2025生成式AI企业应用实务报告

2025生成式AI企业应用实务报告│总编辑│周伟华浙江大学数据分析和管理国际研究中心主任周忠信东海大学软体工程与技术中心主任鼎捷数智股份有限公司前沿创新研究院院长│编写组│徐薇洁浙江大学数据分析和管理国际研究中心周增瑞鼎捷数智股份有限公司│参编人员│许旭正、杨李荣、杨雅芬、黄信明黄浩炜、陈威弟、沈暄祐、李义训钟美玲、李锦堤、郭兆富、孙振宁谢伟、秦璐健、刘晖、金江 目录2025生成式AI企业应用实务报告...............................................................1前言..............................................................................................................3一、AI技术成熟度与发展趋势.....................................................................5二、生成式AI在企业应用的机遇..............................................................11三、数据：从人工处理到自主生成............................................................25四、知识：从知识检索到知识生成............................................................37五、流程：从规则驱动到生成驱动............................................................43六、商机：从信息汇总到行动生成............................................................49七、报价：从犹豫不决到快速生成............................................................59八、设计：从人工变型到文生设计............................................................65九、项目：从人为管理到生成主导............................................................71十、售服：从解释原因到解决问题.............................................................78十一、决策：从依靠经验到自主闭环........................................................84十二、运营：从查询分析到商业洞察........................................................92十三、未来展望.........................................................................................98 前言生成式AI技术正以惊人的速度演进，重塑着全球商业竞争格局。在这一变革浪潮中，企业应用生成式AI的紧迫性前所未有⸺率先实现技术落地的组织将获得显著的竞争优势。本报告旨在为企业提供系统性的生成式AI应用指南，助力决策者把握这一技术革命带来的战略机遇。当然，在积极拥抱机遇的同时，我们也必须正视生成式AI在输出结果绝对准确性上（如“幻觉”现象）的固有挑战。然而，这不应成为企业探索创新的绊脚石。通过区分并针对性管理生成式AI在“对不对”（准确性）和“好不好”（质量效益）两个层面的应用表现，企业能有效驾驭这一变革性技术，化挑战为机遇，充分释放其潜能。生成式AI正从两个维度重构企业生产力：一方面通过“创新·生产力”实现效率提升，显著降低运营成本；另一方面通过“创·新生产力”催生范式突破，创造全新的生产力和商业价值。这种双重变革力量正在重塑从产品服务到商业模式的各个层面。基于对技术趋势的深入观察，本报告构建了以多模态大模型为核心的企业应用架构，通过“数据-知识-决策-应用-数据”的闭环系统，全面赋能企业运营管理。报告首先剖析了AI技术成熟度与发展趋势，介绍了生成式AI应用的发展现状，特别关注AIAgent的演进对企业工作流的深刻影响。随后，报告聚焦数据、知识、流程、商机、报价、设计、项目、售服、决策、运营等十大核心模块，采用“痛点分析-解决方案-案例研究-价值定位”的框架，为企业提供切实可行的落地路径参考。 值得关注的是，技术的突破需要匹配管理模式的革新。我们提出GIGA协同模式，包含共志（Co-Goal）、共智（Co-Intelligence）、共治（Co-Governance）和共致（Co-Achievement）四个关键维度，为企业构建人机协同的新型组织范式提供系统指导。这一模式强调，企业需要超越工具思维，在战略愿景、智能协作、治理机制和价值创造等层面实现全面转型。随着生成式AI技术的持续突破和应用模式的不断成熟，一个更智能、更高效、更具创造力的商业新时代正在到来。要在这一变革浪潮中占据领先地位，企业必须积极推进数智化转型，即在数字化基础上，通过数据与智能的深 度 融 合 ， 实 现 运 营 模 式 和 业 务 能 力 的 全 面升级与革新。这一转型的核心引擎，正是“数智驱动”，它代表了企业数智化运营的最高形态，其关键特征在于“数据自决”（在日常业务运行中，系统自主处理数据并决策，自动推进任务执行）与“智能生成”（在更复杂的业务场景中，利用AI自主创造解决方案和内容，实现决策规划和执行的自动化与智能化）。能够培养并内化这种“数智驱动思维”的企业，将进化为真正的AI原生组织，它们不仅将生成式AI视为效率工具，更将其作为重塑商业模 式 的 核 心 引 擎 ， 从 而 赢 得 决 定 性 的 竞 争 优势。本报告期望通过系统的分析框架和丰富的实践案例，帮助企业跨越从技术认知到商业价值的鸿沟，在生成式AI赋能的道路上实现可持续的创新引领，在这场转型中赢得先机。 一、AI技术成熟度与发展趋势(一)AI技术成熟度与发展趋势为新一代基础设施，深刻改变各行各业。随着AI的不断发展，一个关键问题摆在我们面前：人工智能（ArtificialIntelligence,AI）AI技 术 究 竟 已 经 成 熟 到 什 么 阶 段 ？ 它 将 如 何正驱动新一轮的产业变革，深刻影响着企业的有效地推动企业实现前述的数智化转型，并显未 来 发 展 路 径 。 在 这 一 背 景 下 ，“数 智 化 转著增强其运营效率和市场竞争力？型”成为企业构建核心竞争力的关键。数智化转型，是企业数字化转型的更高级阶段，它不Gartner的HypeCycle为我们提供了评仅依托信息化和数字化成果，更通过数据与智估AI技术成熟度的框架。HypeCycle作为能的深度融合，推动企业运营的全面升级。驱动这一深层变革的核心力量，便是“数一种广泛应用于评估新兴技术成熟度、市场接受度及其商业前景的工具，展示了技术从初步概念验证到广泛应用的过程。如图1-1所示，智驱动”。在《企业数智驱动白皮书》中，我HypeCycle包括五个阶段，每个阶段代表着们将“数智驱动”定义为以“数据自决”与“智技术在市场中的不同表现：能生成”为核心特征的企业数智化运营最高形态。“数据自决”指依托知识图谱，由数据自根据2024年Gartner的AI技术Hype主 推 动 企 业 执 行 运 营 管 理 任 务 ； 而“智 能 生Cycle（图1-2），整体来看，AI技术正逐步成”则是在更复杂场景下，借助生成式AI乃从期望膨胀期向泡沫破裂低谷期过渡，但不同至未来通用人工智能的力量，帮助企业自主生的AI技术成熟度差异较大。随着技术不断进成解决方案，并协助快速制定关键战略。无论步，AI在 企 业 中 的 应 用 已 从 初 期 的 实 验 阶 段是“数据自决”的精准高效，还是“智能生成”转向更实用、更具效益的应用。的创新突破，都高度依赖于AI技术的发展。因此，深入洞察AI技术的发展阶段显得其 中 ， 机 器 视 觉 技 术 已 经 进 入 成 熟 期 ，并广泛应用于制造、医疗、零售等多个行业，尤为关键。正如英伟达CEO黄仁勋多次强调，成为许多企业运营中的关键组成部分。人工智能时代已经全面开启，他认为AI将成图1-1GartnerHypeCycle的新兴技术成熟度五个阶段 这两者的结合将大大提升AI在企业中的应用价 值 ， 不 仅 限 于 数 据 生 成 或 内 容 创 作 ， 还 将扩展到自动化决策和自我优化系统。例如，AI可 以 在 复 杂 业 务 的 环 境 中 ， 分 析 大 量 实 时 数据，独立做出决策并推动流程自动化。业将进入更加智能化、高效的运营阶段，从而推动企业战略决策和运营模式的深刻变革。(二)AI技术的企业宏观应用趋势随着AI技术的不断成熟，企业在应用的广度和深度上也在不断拓展。根据2024年麦肯锡全球AI调查的数据，AI的使用率呈现2爆发式增长。如图1-3所示，过去几年中，全球范围内企业的AI使用率（至少在一个业务职能中使用AI）维持在50%左右，但到2024年，这一数字跃升至72%。几乎每个地区的企业都在积极推进AI应用，这一趋势反映了企业对AI应用价值的逐步认可与加速推进。图1-2Gartner2024年AI技术成熟度曲线1.Gartner.Gartner发布2024年新兴技术成熟度曲线[EB/OL].(2024-08-30)[2025-02-08].https://www.gartner.com/cn/2.McKinsey.ThestateofAIinearly2024:GenAIadoptionspikesandstartstogeneratevalue[EB/OL].(2024-05-30)[2025-02-07].https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai#/. 智 能 应 用 、 知 识 图 谱 和 自 动 驾 驶 技 术 则正处于稳步复苏期。虽然这些技术的应用场景逐步扩展，但仍面临着技术成熟和商业落地的挑战。随着研发的深入，预计这些技术将在接下来几年内继续增长和普及。胀期走向实际应用阶段，企业开始探索其在内容 创 作 、 客 户 服 务 、 个 性 化 推 荐 等 领 域 的 应用，尤其在提高生产效率和优化用户体验方面展现出巨大的潜力。生成式AI正在加速自主AI的发展。自主AI指 的 是 能 在 几 乎 没 有 人 为 干 预 的 情 况 下 ，独立运行并不断自我完善的智能系统。与传统的AI不同，自主AI不仅可以完成预设任务，还能在复杂的环境中作出决策、解决问题，并且 随 着 时 间 的 推 移 不 断 优 化 其 决 策 过 程 。 在Gartner2024年新兴技术成熟度曲线中，自主AI被视为关键颠覆性技术之一。1生成式AI与自主AI的结合正逐步推动企业的智能化转型。尽管当前的生成式AI尚未具备完全自主能力，但随着技术的不断进步，newsroom/press-releases/2024-emerging-tech-hc. 其中，生成式AI使用率的增长尤为显著。65%的受访者表示，他们的企业已经经常性使用生成式AI，这一比例几乎是2023年的两倍。这表明生成式AI在企业中的迅速普及，并为企业带来了切实的商业价值。AI技术的快速应用正在深刻改变企业的运营模式，推动效率提升、决策精确化和创新解决方案的实现。1.AI已广泛渗透至各行各业随着AI技术的成熟，AI已经不再局限于实验性应用，而