燕青
从现状看，虽然AI供给丰富，但在落地方面，现阶段仅有少数企业能统计到可以测量的收益。这一问题源于四重错配：认知上，企业对AI要么夸大要么轻视；效率上，大模型多用于日常琐碎事务难以触及决策核心；场景上，AI仍游走边缘，很难融入经营；考核上，容易追求立竿见影却忽视企业适配周期。在王莆中看来，这四重错配叠加，导致AI投入难以转化为可测量的生产力增长。这也揭露了一个现实，Token成本和回报仍然是企业无法回避的现实压力。模型和产品需要性能优先，如何找到性价比平衡点，也是一个挑战。
发布于 上海
分享
评论
赞
未登录
友善发言
评论
加载中
