从左至右：
销售易战略参谋部负责人 严印东
腾讯云副总裁、智能制造与智慧能源负责人 曹磊
销售易产品副总裁 罗义
安永科技咨询合伙人 韩肆
问：当前企业开始探索AI技术时，其关注点与传统的数字化建设相比，发生了哪些显著变化？
腾讯云曹磊：我的观察是，企业的选择正变得“既简单，又复杂”。简单的一面在于，AI的应用路径大大缩短。例如，一个传统的数字化项目从咨询、设计到实施上线，周期漫长。而现在，许多AI能力可以像乐高积木一样，被直接嵌入到现有的业务流程或产品中，快速产生价值。
复杂的一面则体现在底层建设上。当企业选择自建模型时，会发现自己需要直面算力成本、硬件协同、网络组网等一系列极其复杂的工程化问题。在算力资源日益紧张的背景下，如何让每一分算力都发挥最大效能，成为了一个巨大的挑战。
销售易罗义：我想从三个层面来看。首先，是更理性地看待价值。企业当然关心那些可量化的指标，如拦截率、转化率。但同样重要的是那些虽难以量化，却能解决实际痛点的价值，比如极大提升销售效率和数据质量。
其次，数据是AI落地的天花板。我们常说“数据准备好了吗？”，这不仅指数据质量要高、要完整，更关键的是，数据是否能被AI理解和调用。如果AI无法理解你的数据，再好的数据也发挥不了价值。
最后，是选择“外挂”还是“融合”。短期内，一个独立的AI工具可能看起来很强大，但长期来看，如果它与企业现有的业务流程和数据生态是割裂的，就很容易陷入“自证循环”的困境，难以产生持久价值。
安永韩肆：一个明显的变化是，企业正从对技术的盲目追捧，回归到对业务价值的务实追求。大家不再热衷于询问模型的参数规模，而是更关心AI能否帮助降本、增效、增收或控制风险。
另一个趋势是企业开始从通用大模型，转向构建自身在垂直领域的小模型或知识库。企业的核心知识与机密往往不在公开互联网上，如何利用大模型的能力，将这些私域资产激活，是当下的关键课题。
同时，我们也看到领先的企业正从零散的试点创新，迈入平台化运营的阶段，开始体系化地在全公司部署AI应用。
腾讯云曹磊：我认为它在几个方面能带来“质变”。首先是业务流程的自动化记录。例如，在征得客户同意后，通过AI记录销售对话并自动生成结构化信息回传CRM，这从根本上解决了销售不愿手工填单的管理痛点。
其次是企业知识的沉淀与传承。过去依赖老师傅“传帮带”或构建复杂的知识图谱，如今大模型可以自然地在这个过程中总结、沉淀知识，并随时为员工调用。
最后是软件开发本身。AI编程的普及正在大幅提升开发人效，这本身就是对传统IT开发模式的一次巨大提效。
更深层的改变是，它让流程从“标准化”走向“个性化智能适配”。例如，我们不再群发千篇一律的营销邮件，而是让AI为每一位销售生成以其口吻、结合客户具体情况的个性化内容，实现“千人千面”的沟通。
更重要的是，AI让我们从事后的数据分析，升级到事前的预测与洞察。而且，大模型的出现极大地降低了机器学习应用的门槛，让更多企业能以更低成本享受到预测性分析的价值。
销售易罗义：我们需要区分短期和长期。短期，必须看效果、求破局。应选择那些前置依赖少、相对轻量的场景快速验证价值，让企业建立对AI的信心。如果一开始就追求颠覆性的“重”场景，很可能会因组织、数据等现实问题而失败。
长期，则必须重视技术的深耕。例如，通过上下文工程、用量优化等技术手段，持续降低AI应用的端到端成本，提升其稳定性和泛化能力。只有这样，AI才能在企业的更多场景中扎根，拥有长久的生命力。
安永韩肆：这并非一个二选一的问题，而是一个动态演进的过程。我建议分为三个阶段：
1. 试点探索期：成立一个跨职能的中央小组，寻找1-2个场景进行试点，摸清数据和流程。
2. 推广期：建立AI卓越中心（COE），汇集技术与业务人员，将AI打造为企业的基础能力。
3. 运营期：将AI能力“下放”到业务部门，让他们能通过可视化的工具，自主开发AI应用，技术部门则退居底层支撑。
腾讯云曹磊：我选择生态合作。AI时代的内卷，更需要通过跨界的生态合作来打破。腾讯一直秉持“把半条命交给伙伴”的理念，与各领域的专家携手，才能共同把蛋糕做大。
结语：
AI带来的并非一蹴而就的奇迹，而是一场关于理性、耐心与战略的长跑。希望企业们能以务实的态度，在数据、技术与生态的合力下，稳步迈向智能化的未来。
