2025年被视为企业级AI应用落地的关键节点，但规模化部署仍面临多重挑战。在近期举行的ITValue Summit数字价值年会上，行业专家聚焦AI落地过程中的十大核心问题。
数据显示，当前90%的AI项目未能实现预期效果，70%的高管认为其效果不佳。平安证券CIO张朝晖指出，问题核心在于企业仅把AI视作工具而非合作伙伴。他提出人机协同三步走框架：评估工具依赖、选择试点场景、实施规模化部署。
在证券行业，国泰海通通过可信知识库和小模型校验机制解决AI幻觉问题。香港医管局则用30年时间构建了包含60亿条医疗数据的知识库，为AI应用奠定基础。
亚马逊云科技技术总监王晓野强调，模型选择已非关键挑战，真正的瓶颈在于数据持续投入和工程化能力。调研显示仅40%的POC项目能成功走向生产环境。
行业模型正展现出独特价值。壹生检康的妇科大模型问诊准确率达90.2%，航旅纵横则通过行业大模型解决航空领域的精准性要求。美的集团通过14个智能体覆盖38个生产场景，上半年实现提效2.83亿元。
安全合规仍是企业关注重点。李锦记副总裁刘欣雨表示，财务领域的数据合规是生死线，2020-2024年受处罚的财务人员年增长率达23%。
专家认为，AI成功落地的关键在于业务场景选择、数据质量保障和组织能力建设。企业需要从技术试点转向系统化部署，才能真正释放AI的商业价值。
