艾瑞咨询:《2025中国企业级AI应用行业研究报告》

艾瑞咨询最新发布的《2025中国企业级AI应用行业研究报告》揭示，随着“百模大战”逐渐落幕，企业级AI正从技术探索期全面转向规模化应用期。

智能客服、知识库问答、内容生成等场景已率先取得规模化突破。当前，62%的受访组织正在试验智能体应用，企业对AI的关注重心从“技术是否可行”转向“商业价值能否验证”。

? 智能体成为AI落地核心载体，一场涉及技术、数据、组织和商业模式的系统性工程正在企业中展开。

1

01 三重驱动

企业级AI规模化应用迎来三大驱动力。

? 政策层面，国家将人工智能定位为新质生产力的核心引擎，设定明确目标：到2027年，智能终端、智能体等应用普及率超70%。

? 技术层面，算力与模型API成本快速下降，仅2025年成本就降至2023年的0.05%-0.1%。同时，Agent技术进入发展新阶段，AI从被动回答向自主执行演进。

? 需求层面，经济与竞争压力加剧，AI从企业的“可选项”变为“必选项”。预算来源从创新研发预算转向业务部门运营预算，评估标准从技术指标转向业务指标提升。

02 价值创造

企业应用AI聚焦三大价值方向：

? 流程增效——针对规则明确、重复性高的任务，用AI替代人工操作。这是当前规模化落地的主力，ROI明确，技术成熟。

? 知识增幅——借助AI激活企业知识资产，将隐性经验沉淀为可复用资产。虽然实施门槛较高，但正成为价值创造新高地。

? 价值创新——以AI重塑产品与客户体验，探索全新商业模式。这需要团队、文化层面的创新机制设计。

现阶段，AI在智能客服、知识库问答、内容生成等知识密集且交互开放的场景成熟度最高，而在研发、供应链等严肃企业级场景仍面临可靠性挑战。

03 规模化的三大瓶颈

企业级AI规模化落地面临系统性挑战。根据调研，58.2%的企业认为数据质量与可用性是最大挑战，49.8%缺乏AI人才，43.2%难以衡量ROI。

具体表现为：

? 数据多为孤立、非结构化的“原材料”，难成AI所需“高质量燃料”；

? 精通技术与业务的复合人才极度稀缺；

? 企业常低估AI规模化所需的投入，进入生产环境后成本飙升、价值难量化。

04 AI落地的核心载体

AI Agent正成为企业级AI应用的核心载体。

? 与只能被动回答的聊天机器人不同，Agent能以大语言模型为“大脑”，通过工具调用执行复杂业务流程。它突破了传统AI的局限，将推理能力转化为实际操作能力。

? 在实际落地中，企业需构建“AI技术+软件工程+人工干预”的三元体系。对于超过5步的连续复杂流程，需设置人工审查节点，确保可靠性。

? 关键技术支撑包括RAG（让AI学会查阅企业知识库）、MCP协议（让AI安全调用企业内部系统）和Skills（将业务流程封装为可复用模块）。

05 系统工程

企业级AI落地是一个涉及多层的系统工程。

? 应用层，Agent通过任务拆解、工具调用实现从思考到行动的跨越。

? 支撑层，需以场景为中心选择模型，构建AI-Ready数据平台和安全体系。高质量数据集正成为企业独特竞争力的关键。

? 基础设施层，AI算力向多元异构演进。在国产化背景下，软硬件协同优化成为提升国产算力可用性的关键。

? 组织层，高层承诺决定AI应用成败。数据显示，AI高绩效组织中48%的高管展现强烈“主人翁”意识，是普通组织的三倍。同时，业务人员需向AI协作者转型，技术团队从开发交付走向价值赋能。

06 厂商竞合

企业级AI应用领域形成四类厂商分层协作：

? 应用软件厂商依托行业深耕优势延伸布局；

? 技术服务商提供从定制到实施的一体化解决方案；

? 云服务商以模型+平台拉动底层资源消耗；

? AI模型厂商则以服务+应用推动模型商业化。

商业模式上，订阅制占比最高，部分厂商探索效果付费。核心成本集中在算力与研发，两者合计通常占比超70%。

07 未来已来

报告揭示五大发展趋势：

? 模型架构多元化——Transformer不再是唯一选择，RNN、CNN等新型架构助力效率与性能平衡。

? 流程自动化升级——从任务自动到流程自主，AI从工具属性向流程管理者转变，人类聚焦战略决策。

? 科研范式重塑——AI通过降本、提速与跨界融合，成为研发驱动型企业的核心竞争力。

? 物理AI崛起——AI从信息处理迈向物理交互，连接数字智能与实体业务闭环。

? 原生应用范式变革——AI原生应用将改变流量入口、交互方式、应用架构和业务逻辑。

总结

李飞飞指出，当前AI存在“锯齿状”问题——基准测试表现优异，但实际应用泛化能力不足。卡帕斯则认为，2025-2035将是智能体的十年，但AGI仍需约十年实现。

企业AI转型不是单纯的技术采购，而是涉及战略、组织、流程的系统性变革。成功的AI高绩效组织，往往始于高层的坚定承诺，成于技术与业务的深度融合。

?当AI从试点走向普及，企业需要的不再是单点技术，而是一整套驾驭智能生产力的系统工程能力。这场转型没有捷径，唯有系统思考、持续投入，方能跨越从实验到规模化的“死亡谷”。

（只截取部分报告，需要查看全文，见文末链接可免费下载资料，另附企业级AI应用产业图谱，如下）

2