AI行业新阶段：价值回归引领，联想SSG强调ROI与场景化落地

人工智能领域正在步入一个关键转型期，从以往追求参数规模的竞赛转向以实际价值实现为核心的新时代。在近期联想方案服务业务集团（SSG）举办的媒体交流活动中，联想集团高级副总裁、首席信息官兼SSG首席技术与交付官胡贯中，以及联想集团副总裁、业务应用服务交付负责人陈敏仪，针对大模型更新速度减缓、幻觉率难题、投资回报率（ROI）导向增强以及市场本地化差异等热点议题，分享了联想的前沿洞察与实战经验。

AI应用价值凸显，ROI跃升为关键衡量标准

今年正值联想SSG成立五周年，这五年也同步见证了生成式AI从初期的“狂热期”逐步回归理性应用阶段。胡贯中表示，AI技术仍处于高速爆发期，几乎每隔几天就有新进展涌现，但企业已开始将ROI作为评估AI投入产出效益的核心指标。

胡贯中强调，缺乏坚实的数字化基础架构，盲目推进AI项目往往难以取得预期效果。“真正具备经验与能力的企业，应当能够甄别合适的技术工具，锁定精准的业务场景，并将资源集中应用于关键环节，从而切实创造价值。”他指出。

在他看来，与消费者端（ToC）竞争日益激烈不同，在企业端（ToB），相比一味追逐更大参数模型，企业更应关注如何借助AI提升业务绩效，即追求“性价比”。大模型的迭代速度放缓，并不意味着企业应用AI的步伐受到限制。 

“在ToB领域，客户关注的并非模型本身，而是其能否在具体业务场景中释放实际价值。”他解释说，“大模型通常伴随高延迟和高成本，而中小规模模型在许多业务流程中已足够胜任。真正的竞争焦点，不在于技术极限的突破，而在于谁能找到适配的场景并实现价值转化。”

以智能体技术为例，胡贯中指出，无论是单点智能体、超级智能体，还是多智能体协同，整体发展方向都指向更高的智能化水平、更强的自主性与更广泛的覆盖范围。“但最终能否成功落地，仍需回归‘场景’本质，判断智能体是否真正适合解决该问题。”

这一理念在联想“乐享”超级智能体系统中得到充分验证。该系统并未依赖最新或最强大的大模型，而是通过意图识别、任务编排和跨系统执行能力，在零售和电商场景中显著优化了客户体验与运营效率。

数据显示，“乐享”已实现订单转化率提升30%、商品交易总额（GMV）增长15%、流程人工效率提高30%的显著成效。这表明，“模型适用性与场景匹配度”才是释放AI价值的关键所在。

幻觉率难以根除，系统化方案提供解决路径

在ROI之外，幻觉率仍然是大模型应用中的另一大核心挑战。胡贯中指出：“幻觉是当前一代AI架构的共性特征，不可能在短期内完全消除。关键在于针对不同风险等级的场景设计应对策略：高风险流程必须由人工校验，而低风险环节则可以逐步交由智能体完成。”

陈敏仪补充道，解决幻觉率问题不能依靠单点技术突破，而需要系统工程化的全链路优化。“从模型工程化处理、多模态交互融合，到RAG检索增强与多模型协作，每一环节都需要持续精细打磨。” 她强调，联想的优势在于 软硬件与服务融合的一体化全栈能力，能够为企业客户提供端到端的可靠性保障。

制造业和供应链等重点行业正成为AI加速落地的主要阵地。联想供应链智能体“iChain”便是一个代表性案例。它并非依赖单一大型模型，而是通过多智能体协同运作与实时数据连接，在复杂供应链场景中实现风险预测、异常预警和库存优化。

实践结果显示，iChain将风险识别准确率提升至90%，风险响应周期缩短为原来的1/4，显著增强了企业供应链的韧性与稳定性。这种“端到端、场景驱动”的解决方案，正是对业界在幻觉率与精准度担忧上的直接回应。

从技术革新到价值实现的全方位演进

从大模型迭代放缓，到幻觉率挑战，再到ROI与本地化差异，SSG在沟通会上反复强调的核心逻辑是：AI的突破不仅是技术层面的革新，更是一项系统工程。真正推动企业迈向智能化，需要的不仅是算法能力，更需要从基础设施、平台工具到行业场景的全栈布局与实践经验积累。

在中外市场对比方面，海外客户更倾向于通过SaaS模式直接消费AI服务，而国内客户则更强调“本地化部署与混合架构”，以确保数据安全与系统灵活性。联想通过“内生外化”战略，将自身在180多个国家的业务实践验证后，再对外输出解决方案，并结合本地化需求进行灵活适配。

胡贯中总结道：“无论是传统机器学习、深度学习，还是生成式AI，它们都只是工具。关键在于找到合适的应用场景，并以正确的方式释放其价值。盲目追逐大模型规模，并不等同于构建长期竞争力。”