企业级AI陷“落地焦虑”，联想SSG胡贯中：全栈AI是关键

21世纪经济报道记者孔海丽、实习记者吴佳芸 北京报道

从“概念热”到“落地难”，AI在产业场景的应用正在进入深水区。

随着AI技术热潮升温，AI成为各个行业的结构性增长机遇，AI驱动的服务需求持续增长，全球IT服务市场的规模和结构也正在发生变化。

这其中，联想集团最新季度财报显示，主打智能化解决方案与服务的SSG集团（方案服务业务集团）营收同比增长19.8%至163亿元新高，跑出行业平均的两倍增速，运营利润率也达到22.2%。这是SSG成立四年以来，连续第17季度实现双位数增长。

近期，联想集团高级副总裁、SSG首席技术与交付官胡贯中（Art Hu）接受21世纪经济报道记者采访时表示，SSG这组业绩表现基于背后的业务逻辑，一是一站式“软硬服”端到端协同解决方案，针对全场景需求，而不是单点技术；二是提供更差异化的解决方案，采用更轻量、低成本的交互模式，二者结合，才能将技术投资转化成业绩。

在多数企业仍困于AI落地“叫好不叫座”的当下，联想SSG的实践路径，或许可以给市场一些参考点。多数企业将AI落地等同于“引入大模型”，却忽视了从基础设施到场景适配的全链条能力建设。这种“单点思维”，恰恰是导致AI项目ROI模糊、幻觉率焦虑、落地难规模化的根源。

热闹背后的四个趋势

生成式AI爆发至今，企业级AI市场已从“集体狂欢”进入“冷静深耕”阶段。联想SSG方面认为，企业部署AI有四个趋势。

首先，企业对生成式AI的投入规模正以肉眼可见的速度扩张。不同于早期仅少数头部企业试水的阶段，如今从大型集团到中等规模企业，都在将生成式AI纳入数字化转型的预算。

无论是在内部流程优化中引入AI智能体处理文档、数据分析，还是在客户服务端部署生成式AI驱动的交互工具，企业的投入不再局限于“试点项目”，而是开始向“规模化应用”迈进。这种投入的加速，一方面源于技术成熟度的提升，比如大模型的能力迭代让企业看到更多应用可能；另一方面则是市场竞争的倒逼，在同行纷纷布局AI的背景下，不投入则意味着可能失去效率优势与市场先机。

与投入加速形成鲜明对比的是，企业对AI项目的评估标准愈发“务实”，AI能否产生实际、可量化的业务成效，正成为评估项目的核心标准。过去，部分企业引入AI更多是“跟风式布局”，满足于“拥有AI技术”的概念性成果，却忽视了投入产出比的核算；如今，从项目立项到落地验收，“ROI”成为贯穿始终的关键词。企业不再满足于“AI提升了工作效率”这类模糊表述，而是要求给出具体的数据支撑，比如订单转化率提升了多少个百分点、库存周转天数缩短了几天、人力成本降低了多少比例。

在部署模式上，企业越来越倾向“本地化+混合部署”的方式推进AI应用，既能保障数据安全，也能提升灵活性与可控性。随着数据安全法规的日趋严格，以及企业对核心业务数据保密性的重视，纯云端部署模式的局限性逐渐凸显，将关键数据上传至公有云，可能面临数据泄露、合规风险等问题；而纯本地化部署虽能保障数据安全，却又存在AI模型迭代慢、算力弹性不足的短板。

“本地化+混合部署”的模式则平衡了这两大需求，企业可以将核心数据与关键业务场景的AI模型部署在本地数据中心，确保数据不外出；同时通过云端获取最新的模型迭代服务、弹性算力支持，满足业务高峰期的需求。联想去年推出的混合式人工智能优势集，就是基于这一趋势设计，通过统一的能力架构，让企业可灵活组合本地与云端模块，既规避安全风险，又能快速响应业务变化。

从行业落地维度看，制造业和供应链等重点行业、核心场景，正成为AI加速渗透的“主阵地”。这两类场景的共同特点是“流程复杂、数据密集、效率提升空间大”，与AI的技术特性高度适配。在制造业，AI可应用于生产设备预测性维护，也能用于生产工艺优化。在供应链领域，AI则能解决数据孤岛、供需失衡、风险预警难等痛点。联想SSG的供应链智能体iChain、制造业相关AI解决方案，也是聚焦这些核心场景，瞄准实际的生产效率与供应链韧性提升。

从“技术导向”转向“场景价值”

在胡贯中看来，企业级AI市场的成熟，本质是一场“思维革命”，从追求“技术先进性”转向关注“场景适配性”，从单点突破转向系统协同。这种转变，正在重塑行业的游戏规则。

“三年前GPT刚上市时，大家特别看重生成式AI模型本身或是某一个技术的能力。但现在，大家更关注这个技术是ToB还是ToC？能带来什么真正的价值？是否可以端到端地整合在一起？而不是追求某一个单点技术带来的突破。”胡贯中表示，这种变化背后，是企业对AI认知的深化，AI不是“炫技工具”，而是“效率引擎”，需要嵌入业务流程的具体环节。

胡贯中透露，联想希望无论基于客户的何种需求，都能帮助他们掌握端到端流程，包括前期考虑具体需求、后期价值验证与推广等。“我们希望尽可能降低门槛，有一站式的解决方案囊括企业所需的数据准备流程，包括场景处理、训练、管理等。”

他介绍说，联想混合式人工智能优势集，已经成为联想所有AI解决方案背后的统一能力架构，融合了连线自身的多年实践经验与不同行业客户的真实需求。基于这个框架，各个模块可灵活组合，在满足定制需求的同时，实现快速部署、可扩展、可复制，加速AI从试点到规模化落地。

联想集团副总裁、SSG业务应用服务交付负责人陈敏仪进一步补充：“解决AI精准度和幻觉率问题，绝对不是依靠大模型就能实现的。从模型到工程化，再到体验层和UI层，需要全链路的系统性解决。”她以联想的实践为例，同样是面向门店的AI应用，表面看是前端的智能迎宾与商品讲解，背后实际是研、产、供、销、服全链条的协同。

这种系统思维，在国内外市场的差异中更为明显。胡贯中发现，海外市场对SaaS模式的接受度更高，几乎所有服务与软件厂商都在探索将生成式AI融入SaaS产品，让客户直接通过订阅模式消费AI服务；中国市场的SaaS成熟度虽较低，但生成式AI的出现可能成为“弯道超车”的机会，企业有望跳过传统软件的普及阶段，直接拥抱AI驱动的新型应用形态。

更值得关注的是人机交互模式的变革。“在硅谷，已经有人认为，传统的鼠标点击UI交互，可能在未来10到15年逐渐消失，取而代之的是自然语言交互。” 胡贯中认为，这种变化不仅会改变应用形态，更会重构企业的业务流程。比如联想正在推进的AgenticAI（智能体）战略，就是通过自然语言交互，让AI自动编排任务、跨系统执行，将员工从重复性工作中解放出来，聚焦高价值决策。

推理市场崛起，智能体成下一个赛场

谈及企业级AI的未来，胡贯中与陈敏仪都认为是“推理市场”与“智能体”。在胡贯中看来，当前AI市场仍以“训练”为主，但训练本身并不能直接创造商业价值，真正的机会，在于“推理”阶段，即如何将训练好的模型应用到具体场景，为企业带来可量化的效率提升与成本节约。

“企业和客户真正愿意为之付费的，是推理阶段能带来的价值。训练只是前期投入，而推理才是价值兑现的环节。”胡贯中判断，随着市场逐步理性，推理需求将持续上升，而具备“模型编排”“场景适配”能力的厂商，将在这场竞争中占据优势。

而智能体（AgenticAI）则被视为企业级AI的下一战略支柱。“多智能体协作、自动化决策流程已经成为行业热议的方向。”胡贯中表示，联想SSG正系统性推进全球AgenticAI平台建设，目标是升级智能体架构，与生态伙伴形成合力。

但这并不意味着盲目追求智能体的“高等级”。“无论是L3级别的任务分解智能体，还是L4级别的多智能体协同，关键在于是否适配场景需求。”胡贯中强调，企业引入智能体的核心目的是解决实际问题，而非追求技术标签。比如在法务、HR等场景，单一智能体即可满足需求；而在供应链、制造等复杂场景，则需要多智能体协同，实现从预测、决策到执行的全流程自动化。

对于行业普遍关心的“AI落地何时能大规模创造价值”，胡贯中没有给出具体时间预判，他认为，当前市场仍处于早期阶段，关键在于企业能否完成“流程重构”。“这不是一个技术导向的问题，而是技术和企业流程如何融合的问题。我们是不是真的可以适应从小环节到端到端的变动？哪些地方要进化？哪些要加？哪些要减？哪些要改造？都还在梳理中。”