智東西（公眾號(hào)：zhidxcom）
作者 | ZeR0
編輯 | 漠影
智東西7月14日?qǐng)?bào)道，今年，Gartner 首次面向中國(guó)市場(chǎng)發(fā)布《2025 中國(guó) AI 趨勢(shì)》研究報(bào)告，提出三個(gè)主題、十大趨勢(shì)：一是在機(jī)遇中開(kāi)展創(chuàng)新（開(kāi)放式生成式AI模型、“自建策略?xún)A向”、代理型AI），二是利用成本可控的AI實(shí)現(xiàn)業(yè)務(wù)轉(zhuǎn)型（節(jié)儉型AI、工程化能力、協(xié)作式AI防御體系、快速增長(zhǎng)的AI人才），三是B2C驅(qū)動(dòng)的AI生態(tài)系統(tǒng)（無(wú)處不在的AI、包容性AI生態(tài)系統(tǒng)、從數(shù)據(jù)到AI的生態(tài)系統(tǒng)）。
近日，這份報(bào)告的主筆人、Gartner中國(guó)AI研究團(tuán)隊(duì)分析師費(fèi)天祺（Fay Fei）與智東西等媒體進(jìn)行深入交流，對(duì)這十大趨勢(shì)進(jìn)行更詳盡地解讀，分享中國(guó)AI產(chǎn)業(yè)在資源約束與戰(zhàn)略機(jī)遇交織下的發(fā)展邏輯。
生成式AI正多維度重塑企業(yè)運(yùn)營(yíng)：非技術(shù)人員接觸AI的門(mén)檻降低，員工AI素養(yǎng)顯著提升；跨部門(mén)應(yīng)用場(chǎng)景因易用性加速落地；AI治理被推向新高度，業(yè)務(wù)部門(mén)主導(dǎo)的治理方案受關(guān)注。然而，企業(yè)對(duì)AI投資回報(bào)率仍信心不足，Gartner 今年1月調(diào)研顯示，僅13%受訪者“非常有信心計(jì)算回報(bào)”，37%信心一般，36%及4%信心較低。后續(xù)企業(yè)如何衡量AI投資，將是核心課題。
費(fèi)天祺（Fay Fei）告訴智東西，Gartner已在使用深度研究類(lèi)Agent工具來(lái)提升效率，其中既有Gartner內(nèi)部研究用的研究工具，也有供客戶使用的研究工具，這些工具已經(jīng)帶來(lái)明顯的生產(chǎn)力提升。目前來(lái)看，Agent在某一個(gè)具體場(chǎng)景中更易落地，短期內(nèi)很難做到純通用Agent。她談道，國(guó)內(nèi)基礎(chǔ)模型賽道已進(jìn)入快速收斂階段，大部分企業(yè)用某一兩款模型，原因是投資基礎(chǔ)大模型整體成本很高的，但商業(yè)變現(xiàn)路徑還不明確，市場(chǎng)逐漸回歸理性、趨于謹(jǐn)慎。
以下為2025年中國(guó)十大AI趨勢(shì)的具體解讀：
1. 開(kāi)放式生成式AI模型
中國(guó)開(kāi)放大模型的核心目標(biāo)是生態(tài)掌控與合規(guī)自立，開(kāi)源旨在保障自主可控與產(chǎn)業(yè)安全。DeepSeek在今年年初發(fā)布的高性能開(kāi)源模型，打破了此前私有模型主導(dǎo)且成本高昂的市場(chǎng)格局，推動(dòng)國(guó)內(nèi)外廠商紛紛開(kāi)放技術(shù)，重塑全球AI市場(chǎng)。
Gartner對(duì)比發(fā)現(xiàn)，開(kāi)源與私有模型的性能差距持續(xù)縮小，過(guò)去依賴(lài)規(guī)模效應(yīng)的優(yōu)勢(shì)減弱，開(kāi)源模型也能達(dá)到類(lèi)似效果，同時(shí)推理成本相對(duì)可控。國(guó)際評(píng)估顯示，開(kāi)源模型在文本生成、代碼輔助等任務(wù)中表現(xiàn)突出，如DeepSeek在 Copilot 場(chǎng)景中排名第一，得到國(guó)際認(rèn)可。
2. 自建（Build）策略?xún)A向
中國(guó)企業(yè)的自建傾向并非重復(fù)建設(shè)，而是為控制關(guān)鍵環(huán)節(jié)與實(shí)現(xiàn)定制化創(chuàng)新，尤其在政企、大型國(guó)企及工業(yè)場(chǎng)景中趨勢(shì)明顯。這種策略聚焦工程工具與應(yīng)用層（如智能客服）的自研，形成 “組裝式平臺(tái)架構(gòu)”，基礎(chǔ)設(shè)施與大模型層則多依托現(xiàn)有資源，以平衡自研與成本效率。
3. Agentic AI（代理式AI）
Agentic AI強(qiáng)調(diào)具備任務(wù)感知、自主反饋能力的智能體架構(gòu)，在客服機(jī)器人、數(shù)字員工等場(chǎng)景落地較多。調(diào)研顯示，42%中國(guó)企業(yè)用戶處于試點(diǎn)階段，15%已生產(chǎn)落地，這個(gè)數(shù)據(jù)超過(guò)了去年全球的10%數(shù)據(jù)。目前以翻譯、編程等垂直場(chǎng)景應(yīng)用為主，通用智能體仍存預(yù)期差，但落地進(jìn)度領(lǐng)先全球。
4. 節(jié)儉型AI（Frugal AI）
在資源受限背景下，企業(yè)更注重AI的性?xún)r(jià)比，通過(guò)輕量部署、邊緣計(jì)算降低門(mén)檻。AI應(yīng)用中的隱性成本（如算力擴(kuò)容、數(shù)據(jù)治理）推動(dòng)企業(yè)強(qiáng)化成本管控，這一趨勢(shì)對(duì)中小企業(yè)尤為關(guān)鍵，使其能在有限資源下推進(jìn)AI應(yīng)用。
5. 工程能力加速AI開(kāi)發(fā)
中國(guó)企業(yè)的工程能力優(yōu)勢(shì)顯著，通過(guò)自動(dòng)化微調(diào)平臺(tái)、多模態(tài)框架等基礎(chǔ)設(shè)施，加速AI從原型到生產(chǎn)的轉(zhuǎn)化。數(shù)據(jù)顯示，2024年生成式AI生產(chǎn)落地率為8%，2025年預(yù)計(jì)達(dá)43%，工程能力成為推動(dòng)這一增長(zhǎng)的核心動(dòng)力。
6. 協(xié)同式AI安全防御
隨著AI在業(yè)務(wù)側(cè)的廣泛應(yīng)用，Shadow AI等風(fēng)險(xiǎn)凸顯，安全防御需要IT、法律、業(yè)務(wù)部門(mén)協(xié)同構(gòu)建治理框架。當(dāng)前企業(yè)在工具與管理經(jīng)驗(yàn)上仍待完善，構(gòu)建端到端治理體系成為產(chǎn)業(yè)共識(shí)。
7. 快速增加的AI人才儲(chǔ)備
中國(guó)AI人才儲(chǔ)備增速明顯，2022年頂級(jí)AI會(huì)議論文中中國(guó)研究者占比達(dá)47%，中小學(xué)AI教育普及強(qiáng)化人才梯隊(duì)。企業(yè)需求從技術(shù)開(kāi)發(fā)轉(zhuǎn)向業(yè)務(wù)場(chǎng)景創(chuàng)意，提示工程、Agent培訓(xùn)等成為人才培養(yǎng)重點(diǎn)。
8. 無(wú)處不在的AI（Ubiquitous AI）
中國(guó)AI落地不一定從辦公桌開(kāi)始，很多發(fā)展良好的AI應(yīng)用是B2C場(chǎng)景的、消費(fèi)者導(dǎo)向的，汽車(chē)、可穿戴設(shè)備、手機(jī)等終端成為生成式AI爆發(fā)的重要載體。與其他國(guó)家和地區(qū)相比，中國(guó)在技術(shù)基礎(chǔ)設(shè)施、5G覆蓋、互聯(lián)網(wǎng)的數(shù)字生態(tài)系統(tǒng)、完善的供應(yīng)鏈等方面具備優(yōu)勢(shì)。從直播互動(dòng)到智能銀行，AI在消費(fèi)端的應(yīng)用培育了市場(chǎng)基礎(chǔ)與用戶習(xí)慣。
9. 包容式AI生態(tài)系統(tǒng)
企業(yè)從單一產(chǎn)品轉(zhuǎn)向一體化生態(tài)布局，提供“模型、平臺(tái)、工具、服務(wù)” 一站式能力，橫向跨廠商集成模型，縱向整合軟硬件（如AI一體機(jī)），降低企業(yè)應(yīng)用門(mén)檻。這種生態(tài)模式聚焦輸出結(jié)果，而非模型選擇，體現(xiàn)了較強(qiáng)的實(shí)用導(dǎo)向。
在這個(gè)背景下，用戶不關(guān)心使用哪個(gè)模型，最終是看AI輸出的結(jié)果是否理想。所以對(duì)于廠商來(lái)講，更多是找到自己的生態(tài)位、找到生態(tài)成員之間的合作，把技術(shù)能力銜接的地方抹平，讓企業(yè)可以快速實(shí)現(xiàn)應(yīng)用部署和上線。
10. 數(shù)據(jù)到AI生態(tài)體系
隨著模型差距縮小，數(shù)據(jù)成為企業(yè)AI競(jìng)爭(zhēng)的核心壁壘。數(shù)據(jù)管理與生成式AI形成閉環(huán)：一方面，數(shù)據(jù)治理提升模型輸出準(zhǔn)確性；另一方面，大模型能力優(yōu)化數(shù)據(jù)管理效率，二者相互促進(jìn)，推動(dòng)產(chǎn)業(yè)向深度耦合演進(jìn)。
結(jié)語(yǔ)：中國(guó)AI產(chǎn)業(yè)走向務(wù)實(shí)
從上述趨勢(shì)可見(jiàn)，中國(guó)AI產(chǎn)業(yè)正沿著務(wù)實(shí)路徑推進(jìn)：既注重在資源約束下尋求突破，通過(guò)開(kāi)源、自建等方式保障自主可控；也強(qiáng)調(diào)成本優(yōu)化與價(jià)值落地，推動(dòng)AI從技術(shù)探索向業(yè)務(wù)滲透。
未來(lái)，隨著數(shù)據(jù)與AI的深度融合、協(xié)同治理體系的完善，AI產(chǎn)業(yè)有望逐步從分散應(yīng)用走向系統(tǒng)協(xié)同，其發(fā)展質(zhì)量的提升將更加依賴(lài)于技術(shù)落地效率與實(shí)際業(yè)務(wù)價(jià)值的平衡。
