AI行业阶段转变 - AI行业正从参数竞赛转向价值回归阶段 [1] 企业AI应用导向 - ROI已成为企业衡量AI投入产出的关键标准 [2] - ToB端更关注AI在具体场景中的价值释放而非模型参数规模 [2] - 大模型迭代放缓不影响企业AI应用步伐 [2] 技术应用策略 - 中小模型在许多业务流程中已足够使用且成本更低 [2] - 智能体发展方向指向更强智能化、更高自主性与更广覆盖范围 [2] - 模型够用加场景匹配是释放AI价值的关键 [3] 实际应用成效 - 联想"乐享"超级智能体实现订单转化率提升30% [3] - 同系统带来GMV增长15%和流程人效提升30% [3] - 供应链智能体iChain将风险识别准确率提升至90% [4] 技术挑战应对 - 幻觉率是大模型架构共性挑战且无法短期消除 [4] - 需通过系统工程全链路优化解决幻觉率问题 [4] - 高风险流程需人类校验而低风险环节可交由智能体 [4] 行业解决方案 - 制造业和供应链成为AI加速落地主阵地 [4] - iChain智能体实现风险响应周期缩短4倍 [4] - 端到端场景驱动的解法应对精准度担忧 [4] 市场差异化需求 - 海外客户倾向SaaS模式消费AI [6] - 国内客户强调本地化加混合部署确保数据安全 [6] - 联想通过180多个国家的实践验证后输出解决方案 [6] 核心发展理念 - AI突破是系统工程而非单纯技术革新 [6] - 需要基础设施、平台工具到行业场景的全栈布局 [6] - 合适场景选择比盲目追逐大模型更重要 [6]