"AI 行業(yè)正進(jìn)入一個(gè)新的階段：從參數(shù)競(jìng)賽走向價(jià)值回歸。" 在近日舉行的聯(lián)想方案服務(wù)業(yè)務(wù)集團(tuán)（SSG）媒體交流會(huì)上，聯(lián)想集團(tuán)高級(jí)副總裁、首席信息官、SSG 首席技術(shù)與交付官胡貫中與聯(lián)想集團(tuán)副總裁、業(yè)務(wù)應(yīng)用服務(wù)交付負(fù)責(zé)人陳敏儀，圍繞大模型迭代放緩、幻覺率挑戰(zhàn)、ROI 導(dǎo)向以及本地化差異等議題，分享了聯(lián)想的最新洞察與實(shí)踐。

應(yīng)用價(jià)值抬升，ROI 成為核心指標(biāo)

今年是聯(lián)想 SSG 成立的第五年，這五年也見證了生成式 AI 從 " 發(fā)燒期 " 進(jìn)入理性落地階段。胡貫中提到，AI 仍處于一個(gè)爆發(fā)發(fā)展階段，幾乎每隔三五天就有新進(jìn)展，但 ROI 已經(jīng)逐漸成為企業(yè)衡量投入產(chǎn)出的關(guān)鍵標(biāo)準(zhǔn)。

胡貫中強(qiáng)調(diào)，沒有堅(jiān)實(shí)的數(shù)字化底座，貿(mào)然推動(dòng) AI 項(xiàng)目往往難以奏效。" 真正有經(jīng)驗(yàn)和能力的企業(yè)，要能識(shí)別合適的工具，找到正確的場(chǎng)景，并將技術(shù)用在刀刃上，才能真正創(chuàng)造價(jià)值。"

在他看來(lái)，與競(jìng)爭(zhēng)激烈加速的 ToC 端不同，在 ToB 端相比一味追逐更大的參數(shù)規(guī)模，企業(yè)更需要關(guān)注如何借助 AI 創(chuàng)造業(yè)務(wù)成效，簡(jiǎn)而言之就是 " 性價(jià)比 "。大模型的迭代放緩并不意味著企業(yè)應(yīng)用 AI 的步伐受限。

" 在 ToB 端，客戶看重的不是模型本身，而是它能否在具體場(chǎng)景中釋放價(jià)值。" 他說(shuō)，" 大模型往往伴隨高延遲和高成本，而中小模型在許多業(yè)務(wù)流程中已足夠使用。真正的競(jìng)爭(zhēng)焦點(diǎn)，不在于技術(shù)極限，而在于誰(shuí)能找到適配的場(chǎng)景并實(shí)現(xiàn)價(jià)值兌現(xiàn)。"

以智能體為例，胡貫中指出，無(wú)論是單點(diǎn)智能體、超級(jí)智能體，還是多智能體協(xié)同，整體的發(fā)展方向都指向更強(qiáng)的智能化、更高的自主性與更廣的覆蓋范圍。" 但最終能否落地，還要回到‘場(chǎng)景’本身，判斷是否真正適合用智能體來(lái)解決問題。"

這一邏輯在聯(lián)想 " 樂享 " 超級(jí)智能體上得到了印證。該系統(tǒng)并非依賴最新最強(qiáng)的大模型，而是通過(guò)意圖識(shí)別、任務(wù)編排和跨系統(tǒng)執(zhí)行，在零售和電商場(chǎng)景中顯著提升了客戶體驗(yàn)和運(yùn)營(yíng)效率。

數(shù)據(jù)顯示，" 樂享 " 已實(shí)現(xiàn)訂單轉(zhuǎn)化率提升 30%、GMV 增長(zhǎng) 15%、流程人效提升 30%。這表明，" 模型夠用 + 場(chǎng)景匹配 " 才是釋放 AI 價(jià)值的關(guān)鍵。

幻覺率無(wú)法避免，系統(tǒng)性方案是解法

在 ROI 之外，幻覺率依舊是大模型應(yīng)用中的另一大核心挑戰(zhàn)。胡貫中指出：" 幻覺是這一代架構(gòu)的共性，不可能在短期內(nèi)完全消除。關(guān)鍵在于如何在不同場(chǎng)景下設(shè)計(jì)解法：高風(fēng)險(xiǎn)流程必須由人類校驗(yàn)，而低風(fēng)險(xiǎn)環(huán)節(jié)則可以逐步交給智能體完成。"

陳敏儀則補(bǔ)充，解決幻覺率問題不能依賴單點(diǎn)突破，而需要系統(tǒng)工程的全鏈路優(yōu)化。" 從模型工程化、多模態(tài)交互，到 RAG 檢索與多模型協(xié)作，每一環(huán)都需要持續(xù)打磨。" 她強(qiáng)調(diào)，聯(lián)想的優(yōu)勢(shì)在于 軟硬件 + 服務(wù)的一體化全棧能力，能夠?yàn)槠髽I(yè)客戶提供端到端的可靠性保障。

制造業(yè)和供應(yīng)鏈等重點(diǎn)行業(yè)正在成為 AI 加速落地的主陣地。聯(lián)想供應(yīng)鏈智能體 "iChain" 便是一個(gè)代表案例。它并非依賴單一大模型，而是通過(guò)多智能體協(xié)同與實(shí)時(shí)數(shù)據(jù)連接，在復(fù)雜供應(yīng)鏈場(chǎng)景中實(shí)現(xiàn)風(fēng)險(xiǎn)預(yù)測(cè)、異常預(yù)警和庫(kù)存優(yōu)化。

實(shí)踐結(jié)果顯示，iChain 將風(fēng)險(xiǎn)識(shí)別準(zhǔn)確率提升至 90%，風(fēng)險(xiǎn)響應(yīng)周期縮短 4 倍，顯著增強(qiáng)了企業(yè)供應(yīng)鏈的韌性。這種 " 端到端、場(chǎng)景驅(qū)動(dòng) " 的解法，正是對(duì)業(yè)界在幻覺率與精準(zhǔn)度擔(dān)憂上的直接回應(yīng)。

從技術(shù)突破到價(jià)值兌現(xiàn)

從大模型迭代放緩，到幻覺率挑戰(zhàn)，再到 ROI 與本地化差異，SSG 在溝通會(huì)上反復(fù)強(qiáng)調(diào)的邏輯是：AI 的突破不只是技術(shù)層面的革新，更是一項(xiàng)系統(tǒng)工程。真正推動(dòng)企業(yè)走向智能化，需要的不僅是算法能力，更需要從基礎(chǔ)設(shè)施、平臺(tái)工具到行業(yè)場(chǎng)景的全棧布局與實(shí)踐經(jīng)驗(yàn)。

在中外市場(chǎng)的對(duì)比上，海外客戶更傾向通過(guò) SaaS 模式直接消費(fèi) AI，而國(guó)內(nèi)客戶則更強(qiáng)調(diào) " 本地化 + 混合部署 "，以確保數(shù)據(jù)安全與靈活性。聯(lián)想通過(guò) " 內(nèi)生外化 " 戰(zhàn)略，將自身在 180 多個(gè)國(guó)家的業(yè)務(wù)實(shí)踐驗(yàn)證后，再對(duì)外輸出方案，并結(jié)合本地化需求靈活適配。

胡貫中總結(jié)道：" 無(wú)論是傳統(tǒng)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)，還是生成式 AI，它們都只是工具。關(guān)鍵在于找到合適的場(chǎng)景，并以正確的方式釋放價(jià)值。盲目追逐大模型，并不等于長(zhǎng)期競(jìng)爭(zhēng)力。"