán)威認(rèn)可，是世界人工智能大會(huì)、數(shù)博會(huì)、國(guó)家網(wǎng)安周、可信云大會(huì)與全球云計(jì)算等大型活動(dòng)的官方指定傳播媒體之一。

審核編輯 黃宇