德国西门子：企业AI落地卡在基础设施与治理，而非模型能力
全球企业AI采用率达88%，但仅39%产生财务回报、7%实现全公司扩展。德国西门子将瓶颈归因于五项运营缺口——数据孤岛、结果无法触发业务动作、AI未融入现场界面、人机交接不畅、缺乏权限与审计体系——并主张治理必须内建于设计阶段，而非事后附加。
德国西门子近日通过韩国媒体ZDNet Korea发布了一项关于企业AI落地的诊断：当前瓶颈不在模型性能，而在基础设施与治理。据韩国德勤咨询（Deloitte Consulting Korea）引用的数据，全球企业AI采用率已达88%，但实际产生财务回报的企业仅39%，实现全公司规模扩展的更是只有7%。西门子将这一落差归因于AI与企业实际数据、业务流和现场人员之间缺乏连接基础。
西门子列出了企业现场普遍存在的五项运营缺口：第一，数据被困在ERP、MES等各自独立的系统中，AI无法理解企业特有的业务上下文；第二，机器学习产出的结果无法转化为实际的业务操作动作；第三，AI功能未能融入一线员工日常使用的业务界面；第四，人类与AI代理之间的工作交接流程不顺畅；第五，缺乏权限管理和审计追踪体系。这五项缺口的共同特征是：它们都不是模型能力问题，而是系统连接、流程设计和治理架构问题。
韩国监管环境为这一诊断提供了额外语境。2026年1月22日生效的韩国《AI基本法》将雇佣、医疗、金融、公共安全和教育列为高影响领域，要求企业承担风险管理、影响评估和合规报告义务。西门子据此强调，可审计性、可追溯性和人工介入控制不是事后附加的功能，而是在设计阶段就内建治理的企业才能更快实现规模化扩展。