2025年AI商业趋势

关于本报告关于本报告 后的 AI 战略。我们针对每个趋势都提供了推荐的技术资源，您可以与团队分享这些资源，以加深理解。 本报告提出的五大战略趋势，源于对多个知名来源的数据分析解读。这些来源包括：《生成式 AI 的投资回报率》，这是 Google Cloud 和 National Research后的AI战略。我们针对每个趋势都提供了推荐的技术资源，您可以与团队分享这些资源，以加深理解。本报告提出的五大战略趋势，源于对多个知名来源的数据分析解读。这些来源包 Group 基于我们对 2,500 名全球企业决策者的问卷调查而开展的一项研究；Google 趋势中全球增长最快的 AI 主题；第三方研究和分析洞见；以及 GoogleAI 思想引领者对时事的见解。我们使用了 NotebookLM（《时代》杂志评选的2024 年最佳发明之一）来整理这些资料，确定了将在 2025 年重塑商业世界的五大趋势。括：《生成式Al的投资回报率》，这是GoogleCloud和NationalResearchGroup基于我们对2,500名全球企业决策者的问卷调查而开展的一项研究；Google趋势中全球增长最快的Al主题；第三方研究和分析洞见；以及GoogleAl思想引领者对时事的见解。我们使用了NotebookLM（《时代》杂志评选的2024年最佳发明之一）来整理这些资料，确定了将在2025年重塑商业世界的五大趋势。 思想
引领者 Albert Lai
Google Cloud媒体与娱乐行业全球总监 Alison Jarris
Google Cloud 主编 AashimaGupta
Google Cloud医疗保健行业战略与解决方案全球总监 Google Cloud 全球解决方案与行业副总裁 Google Cloud 营销全球需求 Google 高级产品经理 Google Cloud 全球生成式 AI市场拓展副总裁 Google Cloud 电信行业负责人 Marketing AI Institute 创始人兼首席执行官 Google Cloud 全球零售业战略与解决方案总监 Google Cloud 全球需求与增长营销副总裁 Google Cloud制造业全球总监及负责人 行业总经理 战略与解决方案全球总监 简介简介 AI 改变了全球市场动态 AI改变了全球市场动态 潮的速度没有任何放缓的迹象。AI 功能不断推陈出新，将在 2025 年继续推动组织在运营、竞争和创新方式方面进行彻底变革。潮的速度没有任何放缓的迹象。AI 功能不断推陈出新，将在2025 年继续推动组织在运营、竞争和创新方式方面进行彻底变革。 趋势之前，首先必须要了解 AI 是如何影响当今的全球市场动态的，以及它如何为我们未来几年的业务转型指明方向。趋势之前，首先必须要了解 AI 是如何影响当今的全球市场动态的，以及它如何为我们未来几年的业务转型指明方向。 AI 深刻地改变了竞争格局。抢先利用 AI 的公司（尤其是专门为 AI 而打造的抢先采用 AI 的企业将主导市场抢先采用AI的企业将主导市场 公司）将在今年继续引领打造创新客户体验的浪潮，从而赢得市场份额，并进一步领先于更为传统的竞争对手。AI 深刻地改变了竞争格局。抢先利用AI的公司（尤其是专门为AI 而打造的公司）将在今年继续引领打造创新客户体验的浪潮，从而赢得市场份额，并进一步领先于更为传统的竞争对手。 由于 AI 模型的快速改进以及 AI 技术在企业中的广泛采用，AI 成熟度正成为经济健康状况的关键指标。这促使各国政府重新考虑相关政策和法规，由于AI模型的快速改进以及AI技术在企业中的广泛采用，AI成熟度正成 甚至在教育方面进行变革，以助力实现 AI 驱动的发展。领导力战略将不再仅仅局限于人类，而是同时将 AI Agent 视为客户和合作者。为经济健康状况的关键指标。这促使各国政府重新考虑相关政策和法规，甚至在教育方面进行变革，以助力实现AI驱动的发展。领导力战略将不再仅仅局限于人类，而是同时将 Al Agent视为客户和合作者。 AI Agent 正推动价值链的各个环节实现巨大改进。这些使用 AI 来实现目标并代表AI Agent 成为主流 用户完成任务的软件系统正在迅速精进。这场竞赛的焦点在于为各种应用场景提供质量最高、延迟最低的功能，例如可帮助开发者以前所未有的速度构建和部署 AI的 AI Agent 构建器。技术领导者已在致力于为 AI Agent 的下一演进阶段奠定基础。AI Agent 的下一演进阶段为多 Agent 系统（请阅读第 2 章，了解有关 AIAgent 的更多信息）。 务的自动化 在 2025 年期间，各组织将从实验阶段转向在不同业务领域推广 AI，并重点关注可衡量的成果。根据 Andreessen Horowitz 的调查，专业 AI 自动化技术已拥有规模高达 2,500 亿美元的业务流程外包 (BPO) 市场。他们确定了两个关键的机会领域：横向 AI推动技术和垂直自动化解决方案。前者可为广泛的行业执行特定功能，后者则将为特定行业（如零售业务或医疗援助）构建端到端的工作流1。 在此阶段，组织已开始建立风险管理、安全、成本控制和整体治理体系，这些都是大规模成功采用 AI 的基础。 到 2026 年，AI 在企业基础设施中的采用率预计将增长 30% 以上2。这种极快的对数据中心容量的需求激增 普及速度催生了全球对“AI 就绪型”数据中心容量（即能够提供 AI 工作负载所需的高计算能力和功率密度的数据中心空间）的需求。截至 2030 年，对 AI 就绪型数据中心容量的需求预计将以平均每年 33% 的速度增长3，并且数据中心方面的支出预计将在未来五年内翻一番4。 企业 AI 的障碍 “超大规模提供商”或云服务提供商将通过投资采用 AI 优化型基础设施的新数据中心来帮助消除阻碍 AI 创新的因素。这些基础设施（包括 Google 定制设 计的 TPU、NVIDIA GPU、网络和存储设备）采用了光学开关和液体冷却等专用元素，可提高 AI 工作负载的效率。 趋势 1趋势1 多模态 AI：释放上下文的强大力量多模态AI:释放上下文的强大力量 2025 年是企业采用 AI 的关键一年，这在很大程度上是由多模态学习及其带来的上下文感知推动的。2025年是企业采用AI的关键一年，这在很大程度上是由多模态学习及其带来的上下文感知推动的。 多模态 AI 已走上
快速发展的道路美元多模态AI已走上快速发展的道路美元 模仿人类的学习5。这释放了 AI 的潜能，使其能够以前所未有的精度解读和学习更广泛的上下文来源，从而产生更精确且量身定制的输出，带来自然直观的体验6。 该技术可帮助企业改进复杂的数据分析，简化工作流，并增强依托 AI 技术模仿人类的学习5。这释放了AI 的潜能，使其能够以前所未有的精度解读和学习更广泛的上下文来源，从而产生更精确且量身定制的输出，带来自然直观的体验6。该技术可帮助企业改进复杂的数据分析，简化工作流，并增强依托AI技术 989 亿989亿 获取分析洞见的便捷性，因此成为了支持未来经营活动的重要工具7。获取分析洞见的便捷性，因此成为了支持未来经营活动的重要工具7。 球市场规模8 球市场规模8 提供更出色的接地能力提供更出色的接地能力 多模态 AI 的优势多模态AI的优势 多模态LLM的主要优势之一是能够管理和处理多种形式的数据（即将语音、文本、图像、音频和视频相结合），以改善对人类命令的理解和响应。它可以一并整合这些输入，以基于企业真实数据生成广泛的高质量输出，并随着信息的更换和更新而进行实时更新。多模态LLM的主要优势之一是能够管理和处理多种形式的数据（即将语音、文本、图像、音频和视频相结合），以改善对人类命令的理解和响应。它可以一并整合这些输入，以基于企业真实数据生成广泛的高质量输出，并随着信息的更换和更新而进行实时更新。 多模态 AI 可将非结构化数据和结构化数据相结合，助力组织获得更深入的提升决策能力提升决策能力多模态AI可将非结构化数据和结构化数据相结合，助力组织获得更深入的 分析洞见和增强型数据分析。这些分析洞见可用于提升后端效率和前端用户体验，特别是在零售、医疗保健和客户服务等领域。分析洞见和增强型数据分析。这些分析洞见可用于提升后端效率和前端用户体验，特别是在零售、医疗保健和客户服务等领域。 多模态 AI 的另一个核心业务优势是能够生成个性化客户互动内容。通过结合多模态AI的另一个核心业务优势是能够生成个性化客户互动内容。通过结合 因而可提高客户满意度。因而可提高客户满意度。 开拓者证明了多模态 AI 的变革力量开拓者证明了多模态AI的变革力量 Bayer 正致力于帮助各组织更轻松地将AI 应用于医学成像领域。这样便可将不断增加的数据转化为有价值且有影响力的洞见，帮助放射科医生节省时间并优化重要工作，从而使患者受益。 AI 应用于医学成像领域。这样便可将不断增加的数据转化为有价值且有影响力的洞见，帮助放射科医生节省时间并优化重要工作，从而使患者受益。 Prudential 正在使用 Google 的 MedLM系列语言模型来简化和总结医疗索赔相关文件（包括医疗报告和账单），以加快审批和支付速度。Prudential 正在使用 Google 的 MedLM系列语言模型来简化和总结医疗索赔相关文件（包括医疗报告和账单），以加快审批和支付速度。 向多模态 AI 的转变并非轻而易举向多模态AI的转变并非轻而易举 有效训练。不过，企业可以优先考虑以高质量和长上下文能力著称的 AI 模型以及专为大规模生产部署而设计的模型，以应对这一挑战。仍然是重中之重，因此需要严格关注Responsible AI 原则。随着对Responsible AI 解决方案的需求不断增长，可用于支持组织实现这一目标的资源和框架也在不断增加。有效训练。不过，企业可以优先考虑以高仍然是重中之重，因此需要严格关注质量和长上下文能力著称的AI模型以及专Responsible Al原则。随着对为大规模生产部署而设计的模型，以应对Responsible Al解决方案的需求不断增这一挑战。长，可用于支持组织实现这一目标的资源和框架也在不断增加。 金融服务金融服务 行业预测多模态 AI 在 2025 年的发展态势多模态AI在2025年的发展态势行业预测 我们将继续观察 AI 模型在用于分析多模态数据（如市场评论视频或央行直播）时的表现，了解此类模型如何通过考虑语调、面部表情和肢体语言等非语言线索以及文本，提供更细致的情感解读。”我们将继续观察 AI 模型在用于分析多模态数据（如市场评论视频或央行直播）时的表现，了解此类模型如何通过考虑语调、面部表情和肢体语言等非语言线索以及文本，提供更细致的情感解读。 受监管行业总经理受监管行业总经理 医疗保健与生命科学 制造 我们将看到多模态 AI 模型越来越多地被用于分析医疗记录、成像数据和基因组信息等数据，以得出富有见地的总结，从而进一步推动实现个性化医疗的愿景。” 我们预计制造商将专注于使用生成式 AI 来主动解决运营效率和维护方面的需求。通过分析文本、视频、噪声和振动等多模态传感器数据，可以在设备故障发生之前识别出潜在异常，从而最大限度地减少停机时间和提高工作效率。” 科学行业战略与解决方案全球总监 制造业全球总监及负责人 趋势 2趋势 2 AI Agent：从聊天机器人演进为多Agent 系统阅读用时：6 分钟Al Agent:从聊天机器人演进为多Agent系统阅读用时：6分钟 AI 应用已经从聊天机器人演进为能够处理复杂工作流的先进 AI Agent。演进的下一个阶段是多 Agent 系统。AI应用已经从聊天机器人演进为能够处理复杂工作流的先进 Al Agent。演进的下一个阶段是多 Agent 系统。 根据凯捷公司对 1,100 名