2025年五大AI趋势：以人驱动的AI激发创新潜能

执行摘要

人工智能正在重新定义数据民主化和决策方式。2024年是一个学会放手的年份，当冲突与变革交织在一起时，领导者不得不重新审视自己对风险的承受能力。他们必须权衡速度需求与成熟流程的安全性之间的取舍，继而改变那些束缚自己的旧有习惯。

核心问题： 领导者如何在不危及业务风险的前提下，赋能员工实现创新？

研究背景

研究方法

本研究是IBM IBV"五大趋势"系列的第六年，基于过去12个月进行的全面研究：

• 调查规模： 55项调查，涵盖超过43,000名高管和4,000名全球消费者
• 脉搏调查： 400位全球领袖，横跨17个行业和6个地区
• 调研时间： 2024年10月和11月
• 覆盖地区： 美国、英国、德国、印度、澳大利亚和新加坡

关键发现

• 63% 的高管表示，未来一到两年内，他们的AI布局将对其所在组织产生显著的财务影响
• 30% 的高管表示，他们的组织目前主要在试验人工智能
• 46% 的高管预计到2025年将加速推进人工智能应用
• 44% 的高管预计将借助AI实现创新突破

2025年五大AI趋势

趋势一：代理型人工智能将彻底改变业务——但首先必须重新培训员工

#### 现状分析

全球劳动力中约有5%始终需要定期重新培训。2024年，人工智能的迅猛发展使这一数字飙升至35%，相当于超过十亿全球工人需要重新培训。

#### 关键挑战

• 87% 的高管预计工作将得到增强，而非被生成式人工智能所取代
• 64% 的首席执行官表示，人工智能的成功将更多取决于人们的接受度，而非技术本身
• 47% 的高管指出，员工缺乏必要的知识与技能，无法在企业范围内有效实施并推广人工智能

#### 培训现状

• 只有22% 的受访者强烈认同，他们的组织已将人工智能知识、技能和能力纳入了员工的职业发展计划中
• 不到一半的人认为，他们的组织已实施了正式的变革管理计划

#### 行动建议

1. 让人工智能素养成为必备技能

- 全面启动教育计划，快速提升人工智能素养

- 让团队熟悉代理功能，打造人工智能文化

2. 释放团队的集体智慧

- 打破孤立思维，建立人工智能驱动的协作沙盒

- 鼓励人们获取经验，毫不畏惧失败

3. 为员工队伍做好未来准备

- 建立新角色，如流程编排者与数字图书管理员

- 定期举办黑客马拉松活动，汇聚多元视角

趋势二：技术债务持续增长，尽管已努力减缓其增长

#### 问题定义

技术债务指的是为加快开发或交付进度而做出的快速、次优技术决策所导致的长期成本与效率低下问题。

#### 现状数据

• 55% 的高管表示，技术债务已成为实现业务目标的主要障碍或真正瓶颈
• 77% 的高管表示，他们需要迅速采用生成式人工智能，以保持竞争优势
• 仅有25% 的人强烈认同他们的组织的IT基础设施可以支持在整个企业范围内扩展人工智能

#### 数据挑战

• 仅有16% 的技术领导者确信，他们现有的云和数据能力能够支持通用AI
• 只有21% 的高管强烈认同，自己的组织已具备足够能力，可在全企业范围内规模化部署人工智能

#### 解决方案

采用"设计驱动的混合云"模式的企业IT高管，其投资回报率是未采用该模式企业的3倍。

#### 行动建议

1. 弥合愿景与现实的差距

- 识别大规模成功运用人工智能所需的缺失构件

- 将人工智能业务案例与相关的现代化成本关联

2. 激励可扩展性

- 赋能IT领导者，教育业务部门了解支持人工智能扩展所需的科技架构成本

- 量化走捷径的代价

3. 敏捷的架构师

- 建立专注的神经中枢，设计模块化解决方案

- 构建可组合的平台，实现人工智能生态系统的灵活性与成本效益

趋势三：在人工智能时代，位置决定一切

#### 地缘政治影响

永恒的颠覆已成常态，但并不意味着它可被预测。企业需要根据市场整体脉动，审慎调整运营策略。

#### 监管挑战

• 37% 的高管表示，他们将在2025年更加注重区域化的数据战略与治理
• 26% 的高管称，他们会采取更全球化的策略
• 69% 的高管预计，由于采用生成式AI，其所在组织将面临监管罚款

#### 积极信号

• 57% 的首席执行官表示，欧盟《人工智能法案》提供的指导方针增强了他们投资人工智能的意愿
• 77% 的高管认为，生成式AI模型能够精准识别地缘政治和气候风险

#### 战略平衡

89% 的高管认同关于他们2025年选址战略的两项看似矛盾的说法：

• 正在扩大业务范围，积极拓展全球布局
• 将重点聚焦于少数核心市场

#### 行动建议

1. 对策略进行压力测试

- 开发用于导航全球不稳定的人工智能模型

- 运用预测分析为领先于监管变化提供支持

2. 在动荡中创新

- 利用混合云与开放人工智能助力全球人工智能战略的实施

- 整合安全、可扩展的混合云平台

3. 做好监管准备

- 进行评估数据存储位置及其对运营的影响

- 确保人工智能生成的资产可追溯至创始时期

趋势四：快速转向人工智能已颠覆了IT预算，但自我融资即将实现

#### 预算现状

• 75% 的商业领袖认为生成式人工智能更像是一项创新投资，而非传统IT
• 每三家机构中就有一家将生成式AI的经费从其他IT项目中撤回
• 仅有18% 的技术高管选择以全新的额外支出为这些项目提供资金支持

#### 投资分布

2024年，71% 的生成式AI支出被用于：

• 人力资源
• 财务
• 客户服务
• 销售与市场营销
• 信息技术

仅有29% 的资金投入了与产品相关的业务职能。

#### 回报期对比

• 人工智能投资的平均回报期：14个月
• 其他技术投资的回报期：10个月

#### 未来趋势

• 95% 的高管表示，到2026年，生成式AI将至少部分实现自我融资
• 71% 的高管表示，生成式AI应通过自我融资来证明其投资价值
• 未来三年内，开源模型的比例将比目前增加63%

#### 行动建议

1. 统一基础设施，放大影响力

- 明确界定每一项人工智能投资对企业的价值

- 创建集中控制中心，统一企业内部的孤立人工智能项目

2. 像鲨鱼一样投资

- 深入数据，识别最有可能带来实际商业价值的相关项目

- 根据增长潜力分配AI预算

3. 掌握开源优势

- 创建开源项目办公室，管理组织的开源消耗和贡献

- 构建经过仔细审查的开源仓库

趋势五：人工智能产品与服务创新是首席执行官的首要目标，但商业模式却未能同步跟进

#### CEO优先级变化

2024年，首席执行官们将商业模式创新列为未来三年内面临的首要挑战——这一排名已从2023年的第10位跃升。

#### 创新预期

• 85% 的高管认为，AI将推动商业模式创新
• 89% 的人表示，AI将助力产品与服务的创新
• 90% 的高管表示，他们正利用生成式AI进行产品创意开发

#### 客户体验影响

高管们相信，生成式AI将积极影响：

• 产品的差异化：88%
• 客户信任度：83%
• 产品质量：80%

#### 竞争优势

在13个行业中，高管们一致认为，唯一能显著提升投资回报率的关键因素是客户忠诚度。

#### 商业模式转型

62% 的首席执行官表示，他们必须重新编写组织的"游戏规则"，才能在未来赢得竞争。

#### 行动建议

1. 打破部门壁垒

- 组建跨学科团队，融合科技与商业

- 鼓励通过汇聚拥有产品、工程和人工智能专业知识的人员实现知识共享

2. 锁定移动目标客户需求

- 倾听客户在各渠道的评价，包括社交媒体和在线评论

- 利用生成式人工智能解读客户反馈，调整产品和营销策略

3. 别再试图单打独斗

- 识别可提供互补能力的潜在合作伙伴

- 考虑共同创造产品或服务，共享知识产权

关键洞察与建议

人才是关键

人才是利用AI制胜的关键要素——但若缺乏战略性再培训、完善的安全机制以及有效的决策支持，员工将难以取得成功。

决策民主化

要将AI势头转化为真正的业务价值，领导者需要赋能员工，帮助他们充分利用触手可及的技术。这意味着推动决策的民主化，并为员工提供成功所需的工具与培训。

平衡风险与创新

67% 的首席执行官表示，自动化带来的潜在生产力提升极为可观，因此他们必须承担重大风险，以保持竞争力。同时，82% 的高管认同，他们预期从通用人工智能中获得的收益将远超潜在风险。

组织架构重塑

组织必须建立新的架构，使员工能够自主决策并进行监督，同时有效管理由此产生的新风险。

结论

展望未来一年，一些组织很可能会开始脱颖而出。成功的关键在于：

1. 投资人才培训：确保员工具备AI时代所需的技能和知识

2. 现代化基础设施：避免技术债务积累，构建可扩展的AI架构

3. 战略性布局：在全球化与本地化之间找到平衡

4. 智能投资：将AI投资重点放在最具增长潜力的领域

5. 商业模式创新：重新思考如何通过AI驱动的产品和服务实现盈利

人工智能的成功将更多取决于人们的接受度，而非技术本身。那些能够有效平衡创新与风险、技术与人才的组织，将在2025年的AI竞争中占据优势地位。

---