“DeepSeek很热，但它对企业的大影响还没全面到来。”
“许多企业拥抱AI，还要补数字化的课。”
“智能体归根结底是一个软件，规模化应用要有信息化基础”
“所有企业都应该开发知识库和智能问答系统，这个投资不会后悔”
“客户对AI最大的误区是认为它无所不能，做AI也很容易。”
“信息化投资的账不能算到AI头上，AI投资的ROI要看长远。”
……
这一系列的观点，是IBM大中华区董事长、总经理陈旭东在与新浪科技《科创100人》独家沟通中，对当下AI发展给出的判断和长期企业“智改数转”实践经验分享。
长达60多分钟的沟通中，陈旭东谈及了国内企业对于生成式AI发展的“三大误区”，为企业拥抱生成式AI指明了“突破口”，同时也直言“多数企业拥抱AI需要补数字化的课”。
在他看来，解决企业AI投资的ROI问题，“要重点关注重复性工作，看长远，从小处着手，方能更好地看到效果。”
以下，我们整理了访谈对话内容，供您参考。
“DeepSeek很热，但它的大影响还没全面到来”
“生成式AI影响最大的不是企业，而是他擅长的领域——文生图、翻译、写代码等，这些利用大语言模型能力的领域发展迅速，但真正改变企业流程、提升效率的事情并不多。”这是陈旭东对当前生成式AI发展的冷静评价。
在他看来，人工智能这一门发展了70多年的技术，虽然近两年随着OpenAI、DeepSeek的出圈开始被越来越多人关注到，一些企业也开始进行AI投资，但他们真正对企业产生的影响依然微弱，真正产生大影响的时候还没全面到来。
“DeepSeek确实极大地降低了算力的需求，一些企业也购买了DeepSeek一体机，但真正使用的并不多，因为他们只购买了一个开源大模型，但其实之前国外已经开展了很多大模型。”陈旭东表示。
他与大量客户交流发现，客户最大的问题是之前的数字化水平尚未达到一定标准。例如，企业需要实现知识问答，但却不知道知识、数据库在哪里。“许多企业还没有完全实现这一目标，更不用提整个IT业务流程优化，只有数字化或信息化发展完善后，AI才能够帮助你进一步优化”“我们发现最多的问题是，许多企业需要补一下数字化的课。”
“智能体是个软件，规模化应用要有信息化基础”
对于今年以来备受关注的智能体概念，他一锤定音道:“智能体归根结底是一个软件，它要能够理解我们的需求，自己能够行动，并且安全。”
在陈旭东看来，智能体与以前软件不同的是——以前的软件是先定义好需求，然后再去设计，但智能体能理解需求，然后根据数字化能力调用现有APP和API为需求服务。所以，如果以前没有数字化基础，就不知道调用谁的软件。如果没有前面的基础，智能体就无法完成任何事情。
智能体要大规模应用，有三个步骤。首先，需要有信息化的基础;其次，需要有一个工具平台，不能每个需求来都现编一个程序，那样工作量会非常大，基本上没有人能够获得;最后，需要有真实的需求。
“当你有需求时，就可以根据需求编辑智能体，利用之前建立的基础实现需求。”
“客户对AI存三大误区，数字化补课费不是AI投资”
在与全球尤其是中国客户的交流中，陈旭东发现，目前客户普遍对AI的投资和应用，主要存在以下三大误区:
第一，认为AI和智能体无所不能;第二，认为拥抱AI很容易解决;第三，ROI不合适，真正了解AI的人知道想让自家AI像DeepSeek那般聪明不可能轻松解决，因此认为ROI不合适，其实他们是将信息化的投资计入AI投资，导致在计算账目时无法精确计算。
“我们进行过调查，大约只有25%的企业会认为ROI划算，我们研究发现，虽然他们看起来有很多投资，但实际上并非AI的投资，他们在信息化转型时还缺少一些课程需要补，不能把这些系统的建立费用，算到AI的投资上。”
“此外，必须明确这两个账目，信息化和数字化的课，你早晚都需要补的，没有AI的时代也需要补，只是当时没有时间完成。”
他指出，AI投资主要包括三大方面。第一，硬件投资，DeepSeek降低了算力要求，硬件投资大幅缩减;第二，软件平台或者AI平台，需要一个工具帮助企业完成这件事情;第三，需要有人员了解这些系统，在组织上需要有人掌握AI，并且用AI工具解决业务问题。
“这三个投资缺一不可，你必须投资这三个领域，如果缺少一个不投资，那么没有人会玩转这个。”在他看来，考察完这几个方面之后，企业需要进行总体采购或投资，所以AI投资既是一把手工程，同时也需要每个业务部门都来理解AI的作用，并根据这些能力提出需求，最终通过AI手段实现。
“这是各个企业的共性问题，需要有AI诉求，大家需要提出需求，没有需求就没有AI。”陈旭东表示。据他介绍，IBM基于上述原则自己内部实施的HR系统，“内部减少了大概61%的工单，全部线上完成，取得了非常明显的效率提高。”
“任何企业都该开发知识库、智能问答系统，不需要犹豫”
对于企业如何找到适合自己的AI投资突破口，陈旭东给出的建议是:“任何企业都应该开发知识库和智能问答系统”。在他看来，“这两个系统企业一定要开发，将来一定会用上，所有企业都必须做，是不可能后悔。”
他将企业知识库和智能问答系统这两项AI投资定义为“入门级”AI投资，并进一步举例道，“随着企业的发展越来越复杂，之前企业遇到的问题，新员工进来在内部却不知道该问谁，如果有知识库积累，通过AI，现在就能够与以前有很大的跨越。”
内部知识问答之外，对于外部沟通，对于一些企业产品用户的咨询请教问题，以前需要有人接听电话，现在都是AI直接回答，节省了大量时间。“这两件事情都需要去做，我认为企业不需要选择，必须全部完成。”
他进一步指出道，“许多企业虽然做得很大，但依然没有成熟的内部IT、信息管理系统，还需要补充数字化的课，因为有了数字化系统才会产生数据，才能被AI调用。”
“即使你以前有很多手工数据，但如何将这些数据转化为IT或者AI可以看懂的数据，也是一项重要工作。”他以此前《纽约时报》投入了大量资金将旧报纸信息电子化，以及互联网时代许多企业投入大量资金做数字化举例道:“现在可能又需要投入一笔资金，把过去许多不需要数字化的资料，转化为数字化的，转化为AI需要的数据。”
“AI投资要看长远，现在赚钱的多是服务公司”
生成式AI浪潮下，国内的AI企业何时能够盈利?在陈旭东看来，当前，全球生成式AI产业发展仍处于初期发展阶段，在拥有数亿用户的OpenAI仍未实现早期模型训练成本回收的情况下，国内AI企业的盈利时间表，也将会被拉得较长。
“我认为全世界对AI的投资都在投未来，不能仅凭眼前的财务报表来判断这些公司，而应更关注其产品和服务在未来市场空间的巨大。”他非常看好机器人公司，认为未来每家每户都会有机器人，市场潜力巨大。
“你计算一下雇一个保姆的费用，就知道是否会普及了。”在他看来，虽然达到与人的水平有一定距离，但是机器学习速度快，未来谁能够率先研发出适合家庭使用的机器人，市场空间必然会巨大。
他指出，目前赚钱的AI企业，其实主要是从事服务的公司，例如帮AI做数据清洗的。虽然这些公司似乎能赚到一些钱，但实际上并不多。“就像美国早期淘金，但大多数人赚不到钱，卖牛仔裤的人都赚到钱，但这些水平的盈利规模并不大，与未来AI的盈利水平相比较小。”
“坚持混合云+AI战略，服务民营和出海企业”
当前，国内从事AI研发及服务的企业主要分为三类企业:第一类，既有大模型又有云服务的公司，如阿里巴巴、腾讯、百度、字节跳动等，他们原本的数据量很大，训练出来的模型数据输入量相对较大，理解能力也相对较好。
第二类，帮助企业和客户定制开发应用，目前这类企业还没有能力开发出独立AI工具平台，定制化开发服务较多。
第三类，类似于IBM这一类企业，有自己的工具平台，同时采用的是混合云底层服务，集成了大量标准化成熟AI+软件服务，能让企业自行使用AI平台无需请其他公司进行定制开发。
从长远角度来看，第一类企业由于具备强大的数据、算力以及通用AI产品能力，将会取得很好的发展。但是，由于国内用户很喜欢定制开发，同时也不愿意将数据完全放在单一平台上，这也为第二、第三类客户留下了广阔的发展空间。
据陈旭东介绍，早在7年前，IBM便提出了“混合云+AI”的全球战略。目前已将所有软件产品都准备好了帮助客户应对混合云事件的能力，并且进入第二阶段的“AI战略”阶段，帮助企业推进AI实施。
“IBM的混合云是高度集成的可调度产品，这是我们的核心优势。目前IBM平台上有约1000个可以直接调用的市场上最流行的软件，如SAP、CRM等各种管理软件，这是别家不具备的优势。”在陈旭东看来，IBM布局AI和混合云比较早，底层准备充分，以前各种API调用工具在这波AI浪潮中全部派上用场，“所以帮助企业优化流程和构建智能体，似乎也没有人可以与IBM相比”。
进入中国市场40余年，IBM当下的服务对象将重点关注民营和出海企业群体。“过去40年我们帮助中国国有企业、银行进行数字化转型做了很多贡献，培养了很多人才，现在这些人才已分布到各个企业中，大家对IBM的产品技术比较信任，这为我们的业务拓展提供了便利。”陈旭东说道。
（推广）