生成式AI发展现状 - DeepSeek热度高但对企业的大规模影响尚未全面到来，当前主要影响集中在文生图、翻译、写代码等大语言模型擅长的领域[2][3] - 许多企业拥抱AI前需补数字化基础课，数字化水平不足导致AI应用受限[4] - 智能体本质是软件，规模化应用需信息化基础、工具平台和真实需求三者结合[4][5] 企业AI投资误区与策略 - 客户对AI存在三大误区：认为AI无所不能、拥抱AI容易、ROI计算不准确（将信息化投资误计入AI）[5] - AI投资需覆盖硬件（算力）、软件平台、人员培训三方面，缺一不可[5][6] - 企业应优先开发知识库和智能问答系统，这类"入门级"投资具有长期价值且不会后悔[6][7] - AI投资ROI需长远评估，重点关注重复性工作优化，IBM内部HR系统应用AI后工单减少61%[6] 行业盈利与竞争格局 - 全球生成式AI产业仍处早期，OpenAI尚未回收训练成本，国内企业盈利周期将被拉长[7] - 当前盈利的AI企业多为服务型公司（如数据清洗），类比淘金热中卖牛仔裤的商家，规模有限[8] - 国内AI企业分三类：大模型+云服务巨头（阿里/腾讯等）、定制化开发服务商、IBM等混合云+工具平台提供商[8][9] - IBM混合云战略集成1000+流行软件（如SAP、CRM），具备API调度优势，重点服务民营和出海企业[10] 数字化转型与AI协同 - 企业需将历史手工数据转化为AI可读格式，类似《纽约时报》旧报纸电子化案例[7] - 数字化是AI应用前提，IBM过去40年帮助国企/银行转型的经验现拓展至民营企业[10]