獨家對話引元星河CEO李植宇：企業級AI進入“基礎層與應用層協同爆發”周期

“AI不是選擇題，而是生存題”——這句在企業數字化轉型領域流傳甚廣的論斷，在2025年末的產業語境下愈發凸顯分量。

當谷歌創始人重返前線推動Gemini迭代，當OpenAI加速模型升級引發巨頭軍備競賽，當英偉達GB300 AI服務器機柜排期延伸至2027年，技術浪潮已從概念狂歡轉向產業深耕。然而，與基礎層的火熱形成鮮明對比的是，企業級AI落地仍深陷“投入巨億，卻收效寥寥”的尷尬境地。

在這個過程中，CIO在企業中的地位與作用也在發生著微妙的變化。對此，引元星河CEO李植宇對筆者表示，原先，企業內部將IT和數字化視為“成本中心”，以提升效率為主要目的。而到了AI時代，AI技術挑戰的是企業運行了幾十年的核心業務流程、組織架構和商業模式，甚至可能顛覆過去投入巨資建立的數字化系統，CIO的角色需要從傳統的技術實施者和成本管理者，轉變為戰略伙伴和變革推動者，但最終的拍板權和資源調配權，必須掌握在“一把手”手中，“如果一把手不愿意讓AI‘動手術’，只想讓它做體檢報告，那這個企業的AI就永遠停留在PPT里?！崩钪灿顝娬{。

企業級AI快速發展，核心在“可控決策”

CIO團隊職責與作用發生變化的背后，是AI正在顛覆企業傳統IT架構，同時，企業級AI正在成為企業業務增長的核心推動力。

歷經數年技術迭代與市場培育，企業級AI已告別“野蠻生長”的初級階段，進入“基礎層與應用層協同爆發”的關鍵周期。從市場規模的指數級增長到技術方向的精準聚焦，從巨頭布局到中小企業滲透，產業生態呈現出多元分化又深度融合的鮮明特征。

全球企業對AI的投入熱情已轉化為實打實的市場規模增長。IDC《全球人工智能支出指南》顯示，2024年全球AI總投資規模達3159億美元，預計2029年增至12619億美元，年復合增長率31.9%。

聚焦中國市場，IDC《2025年中國企業AI服務市場預測報告》顯示，2025年中國企業AI服務市場規模達456億元，年復合增長率38.2%。細分賽道中，AI Agent作為核心落地形態表現尤為突出，2025年中國企業級AI Agent應用市場規模已達到232億元，2023-2027年復合增長率預計高達120%，到2027年將突破655億元；與此同時，AI大模型應用市場2025年規模約328億元，2022-2027年復合增長率達131%，預計2027年將達785億元，行業逐步邁入盈利臨界點。

企業級AI在告別“野蠻生長”的過程中，企業對于AI的需求也從簡單的提供工具，轉向了提供價值。當AI從“效率工具”向“認知伙伴”躍遷的過程中，AI的試驗階段已經結束，企業核心競爭力將取決于定制化AI應用和可量化的業務成果方面。

對此，李植宇表示，企業有強烈的AI落地需求，但傳統以“降本增效”為核心的成本視角難以驅動根本性變革，必須轉向以“創造新價值、重塑競爭力”為核心的戰略價值視角，才能成功將AI（尤其是智能體）融入企業核心流程。而在李植宇看來，將AI真正融入核心流程的過程中，企業需要的不僅是“省人頭”的自動化工具，“若想真正要重塑競爭力，企業需要的是一個能參與決策、對結果負責的‘第二大腦’?！崩钪灿钊缡钦f。

顯然，從2025年開始，全球科技趨勢已經開始洗牌，這也清晰折射出企業級AI從概念狂歡向“AI+場景”實用落地的深刻轉型。Gartner發布的《2025年新興技術成熟度曲線報告》中，AI智能體（AI Agents）從去年的“未入榜”狀態一躍登頂，逼近期望膨脹頂峰，預計2-5年內進入生產力成熟期；而生成式AI、提示工程等8項曾熱門的技術則退出榜單，標志著行業評判標準向“價值兌現”傾斜。

隨著市場的成熟，企業級AI領域已形成四大類型。

第一類型為大模型技術提供商，以國內外科技巨頭為主，核心優勢在于底層算力與通用大模型能力，主要提供基礎模型服務與API接口。這類廠商占據產業鏈上游，但其產品普遍存在“落地難”問題，需要與行業場景深度結合才能發揮價值。

第二類型為Agent專項服務商，聚焦于智能體技術的研發與應用，核心優勢在于任務分解與流程自動化能力。這類廠商的產品更偏向工具屬性，擅長解決特定環節的自動化問題，但在重構企業端到端流程方面能力不足。

第三類型為傳統軟件廠商轉型者，以金蝶、用友、SAP等為代表，依托原有企業管理軟件生態，疊加AI能力形成增值服務。這類廠商的優勢在于擁有成熟的客戶基礎與行業經驗，但AI能力多為“附加功能”，難以突破原有軟件架構的限制。

第四類型為數據+AI垂直服務商，聚焦特定行業的AI落地，典型代表包括滴普科技、Palantir等。這類廠商深耕垂直賽道，擁有精準的行業洞察，但業務覆蓋范圍較窄，難以滿足企業全價值鏈的AI需求。

而在這四類服務商之外，以引元星河為代表的新興企業則試圖突破現有格局。以引元星河為例，其以企業應用AI過程中所欠缺的“端到端流程重構+組織變革配套”的能力為錨點，以“企業級AI大腦”為核心，打造“知識模型+Agent治理+端到端流程重構”的全鏈條能力，形成差異化競爭優勢。李植宇表示，當前市場上的主流廠商雖各有特色，但在“重塑企業端到端流程”與“解決AI落地后的組織變革”等核心問題上仍存在短板，這正是新興企業的機會所在。

“在引元星河的內部定義中，這個‘企業級AI大腦’并不是一個單一產品，而是一套‘決策與行動中樞’”，李植宇進一步指出，“向上，它通過知識模型沉淀企業的規則、經驗與約束，讓AI在“可控邊界”內提出方案；向下，它通過對接現有系統和流程，把方案真正落到實單、指令和任務上，形成從‘數據–洞察–行動’的閉環?！?/p>

從“提供工具”到“創造價值”，技術可行性已不是核心問題

談及企業級AI當前的核心訴求時，李植宇告訴筆者，企業級AI的核心不在“生成”，而在“可控決策”，“在企業真實場景中，AI 面臨的關鍵挑戰并非能力不足，而是生成結果的可信性，決策依據的可追溯性，行為的合規性，以及生成結果的可復盤、可糾偏性。”李植宇強調。

當前，企業級AI的應用正從基礎的數據分析向核心的決策支持進階，但這一突破過程困難重重。麥肯錫調研顯示，2025年全球僅有12%的企業實現了AI在核心業務決策中的常態化應用，其余88%的企業仍停留在工具類或分析層應用。

無獨有偶，IBM大中華區技術銷售總經理、首席技術官翟峰也曾向筆者表示，IBM技術團隊發現一個顯著變化：80%的客戶需求已轉向“業務域智能體”，即深度綁定財務、供應鏈、研發等具體場景，具備工具調用與流程閉環能力的專用智能體。

在分析層應用方面，企業已取得顯著進展。例如，在營銷領域，AI可通過用戶行為數據分析實現精準推送；在財務領域，AI可完成發票審核、費用報銷等基礎工作。這類應用的價值主要體現為效率提升，據IDC測算，此類應用可幫助企業平均降低15-20%的運營成本。

但在核心決策層應用方面，進展卻十分緩慢。以供應鏈管理為例，雖然多數企業已應用AI進行需求預測，但在生產計劃調整、庫存優化、物流調度等核心決策環節，仍以人工判斷為主。對此，李植宇指出，這一現象的核心原因在于，核心決策環節的AI應用需要突破“數據-洞察-行動”的閉環，而當前多數企業的AI系統難以實現這一突破。

企業級AI難以進入核心決策與執行環節的根本原因已從早期的技術可行性問題，演變為當前的組織適應性與價值實現問題?！斑@是一個‘認知-決心-價值’的決策閉環：企業首先需要認知到AI是戰略變革而非工具；進而要有決心推動組織與流程的重構；最后必須能清晰定義并驗證其創造的商業價值?！崩钪灿顝娬{。而在他看來，只有當這三個環節形成正向循環，AI才能超越工具和分析層面，真正成為改造企業核心流程的“數字員工”或“智能體”，驅動根本性的效率提升與業務創新。

站在更為宏觀的角度來看，李植宇認為，不同行業在落地AI時，面臨共性和差異化兩類問題：共性問題方面，企業級AI的核心是價值——企業投入AI后，如何衡量和實現其商業價值。“這是每個企業在落地AI應用過程中都需要首要考慮的問題。”李植宇強調道。

而差異化問題的核心是企業自身的基礎與轉型代價。在李植宇看來，這取決于企業現有的產品形態、組織架構、業務流程等歷史積累。“在擁抱AI新模式時，企業需要評估和應對由此帶來的組織變革成本、現有資產（如數據、系統、人員）的再利用或重構成本。”李植宇對筆者表示。

在此背景下，企業對于服務商的交付需求也在發生變化——傳統的“項目交付”模式正逐步被“價值驗證”模式取代。麥肯錫調研顯示，2025年采用“價值驗證”模式的AI項目成功率達到23%，遠高于傳統“項目交付”模式的4.8%。這一數據充分說明，以價值為導向的交付模式已成為企業級AI落地的關鍵保障。

傳統IT項目的交付模式多為“先demo再落地”，POC周期較短，通常為1~2周，核心是驗證系統是否能正常運行。而企業級AI項目的POC周期明顯延長，李植宇向筆者透露，引元星河目前在企業側的POC周期大概在四周，核心原因在于：AI項目的POC需要完成“數據準備-場景適配-價值驗證”的全流程。李植宇解釋道：“四周POC不僅要驗證技術可行性，更要驗證AI能為企業帶來的實際價值，比如物流費用降低多少、庫存周轉率提升多少等核心業務指標?！?/p>

更進一步來講，POC周期的加長核心是因為AI項目的ROI（投資回報率）難以精準衡量，而這也是導致企業投入猶豫的核心原因之一。麥肯錫調研顯示，2025年全球68%的企業因“無法準確評估ROI”而放緩或暫停了AI項目投入。

與傳統IT項目“投入-產出”的線性關系不同，AI項目的價值呈現具有滯后性、間接性等特點，難以用傳統財務指標精準量化。

從優先級來看，企業管理層最關注的是AI的經濟價值，但李植宇認為，AI的價值不應僅局限于經濟價值，還應包括社會價值與企業責任。例如，AI在節能減排、安全生產等領域的應用，雖短期經濟回報不明顯，但長期可提升企業的可持續發展能力。然而，當前多數企業仍以短期經濟指標為核心衡量標準，這進一步加劇了AI項目的ROI困境。

破局關鍵在一體化能力

盡管面臨多重挑戰，但企業級AI的發展趨勢已逐漸清晰。隨著技術的不斷成熟、企業認知的不斷深化，2026年及未來幾年，企業級AI將朝著“可控化、協同化、生態化”的方向演進，從“工具賦能”走向“系統重構”，實現從“數據-洞察-行動”的全閉環。

綜合企業的需求來看，接下來企業級AI規模化應用的關鍵在于一體化的體系能力的構建。紅帽發布的《2025中國企業級AI實踐調研分析年度報告》中指出，AI已成為企業戰略布局的“標配”，但戰略深度與成熟度差異懸殊。市場正處在從“是否要用AI”到“如何讓AI真正創造業務價值”的拐點。下一階段的競爭焦點，將不再是技術的有無，而是AI戰略落地的體系化能力與價值化水平。

而在一體化能力的背后，是企業對于AI能力從“單點賦能”到“全價值鏈重構”的核心訴求。以制造業為例，“AI+腦+端”的融合模式在2026年將成為主流。IDC預測，2028年全球60%的制造企業將采用“AI+腦+端”的融合模式，生產效率提升30%以上。

而在用戶需求的另一方面，對于ToB服務商而言，“可控性”將成為其企業級AI產品和技術的核心競爭力，以知識模型為核心的技術路線將逐步成為主流。李植宇告訴筆者，引元星河想要打造的企業AI大腦正是以知識模型為核心技術底座，實現AI的可解釋、可治理、可審計。

李植宇將“企業級AI大腦”定位為一個超越單點工具或垂直應用的、能夠驅動企業業務流程徹底重塑與自動化的平臺級解決方案。其核心差異化優勢不僅在于技術整合，更在于能夠為企業提供一套伴隨組織變革的、負責任的、成本最優的完整轉型藍圖，而不僅僅是技術工具本身。據李植宇介紹，引元星河將于2026年第一季度發布的“企業級AI大腦”就是在上述理念的基礎上，遵循所有AI決策必須可追溯到清晰的規則與數據來源；所有關鍵行動都要有責任主體與審計鏈路；所有系統行為都必須在企業既有治理框架之內運行。三個設計原則所打造的產品?！芭c絕大多數友商產品不同的是，我們的產品除了具備整合內外部數據（含內部報表、天氣、輿情等），通過合規校驗完成“若A發生則B應對”的場景推演之外。還一改傳統彈窗提示的模式，直接對接接口執行指令（改價格、調度貨車等）。而這也是引元星河的核心壁壘?！崩钪灿钕蚬P者劇透了即將發布的“企業級AI大腦”的部分核心能力。

企業級AI的發展已告別“野蠻生長”的初期階段，進入需要“精耕細作”的價值驗證期。從技術驅動到價值導向，從單點賦能到系統重構，企業級AI的演進之路雖充滿挑戰，但未來前景廣闊。

展望未來，在李植宇看來，未來的企業級AI不該再僅僅是企業的“顧問”或者聊天機器，而是而應該開始真正承擔起企業“操盤手”的職責?！罢l先讓AI走上前臺，誰就有機會改寫下一輪競爭格局?！崩钪灿顝娬{。而在這個過程中，企業級AI的競爭將不再是單一技術的競爭，而是生態能力、組織能力、價值創造能力的綜合競爭。那些能夠穿越技術周期、堅守價值導向的企業，必將在AI時代的競爭中脫穎而出。（文｜Leo張ToB雜談，作者｜張申宇，編輯丨蓋虹達）