随风今日头条今日热点资讯聚合 · 实时更新
实时 · 0.23s
首页 > 热点 > 正文
← 返回列表

AI越投越多,如何把“技术账”算成“利润账”?APEC会场上的产业冷热

新黄河 2026-11-18 12:03 评论 0 赞 0 原文
AI越投越多,如何把“技术账”算成“利润账”?APEC会场上的产业冷热

AI越来越聪明,企业却未必因此赚到更多的钱。

11月17日,在深圳举行的2026年亚太经合组织(APEC)工商领导人峰会上,百度创始人李彦宏用“最紧迫”形容今年的人工智能发展。他担忧的不是技术进步太慢,而是企业花了大量资金购买算力、部署AI之后,收入和利润并没有同步增长。

“是不是每个公司用了AI之后收入就变多了?利润就上升了?这个好像还没有,在大多数公司还没有。”李彦宏提醒,如果应用无法创造足够的经济价值,市场担忧的AI泡沫就可能成为现实。

几小时后,小米集团创始人雷军在另一场研讨中也谈到了AI商业化的难题。“AI的投入非常非常之大,但是能够落地的场景非常有限。”他坦言,真正实现商业闭环、能够挣到钱的AI公司,目前仍然比较少。

过去几年,芯片、算力和大模型是科技企业竞逐的重点。随着越来越多的企业用上AI,一个更现实的问题摆到了面前:技术买来了,究竟能给生意带来多少好处?

算力收入大涨94%,AI应用却几乎没有增长

李彦宏说这番话的前一天,百度刚刚公布第三季度财报。

11月16日披露的数据显示,百度今年第三季度AI业务收入132亿元,同比增长37%,占一般性业务收入的53%。

拆开这132亿元看,三块业务表现不一:AI云基础设施收入82亿元,同比增长94%;AI应用收入26亿元,与去年同期基本持平;AI原生营销服务收入24亿元,同比下降15%。

卖算力和云服务的生意接近翻倍,AI应用收入却基本没有增长。

对于百度这样的AI服务提供商,客户采购云服务和模型调用能力,就能形成收入。而对于付钱的企业,这笔支出能否带来更多收入、节省更多开支,还要放到实际经营中检验。

峰会前夕,德勤在深圳发布了《共驭智能,成于独创:首席执行官AI领导力报告》。报告调查了1278名企业领导者,覆盖18个APEC成员经济体及印度。结果显示,71%的受访者表示所在企业已广泛部署AI,但只有23%正在利用AI重新设计商业模式。

德勤还从AI部署深度、工作方式变化和竞争表现三个维度评估企业,同时达到三项领先标准的只有7%。

在17日的“探索亚太数字经济合作新路径”专题研讨中,德勤全球首席执行官乔德明介绍,受访企业几乎都已开始使用AI,却普遍对财务回报感到失望,真正报告获得财务回报的企业仍然很少。

6人加AI挑战30名工程师,制造企业开始算细账

不过,已经有企业尝试把AI带来的效率变化算得更具体。

在当天的“粤港澳大湾区与亚太发展机遇”专题研讨中,TCL创始人、董事长李东生讲起了公司内部近期举行的一场产品设计比赛。

比赛一方是30名工程师,另一方只有6名工程师,但配备了AI大模型。双方要完成同样的产品设计任务。

第一轮,AI团队效率领先,但30名工程师组成的团队在设计质量上胜出。到了上周的第二轮,双方在设计质量上打成平手。

如果6名工程师借助AI就能完成原本需要更大团队参与的设计任务,企业就有机会缩短研发周期,把更多人力投入其他工作。不过,设计质量和最终能否投入生产,同样需要验证。

在生产环节,TCL已经有了相关效益测算。

李东生介绍,五年前,公司开始将AI技术引入TCL华星的半导体显示制造环节,并结合行业知识开发大模型,用于提高生产效率、改善产品质量。按照公司测算,近三年相关AI应用累计创造约25亿元综合效益。

在新材料开发中,AI还被用于验证不同的材料组合,加快研发进度。

大宗商品贸易领域也出现了类似应用。

在“推动数字化绿色化协同转型”专题研讨中,建发集团董事长许晓曦介绍,企业参与建设的大宗商品AI决策和预测平台,已经可以提前两个月预测大豆产量,准确率超过94%,并对物流风险提前7至20天预警。

对于大宗商品贸易企业,大豆产量关系到采购、库存和价格判断,物流风险则影响货物交付。提前获得这些预测信息,有助于企业调整采购和运输安排。

技术买回来了,公司效率为何没跟着涨?

乔德明在会上谈到一个常见现象:不少AI项目在概念验证阶段表现很好,一旦进入大型企业,却很难大规模推广。

在实验环境里,AI只需要完成一项指定任务。进入企业后,它还要适应内部流程、与不同部门配合,处理实际业务中的各种问题。

乔德明认为,AI项目不能只交给技术人员开发,熟悉业务的人也要参与进来。否则,测试中表现不错的方案,到了企业内部可能很难真正用起来。

李彦宏则借工业革命时期的一段历史来解释。

电机发明之后,工厂即使已经用上电力,也没有立即充分释放它的经济价值。随着流水线等新的生产组织方式出现,电力才更广泛地改变了生产效率。

在李彦宏看来,AI如今也处在类似阶段:模型能力已经相当强,但不少企业仍在沿用过去的岗位分工和工作流程。

他举了软件研发的例子。过去,前端开发、后端开发、测试等岗位分工明确。如今借助AI,一个人可能承担过去需要多个岗位配合完成的工作。如果企业仍然按照原来的方式划分岗位、安排任务,员工个人效率提高了,整个项目却未必能以同样的速度推进。

另一个难题,是企业里大量有用的经验没有被记录下来。

有些工作该怎么处理、遇到特殊情况该找谁、怎样与客户沟通,这些经验可能只掌握在老员工手中。李彦宏将其称为“隐性知识”。AI即使掌握了大量通用知识,也未必了解一家企业内部的具体做法。

李彦宏认为,企业需要把这些知识整理出来,同时调整原有的岗位分工,重新设计人与AI协作的流程。百度内部也已开始相关尝试,包括调整岗位分工、整理过去依赖员工个人经验的知识。

李东生说,TCL内部的人机设计比赛还会继续比第三轮、第四轮。前两轮,AI团队速度领先,质量先输后平。接下来,AI在真实业务里还能往前走多远,各家企业都还在边用边算账。

记者:杜林 编辑:杨子梦 彭春风 校对:杨荷放

评论 共 0 条 · 0.17s

暂无评论。