7月28日，在2025世界人工智能大會期間，畢馬威中國發布《新智啟新質：生成式AI賦能產業變革的實踐與路徑》報告。

報告指出，科技一路躍遷，呈現出浪潮式演進，每一輪演進又遵循著“科技突破—工程創新—產業變革”的發展規律。從模型層來看，開源與閉源逐漸從技術路線差異轉變為產業規則制定權之爭，而當前國內各類科技創新主體對開源普遍抱有較積極態度，將為中國生成式AI產業走向自主可控和擴大國際影響力提供窗口期。從應用層來看，隨著基礎設施層、模型層的發展格局和路線漸趨清晰，以及各類生成式AI服務持續涌現，下游ToB應用市場需求有望爆發，成為生成式AI產業的價值高地和競爭焦點，長期來看，隨著ToB市場規模效應顯現，生成式AI服務有望以更低成本向ToC市場滲透。

報告進一步指出，生成式AI的價值實現高度依賴行業屬性與場景特性的耦合效應，究竟哪些行業和場景會是價值高地，已成為生成式AI供需雙方共同關注的焦點問題。

畢馬威全球的調研數據顯示，與跨行業平均水平相比，金融服務、保險、資產管理等金融機構對于AI投資回報的認可度均表現出較高水平。國內方面，生成式AI已在銀行業進入試點應用階段，預計1—2年內有望出現降本增效的財務成果，保險和證券等機構的相關應用成熟度略低，但總體差距較小。

此外，在制造業領域，報告發現，中國制造業亟需加快從傳統的“流程驅動”的線性增長模式，邁向“流程和數據融合驅動”的精細化管理運營和復雜能力網絡構建，實現生產方式向個性化、定制化、靈活化的深刻轉型。目前生成式AI正加速滲透至研、產、供、銷、服等各個關鍵環節，為傳統制造業流程注入新活力。值得注意的是，制造業場景相對碎片化，在部分知識壁壘較高、流程規則要求嚴格的場景中，小模型仍有存在必要性。因此，中短期內，制造業場景中生成式AI與傳統AI將互為補充、協同推進。

從投資回報率來看，制造業企業對于生成式AI的應用十分關注實際場景需求，針對生成式AI的投資會更加聚焦于具體運營指標提升和實際財務價值落地。不過，由于制造業數據結構較復雜且隱性知識密集，企業前期訓練部署生成式AI的資源成本極高，使得相關投入產出評價更加困難。

從企業投資意愿來看，在國內智能制造和培育新質生產力的要求下，越來越多制造業企業從“試點探索”走向“深度應用”，但頭部企業和中小企業的態度呈現較明顯分化趨勢。頭部企業因數字化轉型基礎相對領先，對于投資回報率的判斷相對清晰，持續投資意愿相對較高，中小企業受限于成本、人才、技術等壓力，普遍存在不敢投、不能投的問題。

生成式AI在創造巨大價值的同時，也伴生出復雜的新型風險與挑戰。報告指出，生成式AI的風險應對面臨五大領域的核心挑戰：管控域需解決政策合規缺口、組織架構滯后和責任歸屬模糊等權責界定難題；技術域需攻克模型脆弱性、透明度缺失和內容失控等技術固有風險；治理域面臨風險監測框架滯后、治理目標失當和利益協同障礙等主導性困境；過程域需統籌多源異構模型、多模態數據和復雜場景帶來的全生命周期管理壓力；價值域則需平衡成本收益、規避倫理沖突并應對人才結構沖擊，確保技術發展與公共利益動態對齊。這些挑戰共同構成了生成式AI風險治理的立體化難題矩陣。

畢馬威中國數字化賦能及人工智能主管合伙人張慶杰表示，AI轉型絕非簡單技術疊加，AI驅動的數智轉型是深層價值塑造、思維創新、情感共生等全過程變革新范式，企業通過“賦能、融合、演進”三個階段推動AI應用，提升企業產品及服務價值、調整優化流程、提升落地效能。

（經濟觀察網 李曉丹/文）