埃森哲大中华区技术服务事业部总裁俞毅：企业应以“技术+人才+信任”构建AI时代数字核心

作者 沈建缘

以DeepSeek为代表的高效AI大模型，正推动生成式AI从通用工具向深入具体业务流程的解决方案演进。 但生成式AI应用从推动产业升级到驱动社会价值和商业价值的爆发式增长，完成新一代工业革命，还需要经历量变到质变的过程。

日前，埃森哲发布主题为“AI自主宣言”的《技术展望2025》。探讨了AI的自主性将如何塑造未来。随着AI以远超过往任何技术的速度在企业和社会中得到应用和普及，超过七成（75%）的中国受访企业高管认为，企业重塑任务紧迫。

报告表明，AI能否像预想的那样产生广泛而积极的影响，至关重要的前提之一，就是人们对AI的信任。埃森哲大中华区技术服务事业部总裁俞毅表示：“技术革新促使领导者重新思考数字系统的设计方式和团队的工作方式，也在不断重塑打造产品的方式及与客户互动的方式。信任是这一切转变的基础，因为只有当系统值得信赖时，我们才会放手让其自主运行。”

长期以来，传统技术一直在帮助企业处理各种预先设定的业务需求。如今，随着知识数字化、新型AI模型、智能体系统和架构等领域的进步，企业迎来了新一代的转型。各种通用AI系统更为自主，可以助力企业比以往任何时候都更灵活、更智能和高效地行动。

但在埃森哲商业研究院于2024年10月至12月期间进行的面向全球28个国家和地区的21个行业、共4,000多名企业高管和12,000余名消费者进行的调研中，大多数（70%）的中国高管都认为，只有建立在信任基础上，AI方可带来真正的收益，而更多的受访高管（85%）指出，信任战略必须与技术战略同步发展。

经历了2024年的AI拐点之后，2025年，AI的自主性成为发展的关键。自主性意味着AI从工具向更多可能性发展。围绕AI的“自主性”，埃森哲提出了四个趋势。

第一是二进制大爆炸，推动技术系统的根本性变革。埃森哲调研显示，57%的中国高管认为AI智能体的使用未来三年将大幅上升，这一数字高于40%的调研结果。目前，AI编码助手已将开发人员的角色提升为系统工程师，加速了代码的应用和企业的数字化进程。生成式AI辅助软件开发以及智能体的进步，正推动定制化系统的崛起，实现从静态应用程序架构向意图式架构和智能体系统的转变。随着多智能体系统能力、自适应性、个性化水平的不断提高，它将在企业运营中得到广泛应用——从简化差旅安排到优化库存——管理各种流程和职能。

第二是品牌新门面，在界面趋同中赋予AI个性。企业正竞相将AI作为新的客户触点，但品牌必须以同样的重视程度关注AI体验，才能建立差异化优势。虽然82%的中国企业高管担心大语言模型（LLMs）和聊天机器人会使所有品牌的声音千遍一律，但78%的受访者相信，品牌可以通过积极打造个性化的AI体验，并借助数字大脑为这些体验注入文化、价值观、表达方式等独特的品牌元素，来传递品牌价值。

对此俞毅表示：“区别于以交易为主要目的的消费者沟通，AI可以广泛应用在包括产品开发，供应链管理和可持续发展等各方面，并将之于消费者需求结合，而非点状管理。使得品牌更有调性，也更有温度。”

第三，大模型进入实体，大模型将重塑机器人。生成式 AI 与机器人技术的融合，标志着我们迎来了机器人发展的分水岭。具备高度自主性的通用机器人将在未来十年内问世，极为迅速地学习执行新任务。

第四，是人机学习循环，人与AI互学共进，双向赋能。传统的自动化举措往往能带来一次性的收益，而新一代的AI则可以随着时间推移不断增强并提高技能，为使用者和组织持续创造新的价值。有74%的受访中国企业高管表示，需要在未来三年培养并提升员工运用生成式AI及相关技术的能力，同时，大部分（64%）企业高管预计，将在企业内极大推动生成式AI的普及，使得员工借助自动化处理工作任务和流程。为确保员工与AI的关系积极且正向，企业应保证员工充分了解企业的AI战略并参与其中。

埃森哲调研显示，77%的中国受访高管认为，用自然语言交流增强了人机信任与协作。

“人机协作”正重新定义人们的工作方式和工作体验，推动工作技能和就业市场的结构式转型升级。

对此俞毅认为，“技术+人才+信任”是企业构建数字核心，重塑人与工作方式的有效途径。他特别提出，在充满不确定性的市场环境下，技术投入是“不会有遗憾的。”

随着生成式AI的应用也开始步入深水区，生成式AI的产业应用，其价值的大规模释放必将建立在社会信任形成之上。让AI赢得社会信任、锤炼技术韧性、探索可持续发展模式，将为未来更广泛的商业生态变革奠定坚实基础，最终完成从量变到质变的跃升。

访谈：

经济观察报：在应对不确定性的时候，您调研的客户当中，是不是很确定技术能够在转型当中发挥价值？

俞毅：埃森哲服务大客户为主，不管是跨国公司还是本土企业，随着不确定性越来越大，企业在增加技术投入上可能是个no regret，没有遗憾的，是值得的。但是投入过程中的产出，可能是企业比较关注的。现阶段做technology resilience，我们叫技术韧性，这个概念在数字化基础上变得越来越火。跨国公司的全球化部署，以前技术架构都是一体化、标准化的，总部用什么，各个地方都用什么。现在就要考虑多元化的部署，会考虑到数据合规性各种要求。中国企业 “出海”过程中同样也有技术韧性的投入。对企业高管来说，他们希望技术带来这种变革性的帮助。

经济观察报：在DeepSeek之后，在您看来，世界AI发展有没有可能会因为中国的AI发展模式而产生一些区隔？

俞毅：从表象上来说，模型确实是存在分割的。但本质上来说，大家选择的路径和方向还是比较一致的，开源带来、以及底层的transformer架构大家都是一样的，Agentic大家也都认同了，推理模型大家也都认同了，算力的重要性、数据都是一致的。此外，我认为整个性能上你追我赶也是有助于互相推动的，不管其他因素怎么样，至少在AI这个领域还是比较开放型的做法。我相对还是比较乐观，虽然可能其他因素会有一些影响，但是整个发展还是往一个共性的方式走。

经济观察报：在中国市场的应用场景，有没有可能在一些领域产生快于全球的创新？

俞毅：总体看下来，AI领域还是美国和中国比较活跃，各有特色。中国的接受度比较强，愿意去尝试，尝试才会有创新，跟AI的发展也比较吻合。另外国内的场景也比较丰富，再加上我们原来的能力，因为要做具身机器人，光是模型不够，还有制造能力，结合周边比如我们在能源和技术上的投入，综合效应就会显示出来。当然美国也有他的优势，各有不同方面的优势。我觉得互相你追我赶的方式还是比较好的。

经济观察报：您能否解释一下AI尤其是具身智能为代表的AI的应用，它的生态系统应该是什么样的？

俞毅：在我看来，模型相关的生态肯定还是需要建立的。模型方面，不只是语言模型，机器人模型还有视觉（visual）模型都非常重要。另外执行端也非常重要，跟传统制造业相关的，做零部件的，做马达的，各种都是需要的，必不可少。还有一类我觉得很重要，原来可能低估了，就是如何把具身机器人和使用场景串联起来，这个比较关键。在具身机器人落地过程中，有一些专业服务要做，使得它在商业环境中能够体现出来价值也是比较重要的。

沈建缘

商业观察研究院主编，资深媒体人；跨国公司领域长期观察者；《全球商业领袖》、《产业领军者》栏目制片人。