在生成式AI技术浪潮中，行业正面临一系列技术之外的深度思考：在应用AI时，我们是否真的理解了AI社会商业的重塑作用？在本次Microsoft Envision AI Connection上海站活动中，通过对AI先行者们的实践分享，揭示了企业在AI落地过程中面临的痛点、挑战和经验，强调了思想转变和场景开发的重要性。
今年一季度已过，生成式AI领域掀起了新一轮浪潮，AI已从过去宽泛的技术概念，进化为细分化、垂直化的应用。例如前不久正式发布的 Microsoft Copilot for Security（国际版），成为迄今为止全球信息安全商业领域首个独立的生成式AI解决方案，还有更多细分和垂直化的AI应用，正在切实改变相关垂直行业的工作模式。
然而，一系列更为深层次的问题逐渐浮出水面，在技术狂潮的快速更迭之间，我们是否有停下来深思过：盲目追赶新潮，是否必然带来积极的产业变革？企业在急于将AI技术付诸实践之前，是否真正理解了它所带来的深刻影响，以及它将如何重塑我们的社会和商业生态？
在刚刚结束的Microsoft Envision AI Connection微软AI创新论坛上海站活动中，众多AI先行者站在关键转折点上，为企业落地AI描摹出了一条大致路径——想要顺利落地AI，真正释放出大模型应发挥出的作用，需要先解决两个关键问题。
第一个问题：
AI转型前，思想也要先转型？
AI落地路上，到底什么才是务实的思想？落地快就等于好吗？
“200多年前，刚发明出的引擎也很像今天的AI，将带来革命性变化，但一些马车夫却在考虑如何把引擎装在马车上。”微软（中国）首席技术官韦青为大家分享了这样一个源自于麻省理工学院关于AI发展路径的思想实验——“把引擎装在马车上”可能是人们最快能想到的应用方式，但一定不是最好、最代表趋势的方式。每一代技术都有其独特使命，Al更重要的使命是开创新模式，而非简单、线性地延续传统思维。“我们应该根据新的引擎，设计新的汽车、规划新型的道路，甚至开创一个全新的时代，而不是延续传统思维”，韦青说到。
因此，所谓务实，并非盲目追求速度和“新潮”，而是更应把对AI的关注聚焦在如何落地、如何构建适应新时代的创新生产力上，以及最终去构建跻身下一个时代的转型能力。
这种务实思想的来源，首先需要对企业在应用AI和大语言模型时，面临的真实挑战和痛点进行深入剖析。
卡尔蔡司（上海）管理有限公司数字化创新中心负责人Victor Lee提到，尽管公司已在AI方面投入大量资源，但他们仍在不断探索和验证一个最基础的问题——“AI究竟能在哪方面地帮助到员工和业务”，而不是单纯地把AI作为提升效率的工具。蔚来技术规划首席专家及助理副总裁胡成臣则认为，蔚来在当下应用AI的最大挑战在于如何把握技术的两面性，避免一蹴而就，应当根据自身实际情况逐步落地，扬长避短。而英矽智能联席 CEO 兼首席科学家任峰所分享的AI落地应用则是在解决生命科学和制药领域的痛点，但国内企业普遍仍未意识到AI的重要性，导致相关企业在决策时仍然犹豫。
这些实战分享为行业揭示了一个共性问题：AI落地路上最大的困难和痛点往往都不在于技术上，而是在于管理者和决策者的思想观念上。无论是过于急躁地追求AI应用，还是过于保守地忽视其潜力，都是当前企业在AI落地过程中普遍存在的问题。
正如韦青所强调：企业AI落地是一套系统工程方法，其中人才、数据、算法、算力一个都不能少，但其中最重要的还是AI时代的人才能力模型及思维的转变，将AI的地位从“AI for Data”转变为“Data for AI”，最终实现“Tech for human”。事实上，也唯有人的思想转变才能将AI的地位从边缘的工具转变为变革的中心。
对此，微软大中华区首席运营官陶然总结到：“AI的落地从来不只是技术问题，而是思想问题。”生成式AI作为一种全新的生产方式，不能仅仅被视作一件工具。在这个技术范式转移的关键时刻，微软最值得去做、也是最需要去担当的角色正是“Making AI Real for Enterprise”——将大模型与企业商业场景更好地链接起来。
因此，面对生成式AI技术的新一轮进展，企业需要以更加务实的思想态度来思考和应对，不仅要关注技术的快速发展，更要深入思考如何将这些技术真正融入企业的运营和创新中，开创一个全新的时代。
第二个问题：
技术有了，使用场景在哪里？
在AI的落地过程中，虽然思想层面需要深思熟虑，但也有很多事项值得快速尝试、快速积累经验。麦当劳中国近一年在AI领域的快速反应，为业界提供了一个值得分析和借鉴的案例。
麦当劳中国数字化副总裁汤海涛认为，麦当劳作为一家全球领先的餐饮服务公司，需要通过AI抓住新的技术与市场机会，并在此基础上进行创新。在数字化转型背景下，AI赋能为企业实践提供了新的发展机遇：一是优化员工工作体验；二是提升生产效率；三是将AI技术在商业开发领域融合，不断为企业探索新机遇。
通过与微软的合作，麦当劳中国围绕AI辅助运营、员工赋能、技能培训、技术研发等多个领域，推动创新技术的落地应用，取得了超预期的效果和积极的用户反馈。
在论坛上，更多微软合作伙伴均围绕“切实的AI落地场景”分享了自身探索所得到的经验。蔚来胡成臣提出了三个“找准AI落地场景”的方法论，将“AI能力”与“业务痛点”、“自身优势”及“用户需求洞察”相结合，实现了AI在蔚来全领域的布局和创新应用，包括人车交互、智能制造、服务体系、内部项目管理等领域，并创新性地将生成式AI技术与蔚来在云与算力方面的长项相结合，进一步加强了蔚来相较于友商的优势。
英矽智能任峰分享了一个令人振奋的真实案例。在治疗特发性肺纤维化药物的研发中，英矽智能利用生成式AI技术，很好地释放了AI在新药研发中海量范围内筛选靶点及快速生成化合物的优势，将4年半的早期研发周期缩短到了18个月左右，并将常规研发所需的数千万美元投入降至260万美元。
除了在创新赛道中加速创新，生成式AI技术也在一些传统产业中帮助企业转型升级，开拓新增长曲线。在有着178年历史的德国企业卡尔蔡司，除了利用AI做到了之前做不到的事情，例如利用计算机视觉检测光学产品、提升精度，还用AI“释放”了许多不需要做的事情。卡尔蔡司Victor Lee分享到：“我们利用AI做流程优化，来排查每个人日常工作的哪部分其实是不必要的，并将其去掉。”作为百年企业的卡尔蔡司，也因此得以轻装从简地迎接AI时代。
通过以上AI先行者成功案例不难看出，无论行业和企业规模如何，AI的落地都需要根据实际情况挖掘应用场景，实现差异化和特殊性的应用。这些场景没有定式、因企而异，但也正是因为有这种差异性和特殊性的存在，生成式AI技术的场景化应用也直接与每一家企业的综合管理、甚至是经营思维的转型相关联。正如微软技术中心总经理楼学践总结到，AI的广泛应用是时代不可逆的发展趋势，企业应该以更加开放的姿态拥抱AI技术，驱动企业去发现使用AI带来的更多可能性和更美好的未来。
微软大中华区首席运营官陶然也表示，微软将一直坚持把AI技术和能力在企业场景变为现实，并努力推动AI在企业中实现更多商业化价值。也正是因为这样的发展定位，陶然继续分享了微软基于员工办公生产力、客户服务、销售、IT专业人员、安全分析等多个垂直商业场景所推出的专业Copilot（国际版）应用，帮助用户在各种工作场景大幅提升工作效率。例如根据用户反馈数据， Copilot for Microsoft 365 （国际版）在快速起草新文档、文件方面帮助用户节省了85%的时间。
微软大中华区行业解决方案首席技术官尹靖则进一步更加务实、细致地分析了企业建设生成式AI技术的实践路径，包括GPT套壳、开发具备外部能力的交互应用、开发AI原生应用、构建智能体四个主要阶段。
还有更多生成式AI技术应用场景，不仅可以在微软直接提供的服务中看到，也融入进许多生态商业客户的创新业务当中。在Microsoft Envision AI Connection微软AI创新论坛上海站现场，硕软 、埃维诺、汉朔科技、南洋万邦等企业与微软合作展示出多种丰富、垂直、解决痛点的服务，涵盖企业级生成式AI开发、企业运营管理、智慧零售及企业知识库等领域，一个崭新的技术生态正在形成。正如韦青在开场分享中所强调的，相较于技术，微软更希望能为企业提供新的思想和方法，共同开启一个新质的生产力时代。
在探寻适应下一个AI生产力时代的企业所需具备的特质时，我们不难发现，除了保持开放创新、务实的思维，以及精准把握切实的应用场景外，还有更多关键要素值得深入思考并提前准备，类似的前瞻性见解和深刻的洞察在本次活动中随处可见。例如尹靖还强调，如今一些AI创业公司的初创团队，仅凭十几名员工便能实现较高的市场估值，正是因为他们所能调动的算力足以匹敌一个拥有上千人规模的传统企业。
这些趋势与洞察也将不断启迪微软及合作伙伴们，在新时代来临之际，思考技术的本质、抓住应用的规律，携手伙伴克服转型障碍，更好地踏上AI风潮，务实地解决AI转型难题。
