這是我的第385篇專(zhuān)欄文章。
如今，AI正處在與物理世界深度融合的關(guān)鍵拐點(diǎn)。為了便于把握產(chǎn)業(yè)趨勢(shì)、厘清泡沫與現(xiàn)實(shí)的邊界，2025年7月和8月間，最新發(fā)布的三份權(quán)威報(bào)告為我們提供了不同視角的真相。
這三份報(bào)告分別是：
1.《2025年技術(shù)趨勢(shì)展望》（Technology Trends Outlook 2025）——麥肯錫全球研究院（MGI）
該報(bào)告系統(tǒng)梳理了2025年影響企業(yè)和產(chǎn)業(yè)格局的十三大前沿技術(shù)趨勢(shì)，涵蓋AI革命、算力與連接、工程創(chuàng)新三大板塊。報(bào)告特別強(qiáng)調(diào)AI已成為一切基礎(chǔ)設(shè)施和應(yīng)用場(chǎng)景的放大器，AI與物理世界、物聯(lián)網(wǎng)、邊緣計(jì)算、機(jī)器人等的融合，正重構(gòu)全球價(jià)值創(chuàng)造與產(chǎn)業(yè)競(jìng)爭(zhēng)格局。
2.《2025年人工智能現(xiàn)狀》（The State of AI 2025）——Bessemer Venture Partners（BVP）
BVP以全球知名風(fēng)險(xiǎn)投資機(jī)構(gòu)的視角，深入分析了AI原生企業(yè)的增長(zhǎng)模式、AI基礎(chǔ)設(shè)施的演進(jìn)，以及AI如何重塑企業(yè)級(jí)軟件和垂直行業(yè)。報(bào)告聚焦于AI帶來(lái)的系統(tǒng)性創(chuàng)新、商業(yè)化路徑與落地挑戰(zhàn)。
3.《生成式人工智能的鴻溝：2025年商業(yè)人工智能的現(xiàn)狀》（The GenAI Divide, STATE OF AI IN BUSINESS 2025）——麻省理工學(xué)院
這份報(bào)告以實(shí)證調(diào)研為基礎(chǔ)，揭示了生成式AI在企業(yè)落地中的ROI鴻溝——雖然全球企業(yè)在AI上的投資高漲，但95%未獲得可觀的商業(yè)回報(bào)。
三份報(bào)告都對(duì)AI與物聯(lián)網(wǎng)的融合、AIoT的產(chǎn)業(yè)機(jī)會(huì)、商業(yè)挑戰(zhàn)和技術(shù)演進(jìn)趨勢(shì)進(jìn)行了前瞻性分析。
它們?cè)贏I是基礎(chǔ)設(shè)施與產(chǎn)業(yè)引擎、場(chǎng)景聚焦+ROI（投資回報(bào)率）驅(qū)動(dòng)、生態(tài)協(xié)作及信任體系等問(wèn)題上達(dá)成了高度共識(shí)，但是也在AI系統(tǒng)是自研還是采購(gòu)、爆發(fā)式增長(zhǎng)還是持續(xù)韌性、前端體驗(yàn)還是后臺(tái)自動(dòng)化等現(xiàn)實(shí)議題上展現(xiàn)了鮮明的分歧。
三大權(quán)威報(bào)告在AIoT的未來(lái)上達(dá)成了哪些共識(shí)？又在哪些關(guān)鍵的問(wèn)題上存在觀點(diǎn)分歧？本文將系統(tǒng)梳理這些前沿洞見(jiàn)，提煉出AIoT創(chuàng)新的最新路徑與產(chǎn)業(yè)啟示，助力行業(yè)穿越泡沫，抓住智能經(jīng)濟(jì)的下一個(gè)增長(zhǎng)窗口。
從技術(shù)熱潮到產(chǎn)業(yè)共識(shí)：三份權(quán)威報(bào)告中的AIoT主線(xiàn)
共識(shí)1：AI與IoT深度融合已是大勢(shì)
麥肯錫在《2025年技術(shù)趨勢(shì)展望》中指出，人工智能已經(jīng)從一種單一的技術(shù)工具，轉(zhuǎn)變?yōu)橥苿?dòng)各行各業(yè)數(shù)智化轉(zhuǎn)型的底層操作系統(tǒng)（如上圖）。AI不再只是被動(dòng)地分析數(shù)據(jù)，而是主動(dòng)參與到流程優(yōu)化、產(chǎn)品創(chuàng)新、能源管理、機(jī)器人、自動(dòng)駕駛等場(chǎng)景之中，成為物理世界的智能大腦。
BVP的AI年度報(bào)告強(qiáng)調(diào)，真正具備產(chǎn)業(yè)穿透力的AI公司，往往以AI與物理世界的聯(lián)動(dòng)為突破口，通過(guò)AIoT打造可落地的業(yè)務(wù)閉環(huán)和新型服務(wù)模型。
MIT的NANDA項(xiàng)目()則進(jìn)一步強(qiáng)調(diào)，AI與IoT的結(jié)合，不僅是數(shù)據(jù)采集和決策自動(dòng)化，更是讓每一個(gè)物理節(jié)點(diǎn)具備自治、協(xié)作、記憶和上下文感知能力。
三份報(bào)告都在核心論述中明確：AI與IoT的深度融合，已成為全球技術(shù)和產(chǎn)業(yè)升級(jí)的確定性主線(xiàn)。
在當(dāng)前業(yè)界對(duì)于大模型萬(wàn)能論熱炒的背景下，BVP和MIT都提出了更為務(wù)實(shí)的判斷。
BVP指出，雖然大模型和AGI的突破極具想象力，但AIoT最成功的落地案例，絕大多數(shù)都是“小切口、深集成”，即聚焦具體行業(yè)痛點(diǎn)、深度嵌入業(yè)務(wù)流程，而非一味追求大而全的泛化應(yīng)用。
MIT則通過(guò)大量企業(yè)案例驗(yàn)證，只有那些能夠與物理世界和業(yè)務(wù)場(chǎng)景緊密結(jié)合的AI項(xiàng)目，才能創(chuàng)造真實(shí)價(jià)值。行業(yè)共識(shí)正在形成：AIoT的產(chǎn)業(yè)機(jī)遇，始于深度垂直場(chǎng)景與“小模型精做()”的現(xiàn)實(shí)主義路線(xiàn)，而非空談萬(wàn)能大模型。
共識(shí)2：場(chǎng)景聚焦與ROI驅(qū)動(dòng)成為AIoT商業(yè)化的主旋律
無(wú)論是麥肯錫的大樣本調(diào)研，還是BVP對(duì)AI原生企業(yè)的投資分析，結(jié)論都非常一致。AIoT的商業(yè)化，歸根結(jié)底要靠真實(shí)場(chǎng)景的價(jià)值創(chuàng)造和可衡量的業(yè)務(wù)回報(bào)。
BVP報(bào)告多次強(qiáng)調(diào)，AIoT企業(yè)的發(fā)展，只有聚焦那些“高ROI、高痛點(diǎn)、強(qiáng)剛需”的具體流程和業(yè)務(wù)節(jié)點(diǎn)，才能實(shí)現(xiàn)從試點(diǎn)到規(guī)?；目缭健?/p>
MIT的NANDA項(xiàng)目通過(guò)對(duì)350家企業(yè)的實(shí)證研究發(fā)現(xiàn)，95%的企業(yè)在生成式AI落地中沒(méi)有獲得商業(yè)回報(bào)，最核心的問(wèn)題正是脫離了真實(shí)流程，僅僅停留在偽智能或表面集成的階段。報(bào)告指出，數(shù)據(jù)上傳、模型調(diào)用、報(bào)表展示等環(huán)節(jié)，往往無(wú)法帶來(lái)實(shí)質(zhì)性效率提升和成本優(yōu)化，反而消耗了大量預(yù)算和資源。
只有那些將AI能力深度嵌入生產(chǎn)、運(yùn)維、供應(yīng)鏈、能源管理等具有明確回報(bào)的業(yè)務(wù)鏈路，才能真正跑通ROI閉環(huán)。
共識(shí)3：平臺(tái)化與生態(tài)化協(xié)作勝于單打獨(dú)斗
在AIoT產(chǎn)業(yè)鏈條日益復(fù)雜、技術(shù)演進(jìn)周期加快的背景下，平臺(tái)化和生態(tài)化協(xié)作成為報(bào)告一致強(qiáng)調(diào)的主旋律。
MIT報(bào)告通過(guò)企業(yè)案例指出，與專(zhuān)業(yè)AI服務(wù)商、平臺(tái)型企業(yè)展開(kāi)開(kāi)放合作，可以顯著提升項(xiàng)目的成功率。
BVP也強(qiáng)調(diào)，AIoT企業(yè)要想快速突破，無(wú)需在基礎(chǔ)算法和硬件層面重復(fù)造輪子，而應(yīng)擁抱產(chǎn)業(yè)生態(tài)，通過(guò)標(biāo)準(zhǔn)協(xié)議、開(kāi)放接口和多方協(xié)作，整合資源、共享能力、提升效率。
麥肯錫則在全球技術(shù)趨勢(shì)中明確指出，未來(lái)企業(yè)的競(jìng)爭(zhēng)力，將取決于能否在全球分布式智能網(wǎng)絡(luò)中找到自己的定位和價(jià)值接口。
行業(yè)共識(shí)已經(jīng)非常清晰：AIoT的成功離不開(kāi)平臺(tái)思維和生態(tài)共建，只有合縱連橫，才能真正激發(fā)產(chǎn)業(yè)的協(xié)同創(chuàng)新和規(guī)模化落地。
路徑抉擇中的現(xiàn)實(shí)困境：三份報(bào)告的不同答案
在AIoT產(chǎn)業(yè)加速演進(jìn)的浪潮中，三份權(quán)威報(bào)告除了形成諸多共識(shí)，也揭示了一些不容回避的結(jié)構(gòu)性沖突和現(xiàn)實(shí)挑戰(zhàn)。這些分歧背后，既有企業(yè)自身能力、行業(yè)特性和發(fā)展階段的不同，也折射出全球科技變革中普遍面臨的權(quán)衡與抉擇。
首先，關(guān)于自主研發(fā)還是外部采購(gòu)的路徑選擇，MIT的實(shí)證調(diào)研給出了鮮明的數(shù)據(jù)對(duì)比。
報(bào)告顯示，企業(yè)內(nèi)部自建AI系統(tǒng)的商業(yè)化成功率僅為33%，而選擇與專(zhuān)業(yè)AI服務(wù)商或平臺(tái)型企業(yè)合作的項(xiàng)目，成功率高達(dá)67%。這種巨大差異，說(shuō)明絕大多數(shù)企業(yè)在算法、數(shù)據(jù)、算力和運(yùn)營(yíng)等多方面都難以獨(dú)立支撐AI系統(tǒng)的全流程閉環(huán)。
MIT在報(bào)告中認(rèn)為，企業(yè)自研的模式，往往陷入高投入、低產(chǎn)出的困境，甚至淪為重復(fù)造輪子的技術(shù)陷阱。然而，部分頭部科技巨頭及金融、醫(yī)療等要求高合規(guī)與數(shù)據(jù)安全的行業(yè)，依然傾向于自研核心系統(tǒng)，以保障數(shù)據(jù)安全、能力可控和差異化競(jìng)爭(zhēng)。這一策略雖有其合理性，但在行業(yè)普遍資源稀缺、技術(shù)快速迭代的現(xiàn)實(shí)下，往往導(dǎo)致項(xiàng)目周期拉長(zhǎng)、ROI低下，錯(cuò)失市場(chǎng)窗口期。
自主研發(fā)與外部采購(gòu)的沖突，實(shí)質(zhì)上是產(chǎn)業(yè)分工與創(chuàng)新能力之間的動(dòng)態(tài)平衡，企業(yè)需要根據(jù)自身資源稟賦和業(yè)務(wù)訴求做出更理性的權(quán)衡。
其次，關(guān)于追求爆發(fā)式增長(zhǎng)還是打造持續(xù)韌性，BVP的分析極具代表性。
報(bào)告區(qū)分了“超新星”——即短期內(nèi)實(shí)現(xiàn)用戶(hù)激增和估值暴漲的AIoT企業(yè)，以及“恒星”——在細(xì)分領(lǐng)域長(zhǎng)期深耕、客戶(hù)黏性高、利潤(rùn)結(jié)構(gòu)穩(wěn)健的企業(yè)。
現(xiàn)實(shí)表明，AIoT產(chǎn)業(yè)初期，憑借技術(shù)突破和市場(chǎng)風(fēng)口，確實(shí)可能出現(xiàn)爆發(fā)式增長(zhǎng)的“超新星”；但在泡沫消退、市場(chǎng)理性回歸后，只有那些具備持續(xù)創(chuàng)新能力、扎根行業(yè)需求、能穿越周期的“恒星型()”企業(yè)，才能真正站穩(wěn)腳跟。
BVP的投資案例顯示，單純追求規(guī)模速度或盲目押注細(xì)分賽道，都會(huì)帶來(lái)后續(xù)留存、盈利和生態(tài)建設(shè)的隱患。真正具備競(jìng)爭(zhēng)力的AIoT企業(yè)，必須在爆發(fā)+深耕之間找到動(dòng)態(tài)平衡：既要勇于創(chuàng)新、敢于快速迭代搶占先機(jī)，又要有耐心建立壁壘、深耕客戶(hù)價(jià)值。
爆發(fā)與韌性之爭(zhēng)，本質(zhì)上是短期機(jī)會(huì)與長(zhǎng)期價(jià)值的賽跑，產(chǎn)業(yè)發(fā)展需要兩條曲線(xiàn)的交匯才能形成可持續(xù)增長(zhǎng)。
最后，應(yīng)側(cè)重于前端體驗(yàn)還是后臺(tái)智能，三份報(bào)告的調(diào)研數(shù)據(jù)同樣揭示出明顯斷層。
當(dāng)前，大量企業(yè)將AI投入集中在銷(xiāo)售、營(yíng)銷(xiāo)、客戶(hù)交互等前端環(huán)節(jié)，期望以智能化界面驅(qū)動(dòng)用戶(hù)增長(zhǎng)和品牌升級(jí)。但BVP和MIT的研究都指出，企業(yè)真正實(shí)現(xiàn)可觀ROI的項(xiàng)目，反而多來(lái)自后臺(tái)智能、流程優(yōu)化、運(yùn)維管理等看不見(jiàn)的價(jià)值鏈環(huán)節(jié)。
例如，MIT調(diào)研發(fā)現(xiàn)，超半數(shù)生成式AI預(yù)算被投向銷(xiāo)售和市場(chǎng)，而后臺(tái)智能卻貢獻(xiàn)了最高的投資回報(bào)率。
麥肯錫的趨勢(shì)分析也表明，AIoT只有深入嵌入企業(yè)核心運(yùn)營(yíng)、供應(yīng)鏈、資產(chǎn)管理等環(huán)節(jié)，才能實(shí)現(xiàn)效率提升和成本優(yōu)化的根本性突破。
前端體驗(yàn)與后臺(tái)智能的沖突，不只是資源分配的選擇，更代表了企業(yè)對(duì)AIoT商業(yè)化本質(zhì)的不同理解。產(chǎn)業(yè)升級(jí)的下一個(gè)階段，必須將戰(zhàn)略重心轉(zhuǎn)向看不見(jiàn)的價(jià)值鏈，用AI能力驅(qū)動(dòng)真正的流程再造和組織變革。
深度轉(zhuǎn)型的關(guān)鍵推手：自治、協(xié)作與信任重塑AIoT
AIoT在產(chǎn)業(yè)界被賦予了極高的預(yù)期和想象空間。從智慧城市、智能制造，到自動(dòng)駕駛、數(shù)字能源，幾乎每一個(gè)與物理世界智能重構(gòu)相關(guān)的領(lǐng)域都被打上了AIoT的標(biāo)簽。然而，理想與現(xiàn)實(shí)之間的落差卻異常明顯。
無(wú)論是麥肯錫的全球調(diào)研，還是MIT的實(shí)證數(shù)據(jù)，都揭示出絕大多數(shù)AIoT項(xiàng)目仍停留在表面智能階段——數(shù)據(jù)采集智能化、設(shè)備聯(lián)網(wǎng)、初步的自動(dòng)化，但與企業(yè)核心業(yè)務(wù)流程割裂，難以形成完整的價(jià)值閉環(huán)。
許多看似光鮮的智能硬件和AI場(chǎng)景，本質(zhì)上只是“智能花瓶”，沒(méi)有真正解決生產(chǎn)效率、成本優(yōu)化或業(yè)務(wù)增長(zhǎng)的核心痛點(diǎn)。只有那些能夠與真實(shí)業(yè)務(wù)場(chǎng)景深度綁定、嵌入到核心運(yùn)營(yíng)流程的AIoT項(xiàng)目，才能帶來(lái)持續(xù)且可衡量的商業(yè)回報(bào)。
進(jìn)一步來(lái)看，AIoT能否真正突破，關(guān)鍵在于系統(tǒng)的行動(dòng)與自治經(jīng)濟(jì)體的構(gòu)建。
傳統(tǒng)物聯(lián)網(wǎng)大多承擔(dān)著被動(dòng)感知和上傳數(shù)據(jù)的角色，而未來(lái)的AIoT節(jié)點(diǎn)，必須具備自治行動(dòng)力、記憶能力、上下文理解和協(xié)同學(xué)習(xí)的能力。這意味著每一個(gè)設(shè)備、每一個(gè)節(jié)點(diǎn)都能夠根據(jù)實(shí)時(shí)數(shù)據(jù)、自身經(jīng)驗(yàn)和外部環(huán)境，獨(dú)立作出決策并與其他節(jié)點(diǎn)協(xié)同。
只有當(dāng)AIoT系統(tǒng)從“數(shù)據(jù)的搬運(yùn)工”轉(zhuǎn)向“自治的智能體網(wǎng)絡(luò)”，整個(gè)產(chǎn)業(yè)才能孕育出真正的分布式物理智能經(jīng)濟(jì)體，實(shí)現(xiàn)自治、協(xié)作和自我進(jìn)化。
要實(shí)現(xiàn)這一轉(zhuǎn)變，不僅需要算法和硬件的持續(xù)突破，更需要行業(yè)推動(dòng)平臺(tái)化開(kāi)放、標(biāo)準(zhǔn)協(xié)議和多方協(xié)作。生態(tài)合作與信任體系的建立，是AIoT產(chǎn)業(yè)級(jí)落地不可逾越的門(mén)檻。正如MIT報(bào)告和BVP案例所示，通過(guò)開(kāi)放生態(tài)、標(biāo)準(zhǔn)協(xié)議、數(shù)據(jù)治理和合規(guī)透明，構(gòu)筑跨行業(yè)、跨平臺(tái)的協(xié)作網(wǎng)絡(luò)，更易獲得產(chǎn)業(yè)信任與規(guī)?；瘮U(kuò)展。
最后，AIoT的價(jià)值錨點(diǎn)，正在從傳統(tǒng)的“數(shù)據(jù)上傳云平臺(tái)”模式，轉(zhuǎn)向以“后臺(tái)智能+場(chǎng)景ROI+分布式協(xié)作”為核心的模式。
與其追逐前端體驗(yàn)的表面智能，不如把戰(zhàn)略重心放在后臺(tái)流程優(yōu)化、設(shè)備智能管理和高ROI場(chǎng)景的深耕上。只有當(dāng)AIoT成為提升企業(yè)運(yùn)營(yíng)效率、降低成本、創(chuàng)造新業(yè)務(wù)模式的隱形引擎，才能真正釋放其產(chǎn)業(yè)級(jí)價(jià)值。
寫(xiě)在最后
AIoT的真正變革，不只是讓每一個(gè)物理設(shè)備更智能，而是要讓每一個(gè)節(jié)點(diǎn)都具備記憶、情境理解、自治決策和協(xié)同進(jìn)化的能力，成為新型智能經(jīng)濟(jì)體。
AIoT的下一個(gè)十年已經(jīng)開(kāi)啟，唯有穿越表面智能、扎根價(jià)值場(chǎng)景、構(gòu)建分布式智能協(xié)作生態(tài)，才能在新一輪智能浪潮中獲得真正的增長(zhǎng)紅利?，F(xiàn)在，就是行動(dòng)的起點(diǎn)。
參考資料：1.Technology Trends Outlook 2025，來(lái)源：麥肯錫2.The State of AI 2025，來(lái)源：Bessemer Venture Partners3.The GenAI Divide, STATE OF AI IN BUSINESS 2025，來(lái)源：MIT
