【赛迪网讯】ChatGPT问世数年间，全球生成式AI完成了从概念爆发到企业试水的跨越。近日，Gartner研究总监闫斌（Ben Yan）接受赛迪网采访时直言：中国AI竞赛已正式进入下半场，上半场是技术尝鲜与模型比拼，下半场的核心只有一件事——向AI要真实可衡量的业务价值。

从6%部署到全面落地，DeepSeek成关键催化剂

采访中，闫斌分享了一组关键数据：2023年7月，中国企业将生成式AI投入生产环境的比例仅为6%；2024年增长缓慢，直至2025年5月迎来显著跃升。这一拐点背后，DeepSeek模型的技术突破成为重要推手，让企业普遍认可“国产模型能力已足够支撑业务应用”。

他表示，尽管最新数据尚未出炉，但从一线客户沟通来看，当前绝大多数中国企业已将生成式AI部署至生产环境，先落地再优化成为主流共识。在DeepSeek之前，国内模型整体水平与GPT-4存在明显差距，而如今主流国产大模型能力已全面超越GPT-4，为规模化落地扫清了技术障碍。

技术创新与业务落地的跷跷板必须回正

闫斌用一张“跷跷板”图示清晰展现行业失衡现状：右侧是层出不穷的技术创新，大模型、小模型、微调、多模态等概念扎堆，企业资源大量倾斜；左侧则是薄弱的业务落地，多数企业仅停留在用户培训层面，变更管理、AI产品化思维、流程重构等核心环节严重缺失。

他指出，企业AI落地的普遍痛点是“重部署、轻运营”：不少智能问答、聊天系统上线初期热度高涨，随后因体验不佳、脱离实际需求被弃用，甚至出现“员工宁愿用通用AI工具也不用企业自研系统”的尴尬局面。

“当下行业过度追求‘Humanintheloop（人在回路）’，但多数企业连‘AIintheloop（AI融入流程）’都未实现。”闫斌强调，AI引入不是对原有流程的简单增效，而是业务流程的彻底重构。他以近期火爆的AI智能体“龙虾”举例：若员工用AI写周报、老板用AI读周报，本质是无意义的循环，正确路径是用AI替代周报环节，直接完成信息确认与共识达成。

全球第二梯队，中国大模型性价比成核心竞争力

谈及全球大模型格局，闫斌坦言，在权威大模型竞技场的综合实力排名中，前十几名仍被美国模型（AnthropicClaude、GoogleGemini、OpenAI系列等）占据，字节跳动预览版模型、智谱、Kimi、百度文心一言、阿里通义千问等国产模型位列第二梯队，但开源属性与高性价比让中国模型实现了“用脚投票”的逆袭。

据OpenRouter模型调用数据显示，MiniMax位列调用量榜首，阶跃星辰、DeepSeek等国产开源模型紧随其后，超越Gemini、Claude等国际顶尖模型。闫斌表示，企业选型已趋于理性：多数业务场景下，全球前十、二十的模型与顶级模型效果无显著差异，成本、速度、本地化适配成为更关键的考量因素。

Gartner预测，全球企业使用中国大模型的占比将从2025年的5%飙升至2027年的50%，性价比与供应链优势将推动国产模型走向全球主流。

编程与深度研究独一档，智能体多数仍处早期

当前AI智能体（Agent）成为行业热点，但闫斌直言市场存在严重的“成熟度割裂”：没有完全成熟的企业级智能体，仅DeepResearch（深度研究智能体）与CodingAgent（编程智能体）进入相对成熟阶段。

他解释，编程领域边界清晰、可验证性强，支撑了HarnessEngineering（约束工程）等技术快速迭代，智能体可通过与环境交互、持续迭代优化输出；而供应链管理、网络安全等领域的智能体，仍处于实验阶段，距离规模化商用甚远。

近期爆火的“龙虾”智能体，核心优势在于长时运行与自主迭代，但闫斌认为其仍处早期阶段，仅在编程领域展现价值，距离成为企业级通用生产力工具仍需时间沉淀。

物理AI 2030年渗透率将超80%，人形机器人短期难破局

闫斌将物理AI视为AI产业的终极方向之一，并给出大胆预测：2030年超80%的中国企业将在设计、制造、服务等环节应用物理AI，而当前这一比例不足1%，有望推动中国制造业供应链再上台阶。

他特别强调，Gartner定义的物理AI，并非传统产线上程序固化的机械臂，而是融合大模型、视觉与动作能力（VLA技术）的自适应智能系统，自动驾驶是最典型的落地场景。

对于人形机器人，闫斌直言“短期缺乏实用场景，炒作成分偏高”：双足直立行走并非工业与家用刚需，轮式、多足机器人性价比与实用性更强。未来物理AI的核心落地场景，将集中在自动驾驶、智能家电、工业智能设备等领域。

AI幻觉难解、提示词工程师贬值、云厂商新机遇

针对五大行业热点问题，闫斌给出犀利观点：

一．AI幻觉无解：大模型本质是概率模型，为迎合用户偏好、提升排名会刻意“编造答案”，诚实与性能的平衡仍是行业困局；

二．提示词工程师价值消退：未来AI将直接理解自然语言，提示语工程仅对AI厂商有价值，对终端用户意义持续降低；

三．国产ToCAI偏娱乐化：豆包等工具仍局限于生活化场景，严谨的企业级报告、数据整合能力不足，缺乏杀手级应用；

四．云厂商商业新机遇：模型多样性布局+企业级智能体落地是核心方向，需找到像AI辅助编程一样的刚需场景，而非伪需求；

五．一人团队是小众趋势：AI可支撑网红、内容创作者等个体创业，但无法普及至全行业，企业协作仍不可替代。

企业AI落地建议

针对企业普遍困惑的“AI架构搭建与模型选型”，闫斌给出三大清晰原则：

第一，效率类场景直接采购。日常办公、基础增效类AI应用无需自研，直接采购成熟产品性价比更高；

第二，核心业务深度自建。自动驾驶、智能产品等与企业核心竞争力绑定的场景，需自主把控模型、数据与迭代能力；

第三，未来关键词清晰。行业将从生成式AI走向代理型AI（Agent），最终迈向物理AI，这是全球科技企业的一致布局路径。

中国生成式AI已告别技术炒作期，企业无需追逐不成熟的热点，而是聚焦AI与业务的深度融合。从短期来看，闫斌认为，2026年将是AI刚需应用集中爆发的节点；中长期至2030年，物理AI将重构中国制造业，让中国在全球AI产业竞争中占据更主动的位置。（文/徐培炎）