2025商业未来：科技爽剧背后的真实逻辑

在2025年的商业世界，我们正站在一个新旧转换的十字路口。在这个商业叙事重构、科技浪潮席卷的时代，WISE2025商业之王大会以“风景这边独好”为基调，试图在不确定中锚定中国商业的确定性未来。我们在此记录这场思想盛宴的开篇，捕捉那些在变局中依然坚定前行的声音。

被誉为“年度科技与商业风向标”的36氪WISE2025商业之王大会，于11月27-28日在北京798艺术区传导空间盛大召开。

今年的WISE不再是一场传统意义上的行业峰会，而是一次以“科技爽文短剧”为载体的沉浸式体验。从AI重塑硬件边界，到具身智能叩响真实世界的大门；从出海浪潮中的品牌全球化，到传统行业装上“赛博义肢”——我们还原的不仅是趋势，更是提炼无数次商业实践中磨炼出的真知。

在接下来的内容中，我们将逐帧拆解这些“爽剧”背后的真实逻辑，一起领略2025年商业的“风景独好”。

商汤科技 贾安亚 拍摄：36kr

从2023年的“智能涌现”到2025年的加速落地，AI的应用范式正在经历深刻的变革。

商汤科技的贾安亚在演讲中表示，尽管国家政策大力推动“人工智能+”战略，但现实中仅有极少数企业真正兑现了AI的价值。

她认为，企业AI落地的关键突破点在于两个维度的转变：一是从传统IT部门主导转向业务层驱动的应用模式，让真正的一线使用者成为技术引入的决策者；二是精准的场景选择策略——避开对容错率极低的财务等领域，聚焦于供应链、人事、运营等具备容错空间且能产生显著增量价值的业务环节。

随着多模态技术的成熟和软硬结合带来的成本优化，AI将从单纯的生产力工具进化为能够深度融合企业数据流程的系统化解决方案。在转换过程中，企业需要的不再是一个孤立的模型，而是能够端到端解决实际业务问题的完整方案。

以下为商汤科技贾安亚演讲速记，经36氪整理编辑：

贾安亚：谢谢主办方的邀请，我是来自商汤科技的贾安亚，主要负责各种生产力相关的AI原生产品。

在正式演讲之前，我想先与大家分享一下本周的一些经历。上周Nano Banana和Gemini3发布后，我感受到了又一波AI技术涌现带来的激动人心的变化。

我自己体验了很多新功能，包括使用NotebookLM，基于Nano Banana生成PPT，也在小红书上看到许多用户用来开发游戏应用等。

我做了很多复刻实验，确实非常有趣，也深刻感受到技术进步为个人应用带来的可能性，它确实大幅降低了应用使用和设计的门槛。

我看到很多人说，未来的壁垒可能不是技术壁垒，而是创意壁垒。去年我对这句话还有很多疑问，毕竟我们做软件研发门槛确实很高。

但现在真正看到基于AI做前端应用、游戏开发、小程序开发时，发现它确实能够节省大量时间，包括前端语言学习等环节。所以推荐大家去尝试包括很多国内优秀的模型，我们自己的模型也有很多类似的应用场景。

今天我主要聚焦于AI在国内企业侧的应用。相比个人侧的陪伴类应用和创意类应用，企业应用是一个更加严肃、更加严苛的话题。

从政策层面看好消息是国家推出了很多优秀政策大家可以看到“人工智能+”政策希望在2027年实现智能终端和智能体覆盖率超过70%。这个政策的重要性可以参考十年前的“互联网+”它推动了中国互联网的大规模普及创造了巨大的经济社会价值。国家的大力支持能够自上向下推动企业侧AI的落地和应用。

我们也看到应用模式发生了很多变化。从2022年底、2023年初大模型概念出现以来过去两年多大模型应用范式发生了显著变化。

从今年开始谈论强化学习后来是智能体现在是多智能体。我们看到AI落地应用对算力的消耗越来越小但对场景和实际落地价值的关联度越来越高。

当然虽然整体趋势在变化我们也看到落地中的一些挑战和困难。这是MIT在7月份发布的报告对美国大量企业的大模型落地情况进行了调研发现只有5%的企业在落地大模型后在财务报表上看到了实际价值。

当然我认为这个5%的标准相对苛刻因为要在财务报告中看到具体量化价值确实不容易实际有效应用应该超过这个数字。

但这也确实说明大模型在企业侧落地仍面临很多挑战包括科技发展过快导致部署能力可能在3个月后就被颠覆需要重新部署以及这些技术如何与企业自身数据和流程打通等问题。

但也有一些让我们AI从业者比较开心的发现比如企业内部自主进行的AI落地相比外部合作伙伴帮助企业做落地成功率不到三分之一。

我们也看到企业侧自上而下建设的成功率也不算太高但很多员工已经自发使用各种AI工具。所以AI工具在企业侧的实际应用超过了报告所展示的数据。

智能体概念虽火但真正落地仍需结合实际

智能体概念今年很火但实际上很多所谓的智能体并非真正意义的智能体而是过去的低代码、RPA或者只是大模型做了简单业务层封装就称为智能体。

从我们的观点来看智能体这个概念并不重要重要的是如何结合企业需求结合各类技术和应用帮助企业实现业务目标。

一方面我们了解到企业侧还有巨大的未被满足的需求另一方面也看到大量企业需求和供给侧效率还不够完善这为未来几年AI在企业侧落地带来了巨大的商业机会。

在过去两年中我们也与很多企业进行了探索。令我们比较开心的是 2023年我们更多与头部企业合作落地现在形成标准化产品和解决方案后有更多中小企业、学校、医院等机构基于我们的通用方案进行应用。

AI应用落地与传统信息化存在很大差异

首先AI应用落地与传统信息化存在很大的范式差异。

传统信息化大多由企业CTO、IT部门主导建设建设完成后交给业务部门使用。但我们现在看到真正对企业有可衡量价值的AI应用落地实际上是通过业务层驱动的——业务层优先使用我们的工具认为好用后再通过企业引入的方式进行落地。这种模式很好地弥补了过去IT部门和业务部门之间在需求理解和实施方面的gap。

场景选择的关键性

第二个重要观察是场景选择的关键性。

我们曾与头部金融机构合作他们希望第一个应用场景是财务部门。我们有一个拳头产品叫办公小浣熊主要提供AI数据分析、文档智能和PPT生成等功能。

当时我和客户建议不要选择财务部门作为首发场景。原因是财务部门对数据精度要求极高数据复杂度也非常高。

我们实践下来发现比较好的AI企业落地场景需要具备两个特点：第一是有容错率第二是对用户有很高的增量价值。财务人员本身数据处理能力很强而且报表不能出错但AI目前无法保证100%准确这就不是最佳场景。

相反企业供应链、进销存、人事和运营等领域虽然拥有大量数据要素但缺乏足够的数据科学家进行业务分析这反而是企业落地的绝佳场景能够立竿见影地看到增量效果。

有了这样的优质场景进行落地后才能更快推动企业进一步扩大AI建设。