 |
——IBM咨詢陳科典對話火山引擎趙文婕
北京2026年7月20日 /美通社/ -- IBM咨詢大中華區(qū)及韓國總裁陳科典與火山引擎副總裁趙文婕，近期在2026火山引擎FORCE原動力大會AI生態(tài)論壇上，圍繞"智能體驅(qū)動企業(yè)重構(gòu)"這一主題，探討了企業(yè)從AI上線與走向經(jīng)營效能提升的路徑。作為火山引擎咨詢生態(tài)伙伴，IBM咨詢與火山引擎正攜手推動企業(yè)級AI規(guī)模化落地。本文基于對話整理，經(jīng)授權(quán)發(fā)布。
趙文婕，火山引擎副總裁與 陳科典，IBM咨詢大中華區(qū)及韓國總裁
企業(yè)關(guān)于AI的問法變了。
趙文婕在與不同行業(yè)客戶交流過程中，能夠明顯感覺到一種變化，即人工智能（AI）不再是僅處于觀望階段的事物，它已融入企業(yè)經(jīng)營的日常議題。企業(yè)關(guān)注的問題也從"是否開展相關(guān)業(yè)務(wù)？"，轉(zhuǎn)變?yōu)?quot;從何處入手？如何取得成效？"
這背后是決策者的位移：AI已由CIO主導(dǎo)的技術(shù)選型，升級為CEO掛帥的企業(yè)經(jīng)營戰(zhàn)略。
很多企業(yè)反復(fù)進(jìn)行概念驗(yàn)證（POC）、上線智能體，但經(jīng)營數(shù)據(jù)一直沒有提升，對此十分焦慮。在這種情況下，大家對AI的討論正從"技術(shù)上是否可行"轉(zhuǎn)向"能否真正提高企業(yè)生產(chǎn)力"。帶著這個疑問，趙文婕向陳科典提出了她的第一個問題。
問題一：AI時代，理想的企業(yè)長什么樣？
陳科典：IBM自身就是一個大型的AI試驗(yàn)場。早在2020年，IBM就確立了自己的戰(zhàn)略定位——一家AI與混合云企業(yè)。IBM相信，AI能力與混合云架構(gòu)，是驅(qū)動企業(yè)真正發(fā)生變化的力量。
ChatGPT發(fā)布后，全球掀起AI熱潮。2023年初，我被召回紐約總部討論一個核心問題：生成式AI能在企業(yè)內(nèi)部大規(guī)模部署嗎？能創(chuàng)造多少實(shí)際收益？當(dāng)時，并沒人能給出答案。但I(xiàn)BM做了一個決定——把自己定義為"零號客戶"，用兩年時間，在IBM內(nèi)部大規(guī)模部署生成式AI，并設(shè)定一個目標(biāo)：通過AI提升20億美金生產(chǎn)力。這并非只是對內(nèi)的考核KPI，是最初即對外向華爾街公布的。
這一決策，正是IBM的關(guān)鍵轉(zhuǎn)折，到2025年，已達(dá)成45億美金的生產(chǎn)力提升。拋開收益數(shù)字，這次內(nèi)部落地實(shí)踐總結(jié)出兩個重要結(jié)論：
第一、AI大規(guī)模在企業(yè)部署，事實(shí)驗(yàn)證可行。
企業(yè)級AI已經(jīng)具備大規(guī)模部署的條件，只要場景合適，方法正確，AI是真正生產(chǎn)力的一部分。
第二、企業(yè)轉(zhuǎn)型為AI優(yōu)先型企業(yè)（AI First Enterprise）最優(yōu)路徑是：由內(nèi)向外。
這條路低風(fēng)險、高回報(bào)。不要急于把AI用在對外客戶場景，核心原因在于：企業(yè)內(nèi)部有大量的場景，它們邊界清晰可定義，試錯成本低，回報(bào)更直接且可提升，它所帶來真金白銀可以反哺到對外場景中。
更關(guān)鍵的一點(diǎn)：絕大多數(shù)企業(yè)現(xiàn)階段還沒有沉淀出AI能力和AI文化，沒有形成所謂的"AI肌肉"。只有通過大規(guī)模的內(nèi)部部署過程，才能真正鍛煉企業(yè)能力。
企業(yè)AI轉(zhuǎn)型要遵循"由內(nèi)到外"的順序。先讓AI在企業(yè)內(nèi)部跑起來、跑出效益，再向外延展。
未來企業(yè)的理想形態(tài)，不是擁有最多AI工具，而是具備AI能力、搭好混合云架構(gòu)，讓AI真正深入流程、輔助決策、貫穿運(yùn)營。
趙文婕對"AI 優(yōu)先型企業(yè)"的理解來自于火山引擎服務(wù)客戶的實(shí)踐體會：AI落地最大的阻力往往不是技術(shù)，而是組織慣性。
她看到不少企業(yè)一把手對AI的態(tài)度，經(jīng)歷了從"無所不能"到"一錢不值"的過山車——初期預(yù)期過高，幾十億投入砸進(jìn)去，看不到效果，轉(zhuǎn)而全盤否定。
事實(shí)上，AI轉(zhuǎn)型背后，需要一整套全新的組織架構(gòu)、考核KPI體系、利益分配機(jī)制，這絕非是單純接入大模型就能完成的。作為AI云原生服務(wù)商，火山引擎并行在走的是"兩條腿"——一邊向下深耕SOTA模型技術(shù)，一邊向外構(gòu)建具有FDE能力的伙伴體系：
一、向下深耕，夯實(shí)AI底座：新發(fā)布的豆包大模型2.1版本，以及剛完成原生4K能力升級的Seedance 2.0視頻生成模型，正在跨越質(zhì)變點(diǎn)。隨著模型能力增強(qiáng)，大模型在很多場景上已經(jīng)能夠直接承擔(dān)過去需要垂直智能體才完成的任務(wù)。SOTA模型不會憑空產(chǎn)生，它需要持續(xù)投入——這很難，但卻能把大家從繁復(fù)的服務(wù)工作中解放出來。
二、向外拓展，把生態(tài)和交付能力做厚：這也是為什么原廠要做FDE（現(xiàn)場開發(fā)工程師）。FDE的難，在"人"上，它要求一個人在技術(shù)、業(yè)務(wù)、組織、商業(yè)四個維度上"突圍"，把AI系統(tǒng)在真實(shí)業(yè)務(wù)中跑起來，這種復(fù)合型交付能力恰恰是當(dāng)前市場上最稀缺的，也是火山引擎大力建設(shè)FDE的原因。
模型要持續(xù)深入產(chǎn)業(yè)場景落地，交付能力必須跟上。這正是火山引擎大力發(fā)展FDE動力——攜手深耕行業(yè)的生態(tài)伙伴，共同把企業(yè)級AI的交付做厚做實(shí)。基于此，對長期耕耘在各行業(yè)、企業(yè)的IBM咨詢，她提出了第二個具體問題。
問題二：AI時代，企業(yè)競爭靠什么？
陳科典：個人用AI，例如用豆包，輸個提示詞就會有結(jié)果。企業(yè)級AI遠(yuǎn)沒這么簡單，最難的并不是模型，而是模型之外的東西——流程、權(quán)限、數(shù)據(jù)、合規(guī)等等。
過去三年，IBM清晰地看到企業(yè)對于這一點(diǎn)的認(rèn)知轉(zhuǎn)變。
ChatGPT剛面世時，AI還很新，多數(shù)企業(yè)技術(shù)儲備不足，做不到全公司規(guī)模化落地。普遍做法是選一個極小的環(huán)節(jié)做測試——比如HR招聘下面的一個細(xì)分場景。人員配置也簡單，內(nèi)部IT加上咨詢公司派一兩個人，短期試驗(yàn)。
效果基本都能出來——AI本身能力在線，單一場景測試幾乎都能跑通。但問題也恰恰出在這里：試點(diǎn)能成功，卻難以復(fù)制；效果看得到，卻難以規(guī)模化，更算不清投入產(chǎn)出。AI要產(chǎn)生真正的生產(chǎn)力，必須規(guī)模化，碎片化試點(diǎn)做不到這一點(diǎn)。
讓人欣喜的是，從去年開始，越來越多企業(yè)主動找來，提出把AI應(yīng)用到端到端的業(yè)務(wù)流程里——無論是HR還是供應(yīng)鏈，他們關(guān)注的是如何在端到端的價值鏈中實(shí)現(xiàn)AI，這正是IBM Consulting的價值所在。
IBM自己當(dāng)過零號客戶，完整走過這條路，太清楚規(guī)模化落地的深水區(qū)在哪里：數(shù)據(jù)怎么治理，流程怎么重塑，崗位怎么重新定義，業(yè)務(wù)價值怎么衡量。這套經(jīng)驗(yàn)，不是看幾篇文章、幾個POC項(xiàng)目就能替代的。
另一大核心挑戰(zhàn)是AI技術(shù)迭代的速度。傳統(tǒng)ERP這行，顧問熟、流程熟、實(shí)施標(biāo)準(zhǔn)化，大家已經(jīng)干了十幾年，但AI完全是另一個量級——火山引擎近期發(fā)布的很多功能，幾個月前甚至都還不存在。企業(yè)內(nèi)部IT有能力鴻溝，所以他們在找到我們的時候，咨詢顧問懂流程、能大規(guī)模落地的同時，也需要一套可信賴、能共創(chuàng)的AI工具做支撐。但有同樣需求的企業(yè)沒必要"重復(fù)造輪子"，最優(yōu)解是能力組合。
這正是IBM與火山引擎攜手合作的基礎(chǔ) ——IBM咨詢懂行業(yè)場景與規(guī)模化能力，加上火山引擎的技術(shù)能力。雙方攜手，把AI 更快、更穩(wěn)、更大規(guī)模地帶給企業(yè)客戶，讓AI在業(yè)務(wù)里真正跑起來。
判斷很清晰：POC創(chuàng)造案例，但只有規(guī)模化，才真正創(chuàng)造競爭優(yōu)勢。
趙文婕同樣認(rèn)為光有大模型是不夠的——火山引擎配套提供完整的平臺與工具，企業(yè)可以基于平臺自主開發(fā)智能Agent、治理Agent，不同場景需要不同能力，不同崗位需要不同權(quán)限，這些要有一套完整的管理體系來支撐。
缺乏這套體系，內(nèi)部AI使用會完全失控。她觀察到一個普遍現(xiàn)象：不少企業(yè)在快速鋪開 AI 工具后，由于缺乏統(tǒng)一的權(quán)限管理和成本管控，Token 消耗和費(fèi)用支出遠(yuǎn)超預(yù)期。這也側(cè)面說明，企業(yè)級 AI 不能只看模型能力，完善的治理體系同樣關(guān)鍵。
過去評判企業(yè)實(shí)力，看的是團(tuán)隊(duì)規(guī)模、人才密度、技術(shù)壁壘、行業(yè)經(jīng)驗(yàn)。但 AI 時代出現(xiàn)了新的可能性 —— 一些團(tuán)隊(duì)規(guī)模不大的公司，憑借 AI 工具和高效的組織方式，實(shí)現(xiàn)了遠(yuǎn)超傳統(tǒng)模式的人均產(chǎn)值和毛利率。
問題三：AI時代，如何衡量、放大企業(yè)能力？
陳科典：在企業(yè)能力的衡量標(biāo)準(zhǔn)上，邏輯將發(fā)生根本性的顛覆。盡管AI發(fā)展速度極快，很難做出完整預(yù)判，但目前已能觀察到兩大趨勢，企業(yè)需要提前考慮。
第一， 算力正慢慢變成人力。
拿IBM Consulting來說，現(xiàn)在一個顧問身邊，除了人類同事，還有數(shù)字員工——它不是一個簡單的Chatbot，而是有明確的角色、權(quán)限和KPI，能夠進(jìn)入真實(shí)的業(yè)務(wù)流程，和人一起工作。這已經(jīng)不只是概念。IBM Consulting Advantage平臺目前已在全球運(yùn)行超過4000名數(shù)字員工，我們把自己幾十年的咨詢經(jīng)驗(yàn)和資產(chǎn)沉淀了進(jìn)去。結(jié)果不是顧問被替代，而是被賦能——他們把更多時間留給客戶、策略判斷和創(chuàng)新，整體交付也更快、更穩(wěn)定。
當(dāng)數(shù)字員工大量入職，管理方式也要跟著變。企業(yè)需要思考三件事：
第二， AI預(yù)算管理需要全新的模式。
正如前面提到的高額賬單案例，數(shù)字員工訂閱、算力采購、Token消耗、訓(xùn)練數(shù)據(jù)——這些成本項(xiàng)過去從未被納入企業(yè)預(yù)算體系。如果不提前考慮，某天突然發(fā)現(xiàn)月度費(fèi)用已經(jīng)失控，并不意外。
所以，未來企業(yè)能力的放大，絕對不是盲目地多招人，也不是多買幾個AI工具，而是把人類勞動力和數(shù)字勞動力更好地組織在一起。
將來的AI優(yōu)先型企業(yè)，不但要懂得管理和發(fā)展人類人才，更要懂得如何管理和發(fā)展數(shù)字員工。管理"人+數(shù)字員工"協(xié)同共生的能力。
寫在最后：
三個問題，指向同一個判斷：真正拉開企業(yè)間差距的，不是買了多少模型、上了多少Agent，而是AI有沒有融入流程、幫上決策并帶動運(yùn)營。
技術(shù)的底座是一方面，最終考驗(yàn)企業(yè)的是接住AI的能力 —— 接住它的速度、成本和它帶來的崗位變化、流程重構(gòu)、治理挑戰(zhàn)。對于企業(yè)服務(wù)提供商來說，模型要往上走、交付要往厚做。火山引擎生態(tài)正攜手 IBM 咨詢，共同構(gòu)建企業(yè)級 AI 的交付能力，幫助客戶真正接住 AI 的價值。
無論是哪類企業(yè)，管理"人+數(shù)字員工"協(xié)同共生的能力，都會是AI時代最過硬的壁壘。
媒體聯(lián)絡(luò)人
李波
libole@cn.ibm.com
IBM 中國
IBM Corporation logo.
