在《全球首席信息官（CIO）报告》中显示，尽管接近一半的企业已经开始了人工智能（AI）的部署，但大多数仍处在初级阶段，面临着许多关键挑战，包括投资回报率（ROI）的不确定性、数据支持不足以及专业人才的短缺等问题。
联想集团的高级副总裁兼首席信息官胡贯中（Art Hu）认为，中国与国外在人工智能部署与实施路径上存在显著差异。在国外，借助传统的SaaS（软件即服务）模式来打下基础，通过SaaS消费AI服务已成为主流。在中国，市场对软件及SaaS的认知与成熟度仍有待提升，这同时为国内AI的部署和实施创造了新的机会。
国家层面的政策推动同样频繁。2023年8月26日，国务院发布了《关于深入实施“人工智能+”行动的意见》，明确将智能体视为重点发展领域，并设定了2027、2030与2035三大阶段的发展目标：到2027年，人工智能将在六大重点领域与社会经济深度融合，实现新一代智能终端及智能体的普及率超过70%；到2030年，普及率再提升至90%以上；而到2035年，中国将进入智能经济和社会发展新阶段。
国家政策强调“创新服务业发展新模式”，推动服务业向智能驱动的新型服务方式转型，包括无人服务与人工服务的结合，推动新一代智能终端和智能体在多个领域的广泛应用。报告中也提出要创新人工智能的应用环境，建立国家人工智能应用中试基地，以加速智能体技术的产业化，形成完整的产业生态，从研发到商业化进行系统性布局。
在企业层面，一批如阿里巴巴、华为、腾讯等科技企业积极探索“模型即服务”和“智能体即服务”等创新模式，同时也有传统行业的龙头企业，如中信和中远海运，结合自身行业特点挖掘 AI 应用场景。尽管AI的应用机会众多，市场潜力巨大，但多数企业在实现AI落地过程中依然面临着诸多挑战。
根据麦肯锡2024年企业AI应用调研，全球73%的企业在AI落地过程中遭遇“预期与现实的偏差”，超过40%的项目因无法规模化或价值不明确而被终止。随着AI从技术热词逐渐转变为产业刚需，企业在实施过程中的复杂性显著超过了预期。团队结构、数据治理、成本管理等多重挑战交织在一起，正在重塑企业的智能化转型路径。
其中，幻觉问题尤为突出。随着生成式AI技术的发展，幻觉现象成为企业级AI落地的一大绊脚石。与消费者级别的AI应用不同，企业级AI对幻觉几乎零容忍，一个错误的输出可能会对企业的业务决策造成严重影响。对此，胡贯中表示，幻觉问题是当前AI架构中的普遍现象，虽然技术进步在持续降低幻觉率，但在可预见的时间内，幻觉问题仍将存在。
他建议，企业应围绕幻觉问题设计解决方案，通过人工复核等手段进行有效的风险评估，确保关键决策中的AI输出能够经过人类的审视。同时，企业应该通过一体化解决方案来提升整体精准度，从模型到工程化、体验层到用户界面，全面系统地解决问题，提升AI的实际效用。
在数据准备方面，多数企业的数据往往分散在多个不同的系统中，形成了“数据孤岛”。这些数据不仅格式各异，而且包括大量的“脏数据”，导致企业在应用AI时难以获得有效的信息。根据BCG的统计，企业用于AI训练的有效数据往往不足10%。缺乏高质量的数据集和一致的数据流通机制，是导致企业在AI应用中难以获得实效的主要障碍。
ROI不明确也是企业面临的一大壁垒。随着企业在AI技术上的投入日益增加，如何实现可量化的商业回报成为各方关注的焦点。胡贯中指出，随着企业投资重心从技术先进性向切实商业价值的转变，企业对AI的期待是创造新的增长机会或节约成本。
在解决这一系列挑战的过程中，企业亟需一体化交付能力的支持。近年来市场上对一体机的热潮，反映出企业对于整套数字化解决方案的渴求。企业需要的不仅是硬件，还包括与之匹配的软件与服务，形成完整的解决方案。
以联想为例，胡贯中介绍了公司近期升级的“混合式人工智能优势集”，旨在整合各类AI服务，推动企业高效部署增强业务灵活性与可量化回报。他指出，推动企业向智能化转型，真正有效的是建立一种跨部门合作的全栈解决方案，涵盖数据、模型、算力、应用场景及运维等多维度的服务。
因此，面对AI落地复杂性的加剧，企业需要的是不仅限于单一技术模块的供应商，而是能够提供全链路一体化服务的伙伴，以降低实施AI的成本与风险，实现真正的价值创造。未来，企业在规模化应用AI时，享受一体化解决方案的优势，将成为推动业务创新与转型的重要力量。