近日，市场研究机构Gartner发布《Gartner中国AI25》报告。报告预测：到2030年，中国本土半导体产业将为中国OEM厂商提供超过50%的所购半导体产品；到2030年，中国半导体企业将有超过30%的收入来自中国大陆以外的销售；届时，超过80%的企业将在设计、制造、产品和服务等各个环节采用物理AI，而目前这一比例还不到1%。

《Gartner中国AI25》报告从中国市值最高的1000家上市公司中筛选出25家分属于出行自主化、医药研发智能化、消费智能、智慧能源、工业智能的企业，其中包括小米、比亚迪、京东方、TCL、海尔、宁德时代等行业领军企业。报告发现这些企业正在通过AI重塑业务边界，其实践呈现出四大共性特征。

图为《Gartner中国AI25》选择的25家企业

第一，在战略层面，这25家企业均以具有引领性的愿景驱动AI战略落地。Gartner把AI分成两类：一是日常AI，即把AI用在日常运营当中，如员工用AI写代码提高生产效率；另一类是颠覆式AI，即将AI用于革新产品服务和研发流程等方方面面。这25家企业均侧重于颠覆式AI创新。他们不再将AI视为简单的效率工具，而是将其作为重塑产品、服务和研发流程的核心驱动力。

其二，在运营模式上，这25家企业体现出AI优先型组织、数据反馈闭环和平台化规模扩展三大特征。

AI优先型组织是一种战略方法，其认可AI的变革潜力，强调在企业各项举措中充分考虑这种潜力，而不仅仅将其视为一种工具。该战略的执行同时也彰显了企业对勇于拥抱AI的容错度和包容度。例如，海尔在2025年开启AI元年，提出“全员、全面、全流程拥抱AI”的战略方向，让AI“像血液一样流遍经营的每一个环节”。

数据反馈闭环是一项运营原则，能帮助系统持续学习和优化。企业不再将数据视为静态资源，在AI应用当中，新的情况、新的环境、新的数据可能会给企业带来新的策略。对于企业来说比较重要的是数据也不一定只是高质量的数据，在智能体参与的情况下，“错的数据”和“正确的数据”结合可能比单纯对的数据更重要。给智能体一条错误数据、再要求它对数据纠偏、学习正确的策略会对业务更有帮助。Gartner高级研究总监方琦表示，对于企业来说，在数据的搜集当中不应该只侧重于高质量数据，而应该去找寻有代表性的数据。

平台化规模扩展是一种增长策略，它通过构建平台化架构，将AI解决方案的覆盖范围与影响力扩展至整个企业乃至生态。AI的实际落地效果，不仅仅取决于模型能力，同时也需要工程化的能力。换言之，有时候模型在正常的光照下表现得很好，但在企业工程化过程中，可能会因为车间光线不足等问题影响表现。要解决这些问题，需要企业不断增加系统的准确性，增加模型的泛化能力。平台化能力的目标，是将AI初始的巨大投入成本摊薄、复用，用到更多企业的流程或者整个生态系统当中。

责任编辑：姬晓婷