从热潮到落地：多少生成式 AI 没能跑通价值闭环？

过去一年， AI 正在以前所未有的速度加速演进。从能精准预测极端天气的气象大模型，到零售与服务行业广泛采用的智能客服；从生成准专业级视频，到遍布日常生活的智能终端——AI 正在迅速渗透经济社会的每一个角落。

技术的浪潮也迅速传导至产业端。

几乎所有大型科技公司，以及涌现中的新创企业，都在加速布局AI产品。

不仅企业行动迅速，国家层面的推动也非常强。

2025 年，英国、日本、美国、中国、韩国、法国相继发布 AI 国家战略。

加速 AI 技术研发，强化产业落地，提升全球竞争力。

AI 正在重塑生产力、生产关系与竞争规则。对企业而言，拥抱 AI 不再是锦上添花，而是生存基础。

然而，在全球性的技术热潮背后，一条被忽视的事实正在显露：

企业对 AI 的期待，与 AI 实际在企业内部产生的价值之间，存在巨大的落差。

今年 7 月，美国麻省理工学院（MIT）在《生成式 AI 鸿沟：2025 年 AI 在商业中的现状》（The GenAI Divide: State of AI in Business 2025），基于对300多个 AI 项目的系统分析和153位高管访谈，他们发现：约95%的企业生成式 AI 试点未产生任何可量化回报，只有约5%的生成式AI试点真正跑通价值闭环。

针对特定任务的生成式AI工具从试点到量产的断崖式下跌

MIT将这一现象称为：GenAI Divide（生成式AI鸿沟）：

技术采用率极高，但业务转型极低。

换言之，AI 已从“能不能用”的时代进入“能否真正深度融入业务”的新阶段。

1. 当前企业AI落地的困境

为什么AI 项目大量试点，却难以深入核心生产流程？

Part.1：AI 与业务流程难以深度融合

无论国内还是海外，企业部署 AI 的动作都非常频繁。但真实情况是：大多数 AI 项目停在试点阶段，很难进入核心生产流程。

在试点中我们常看到：

• AI工具上手快；
• 能快速提升某些局部效率。

但问题在于，它们往往只能解决零散的、局部的、可替代性强的任务，无法贯穿复杂、变动频繁、需要上下游协同的端到端业务链路。

表面上看，生成式 AI 已经无处不在，几乎所有行业都在部署相关项目。

但在真实的生产场景中，企业的核心流程并未因 AI 而发生结构性改变——更像是“文件处理速度变快了”，而非“业务模式被重塑了”。

生成式 AI 在不同行业的差异性影响

MIT 的研究数据进一步揭示：在八大行业中，真正实现结构性变革的只有科技（Tech）和媒体（Media）。医疗、零售、金融、制造、能源等行业虽然投入巨大，但业务并未发生根本性变化。

Part.2：AI 项目停留在试点，难以规模化

MIT 报告指出，大多数 AI 工具存在三大结构性问题，使其无法深入核心业务：

• 流程与工具脱节——工作流太僵化

  工具没办法适配企业真实流程，只能完成“一个环节的小任务”，无法覆盖端到端的链路。

• 缺乏情境化学习——不会在组织中长期成长

  很多工具是“静态产品”，不会根据企业数据、角色分工、流程结构持续学习与进化。

• 与日常工作割裂——不能融入真实操作场景

  工具用起来方便，但并不处于业务真正发生的位置，难以驱动核心流程改造。

因此，AI 并未进入企业的核心生产环境，只停留在可替代性强的外围任务。

Part.3 AI 项目后台高价值环节被忽视

另一方面，这一轮企业AI转型，与上一轮企业行业数字化浪潮有惊人的相似：

不少企业有七成以上的AI预算投入到市场、销售等“容易被看见”的前台系统，而对真正决定效率的“中后台流程自动化”却贡献不足。

企业自然难以构建“深度整合进业务”的 AI 系统，只能停留在“展示级工具”。

表面看，AI 的最大挑战是模型能力、数据合规、安全风险等技术端难题，但真正阻碍落地的，是大多数 AI 工具不会随业务学习，也无法融入企业真实流程。

2. 让AI项目真正落地的操作路径

我们首先要知道，AI 的性能指标，并不能直接转化为商业价值。在大多数情况下，AI 往往不能解决完整链路，因此企业必须基于业务重构流程、重新定义人机协作。

Part.1：业务流程重构

• AI 负责擅长的部分：将AI能力与优势充分利用，实现高效执行。
• 人负责不足或不可替代的部分：包括AI能力受限的环节、数据不足的环节，以及需要经验判断、情感交互的环节。人的作用是驾驭AI、黏合流程断点、分配任务与资源，并对结果进行评估和纠正。

关键不是把 AI 塞进流程，而是围绕 AI 重构流程。

企业必须识别：AI的能力边界在哪？ AI 的风险与限制有多少？AI的价值点是什么？

只有找准AI能力与业务需求的交集，才能知道真实可落地的价值区，并且随着AI能力提升不断调整流程和人机协作模式。

Part.2：让 AI 贴近业务，让业务掌握 AI

MIT 报告中有一个重要趋势：虽然只有40%的公司为AI工具付费，但超过 90% 的员工自费使用 AI 工具 ——这被称为影子AI经济（Shadow AI Economy）。

它体现了员工们已经通过AI工具跨越了GenAI鸿沟。虽然这类应用缺乏组织层面的协调，也没有对企业场景进行系统适配，但它表明AI确实能在许多业务环节提升效率。

因此，企业的落地路径应该是双向的：

（1）自上而下：将 AI 工具系统化、企业级化

如果企业能把员工零散使用的 AI 工具系统化，引入企业级方案，增强记忆、上下文理解和场景适配能力，就能放大效果。

同时，通过评估业务流程、匹配AI工具，这项工作可自下而上分布式完成，并根据需求进行一定程度的定制化。

（2）自下而上：让业务人员能用、敢用 AI 工具

通过员工自主学习与应用AI工具，将能力带回业务实践。

过去，AI技术门槛高、迭代快，使行业人士难以直接用AI赋能业务；而近一年AI编程的爆发，使这一路径成为可行方案，为企业落地提供了新的机会。

针对软件构建这个细分领域，助力企业落地 AI 应用，同样是UXbot的使命。

• 对企业而言：UXbot为企业搭建了一个验证创新理念的“实验室”，并铺设了系统构建的“高速通道”，帮助企业以更低的成本和门槛，将 AI 能力平稳高效地融入日常运营，实现智慧转型的软着陆。
• 对员工而言：借助UXbot，每一位员工都能够化身为企业流程优化的AI产品经理，激发无穷创造力，推动企业不断进步与腾飞，为组织带来源源不断的创新动能。

UXbot是一款 AI 驱动的软件设计生成与代码交付工具。用户只需用自然语言描述需求，系统即可自动生成从高保真界面设计、项目级前端代码。

未来，它还将支持后端代码、数据库与 API 的自动生成，让完整的软件产品得以一键产出。这意味着，越来越多人可以将想法快速变成产品，让 AI 真正融入工作流程。

从工具试验到流程重塑，正是UXbot等新一代 AI 工具正在推动的方向。点击注册UXbot免费领取100算力，体验高效AI构建产品神器！