北京
“AI行业正进入一个新的阶段：从参数竞赛走向价值回归。” 在近日举行的联想方案服务业务集团（SSG）媒体交流会上，联想集团高级副总裁、首席信息官、SSG首席技术与交付官胡贯中与联想集团副总裁、业务应用服务交付负责人陈敏仪，围绕大模型迭代放缓、幻觉率挑战、ROI导向以及本地化差异等议题，分享了联想的最新洞察与实践。
应用价值抬升，ROI成为核心指标
今年是联想SSG成立的第五年，这五年也见证了生成式AI从“发烧期”进入理性落地阶段。胡贯中提到，AI仍处于一个爆发发展阶段，几乎每隔三五天就有新进展，但ROI已经逐渐成为企业衡量投入产出的关键标准。
胡贯中强调，没有坚实的数字化底座，贸然推动AI项目往往难以奏效。“真正有经验和能力的企业，要能识别合适的工具，找到正确的场景，并将技术用在刀刃上，才能真正创造价值。”
在他看来，与竞争激烈加速的ToC端不同，在ToB端相比一味追逐更大的参数规模，企业更需要关注如何借助AI创造业务成效，简而言之就是“性价比”。大模型的迭代放缓并不意味着企业应用AI的步伐受限。
“在ToB端，客户看重的不是模型本身，而是它能否在具体场景中释放价值。”他说，“大模型往往伴随高延迟和高成本，而中小模型在许多业务流程中已足够使用。真正的竞争焦点，不在于技术极限，而在于谁能找到适配的场景并实现价值兑现。”
以智能体为例，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，整体的发展方向都指向更强的智能化、更高的自主性与更广的覆盖范围。“但最终能否落地，还要回到‘场景’本身，判断是否真正适合用智能体来解决问题。”
这一逻辑在联想“乐享”超级智能体上得到了印证。该系统并非依赖最新最强的大模型，而是通过意图识别、任务编排和跨系统执行，在零售和电商场景中显著提升了客户体验和运营效率。
数据显示，“乐享”已实现订单转化率提升30%、GMV增长15%、流程人效提升30%。这表明，“模型够用+场景匹配”才是释放AI价值的关键。
幻觉率无法避免，系统性方案是解法
在ROI之外，幻觉率依旧是大模型应用中的另一大核心挑战。胡贯中指出：“幻觉是这一代架构的共性，不可能在短期内完全消除。关键在于如何在不同场景下设计解法：高风险流程必须由人类校验，而低风险环节则可以逐步交给智能体完成。”
陈敏仪则补充，解决幻觉率问题不能依赖单点突破，而需要系统工程的全链路优化。“从模型工程化、多模态交互，到RAG检索与多模型协作，每一环都需要持续打磨。” 她强调，联想的优势在于 软硬件+服务的一体化全栈能力，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在成为AI加速落地的主阵地。联想供应链智能体“iChain”便是一个代表案例。它并非依赖单一大模型，而是通过多智能体协同与实时数据连接，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4倍，显著增强了企业供应链的韧性。这种“端到端、场景驱动”的解法，正是对业界在幻觉率与精准度担忧上的直接回应。
从技术突破到价值兑现
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逻辑是：AI的突破不只是技术层面的革新，更是一项系统工程。真正推动企业走向智能化，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。
在中外市场的对比上，海外客户更倾向通过SaaS模式直接消费AI，而国内客户则更强调“本地化+混合部署”，以确保数据安全与灵活性。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，再对外输出方案，并结合本地化需求灵活适配。
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场景，并以正确的方式释放价值。盲目追逐大模型，并不等于长期竞争力。”
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
