埃森哲首席AI官Lan Guan：仅10-20%的企业工作流值得用前沿模型

埃森哲首席AI与数据官Lan Guan用了一个厨房比喻来解释为什么大多数企业AI项目停留在试点阶段：大多数企业都在'外婆的厨房'里烤出了蛋糕，但要让蛋糕稳定地、安全地烤几百万次，需要的是工业厨房——设备、可重复流程和质量控制。这个比喻背后是一个具体的观察：自从ChatGPT发布以来，埃森哲团队完成了超过18000个AI项目，从这些项目中他们看到，绝大多数企业卡在同一个地方——不是模型不够强，而是围绕模型的基础设施不存在。

Lan Guan把企业AI基础设施描述为一个七层蛋糕：数据知识、模型、代理核心、治理、安全与保障、规模化AI运营、用户前端，全部构建在稳健的AI基础设施之上。他的核心论点是'模型只是其中一种食材，你需要厨房里的一切才能烤出蛋糕'。这不是抽象框架，而是从具体项目中提炼的：他举了一个为大型航空公司构建AI客服的例子，团队最初和其他人一样直奔模型，接入强大的通用大语言模型后发现它完全不了解该航空公司的客户、航线和运营规则，必须整合航空公司数据、清洗大量杂乱的标准操作程序和政策文件，才能把模型变成可用的产品。

从这些项目中，埃森哲内部研究得出了一个对成本结构有直接意义的数字：仅10-20%的企业工作流值得使用前沿模型的能力。Lan Guan说，许多公司刚刚开始意识到不是每个工作流都配得上最贵的模型。这一认知意味着企业不必一律接入最强模型，而埃森哲的应对方式是帮助企业为不同任务选择不同模型，同时与模型公司合作构建可重复的行业解决方案，并推出开源权重模型的全生命周期服务，让客户在数据控制上有更多选项。

但规模化远未完成。埃森哲CEO Julie Sweet承认，只有5%的组织拥有能让AI可重复运行的企业AI栈，更不用说实现炒作周期承诺的那种投资回报率。Sweet将当前阶段与过去20年的两次行业重置类比——离岸外包和云数字化——两次都消灭了一些服务岗位，但底层技术让企业能做的事情大幅增加，最终创造的新需求远超被替代的需求。她认为AI时代会重演这个模式，但需要时间。

需要指出的是，这些观察来自一个直接销售相关服务的公司。埃森哲的商业模式是帮企业建'工业厨房'，因此'你只有模型不够'的叙事天然服务于其收入。18000个项目、5%可重复栈、10-20%前沿模型适用率均为自报数据，未公开方法论和样本构成。不过，七层框架本身作为一个分析工具——提醒读者模型只是部署链条中的一环，数据清洗、治理、运营和前端同样构成瓶颈——其解释力不依赖于埃森哲的销售立场。