Signal YCurated AI News
更新于 11/5 20:4061 个信源

让 AI 在企业中创造价值:缺失的「上下文层」

企业 AI10/29 04:32MIT Technology Review · AI查看原文 ↗
摘要

MIT Technology Review Insights 的调研发现,几乎所有企业都在使用 AI,但仅 16% 从中获得变革性价值;报告认为核心缺口是介于业务系统与 AI 平台之间、让 AI 真正理解企业的「上下文层」。

核心要点
  • 价值分层:16% 的受访企业从 AI 部署中获得变革性价值,40% 仅在特定任务或团队获得中等收益,21% 有实质性收益,另有 23% 收益极小或完全没有。
  • 落地阶段:38% 的企业仍停留在用例试点,35% 只是用 copilot、聊天助手一类工具辅助员工工作。
  • 智能体进展有限:仅 12% 的企业将 AI 智能体投入生产环境,仅 3% 表示关键流程的大部分工作已由 AI 完成。
  • 专家判断:Prukalpa Sankar 认为,模型能力与模型在组织内的实际有用性之间存在巨大鸿沟;就真实意图与目的而言,通用人工智能「已经到来」,但在多数公司里并不真正有用。
  • 上下文层的定义:它是位于企业业务系统(记录系统与数据)与 AI 平台之间的架构基础设施,负责把企业智能转化为受治理、机器可用的上下文,供 AI 模型或智能体调用,并让知识可以复利式积累。
原文佐证
  • fewer than one in five (16%) are extracting transformative value from their deployments
  • Just 12% of enterprises have AI agents in production and 3% say they are using AI to do most of the work in key processes.
  • “There’s a big gap between what the models are capable of and how the models are actually being useful inside organizations,”
AI 洞察
这篇内容把一个长期被当作「提示词技巧」或「数据治理」的问题,抬升为独立的架构层问题:模型能力过剩与组织可用性不足之间的落差,正在催生一个新的技术中间层与配套的厂商竞争赛道。谁掌握记录系统与语义、权限、治理层,谁就可能在智能体时代掌握议价权;反之,只做上层应用的公司会越来越受制于客户自身的数据上下文质量。对企业而言,AI 投入的瓶颈已从「选哪个模型」转向「能否把业务知识结构化地喂给模型」。