AI转型的进展洞察报告

2025.01

理论篇 AI 转型的定义和内涵

AI转型本质上是对⼈和机器智能在⽣产和经营中关系的重新设计

AI转型本质上是对⼈和机器智能在⽣产和经营中关系的重新设计，是企业通过引⼊和应⽤⼈⼯智能技术，在研发、⽣产、运营和服务等各个环节实现智能化升级，同时推动组织结构与⽂化的深度变⾰，以满⾜客户需求、提⾼员⼯幸福感，并实现财务可持续增长的过程。

AI转型的层次框架

驱动⼒

智能变⾰

客户需求

路径/内容

智能增强研发、⽣产、运营、服务

组织变⾰⼈⼒增强、AI员⼯

⼼智重塑持续学习、适应变化

⽬标

客户满意

员⼯幸福

财务健康

智能增强

是指通过⼈⼯智能技术的赋能，在研发、⽣产、运营、服务等核⼼业务环节中，优化和重构⽣产服务流程、辅助和增强决策制定能⼒，从⽽显著提升企业的整体⽣产⼒和价值创造能⼒的过程。

汽车⾏业使⽤智能问答提升服务质量

产品⽰例

产品价值

⼀键导⼊汽车使⽤⼿册

⼤模型⾃动提取FAQ对

⼈⼯校验⼊库

⼤模型问答API调⽤

案例来源：腾讯云

问答准确率：35%->84%

• 答案出图率提升：模型出图率0%->70%。

知识构建效率⼤幅提升83.3%

之前⼈⼯梳理单个汽车⼿册形成问答对⾄少需要30⼈天⼯作量，现在⽤⼤模型只需要5⼈天，预计每个⼿册知识梳理⾄少节省了25⼈天⼯作量，知识构建效率提升83.3%

已有2款车型接⼊使⽤，覆盖车主⽤户数百万

⼴告⾏业使⽤AI模特提升素材⽣产效率

利⽤AI模特和背景⽣成提升⼴告素材⽣成效率，不仅能够降低⼴告成本，也能极⼤提升⼴告点击率。

智能增强

案例来源：易点天下

组织变⾰

是指企业在AI转型过程中，对其组织结构、⼯作模式、流程设计和⼈才体系进⾏全⾯调整，以适应⼈⼯智能技术的引⼊和应⽤。⼀⽅⾯，已有⼈⼒在AI智⼒资源的⽀持下得到增强，另⼀⽅⾯，AI Agent被引⼊⽣产体系发挥价值，通过⼈机协同、智能资源整合与流程优化，迭代出更加灵活、敏捷、⾼效和应对变化的组织体系。

多个⾏业使⽤数智⼈员⼯/AI Agent

短视频带货主播

⾦融营销助⼿

企业发布会代⾔⼈

组织变⾰

银⾏开户专员

业务办理

用户运营
汽车展厅导购
营销获客

景区IP代⾔⼈

品牌宣传

案例来源：腾讯云智能⾏业案例

医疗⾏业强化⼈机协作配合

组织变⾰

节省医⽣时间

医护⼈员+AI =

增加诊疗选择

减少⼈为误差

增加及时协助

弥补⼈⼒缺⼝

⽂档记录员

⽂档⼯作时间 73%

AI 转录记录就诊内容创建结构化的病历记录

病历撰写效率 30倍

1分钟内完成病例撰写整个过程

分析准确率 95%+

精准定位知识图谱关键知识，提供决策⽀持

[1]FreedAI [2][3]腾讯迈瑞启元重症⼤模型

实验助理

⼈⼯筛查成本 88.5%

肿瘤类项⽬平均节省88.5%⼈⼯筛查成本

⼈⼯筛查成本 69.8%

⾮肿瘤类项⽬平均节省69.8%⼈⼯筛查成本

[1][2] 医渡科技与北京⼤学肿瘤医院

放射科医⽣

诊断准确率 95%+

实现针对脑⾎管病以及脑部、颈部和胸部等⼗⼏个部位的肿瘤、感染类疾病等上百种疾病给出诊断意见，经过近千例病例验证

[1] 北京天坛医院与北京理⼯⼤学 – “龙影”⼤模型

⼿术操作助理

可协助 87% 外科医师

87%使⽤传统腹腔镜⼿术的外科医师在长时间⼿术后会出现⾻骼肌⾁系统紊乱的现象。使⽤⼿术机器⼈系统开展⼿术，可以有效降低肌⾁负荷，同时控制器具有过滤⽣理性颤动的功能，减少意料之外的创伤，

提⾼⼿术的安全性。

[1]达芬奇⼿术机器⼈–北美调查

家庭医⽣

检测异常率 60%+

去年引⼊该平台并建设记忆门诊以来，门矿医院已经利⽤数字技术为周边居民提供了千余次认知筛查测评服务，绝⼤多数是50⾄70岁的中⽼年居民，检测异常率⾼达60%⾄70%。

经济负担 120亿+

提早开展认知筛查和⼲预，每年可为全国认知障碍患者及其家庭减轻120亿⾄190亿元的经济负担

[1] 宣武医院认知障碍疾病数字诊疗平台

⼼智重塑

是指企业在AI转型中，为适应快速变化的外部环境和技术⾰新，对员⼯和管理者的思维⽅式、学习模式、决策逻辑进⾏持续性的重塑和迭代升级。其核⼼在于培养开放、多样化和适应变化的组织⽂化和学习⼼态，把持续成长作为企业和员⼯的发展⽬标。

程序员在代码助⼿助⼒下⼯作流程持续进化

⼼智重塑

50%+每⽇使⽤率

解决⽅案设计

20%+开发效率提升

40%编程时间减少

37%每次运⾏采纳率

案例来源：腾讯云

需求开发（编码与测试）

单元测试

代码审查

1.5H

技术对话与知识检索的问答，遗留代码解释

2.5H

代码补全代码优化

40min

⼀键⽣成单元测试⽤例

30min

15min

AI代码审查⽤于⾃动代码修改

问题解决(缺陷与安全风险)

30min

安全问题的建议与修复

每⼀个员⼯都需要终⾝学习和迭代进化

⼼智重塑

⼯具

在线学习平台

· 随时随地学习，海量资料

AI研究助理

· ⽣成全⾯的研究报告，涵盖事实、数据、分析和结论

AI⾏政助⼿

· 通讯、⾏政平台，优化效率

应⽤篇AI 转型的应⽤调查

调研说明

项⽬组在2024年10⽉，通过腾讯企鹅有调聚焦中⼩微企业管理者开展问卷调研，共回收3164份问卷，其中有效样本2887份，受调查者覆盖全国31个省、⾃治区、直辖市。

本次调研样本量，超过在95%的置信度和3%的误差率条件下所需的最低样本数量，样本符合统计学有效性要求。

受访者企业规模观点：企业探索⽣成式AI的开放性较⾼，⽣成式AI的探索主要集中在核⼼业务环节，但职能性环节成熟度更⾼

受访者所处城市

受访者⾏业分布

应⽤⽣成式AI的企业中，近⼋成企业应⽤AI进⾏探索的环节数量在两个及以上，反映了企业对⽣成式AI潜⼒的认可。

⽣产式AI在企业研、产、供、销、服等核⼼环节是应⽤重点，在这些环节探索的企业占⽐均超过30%。

在IT/⽹络安全、企业战略和财务、⼈⼒资源、法务和合规等职能环节业占⽐普遍不超过30%。

但是职能性环节应⽤的成熟度更为突出，这些场景中认为应⽤成熟和⾮常成熟的企业占⽐之和均超过70%。

企业将⽣成式AI 应⽤在哪些环节
⽣成式AI 在企业各环节应⽤的成熟度

应⽤⽣成式AI的场景数量分布

总体样本：N=2887

问题：您所在的企业将生成式AI 应用在哪些环节？（多选），您认为当前生成式AI在您所在企业的应用成熟度怎么样？

观点：企业应⽤⽣成式AI以多⽬标为导向，优先聚焦提升核⼼能⼒和优化现有业务，同时对创新探索保持谨慎

⼤多数企业选择多个⽬标，如两到三个⽬的占⽐最⾼，分别为39.7%和24.9%，表明⽣成式AI被视为多功能⼯具。⽽选择单⼀⽬标的企业仅占18.7%，说明企业对AI的应⽤正在向综合性、全⾯性⽅向发展。

企业使⽤⽣成式AI的⽬的

从具体⽬的来看，提升产品和服务能⼒（49.7%）的企业占⽐最⾼，⽣成式AI 与产品融合⽣产价值是重要⽅向。但⽤于孵化新业务的⽐例仅为40.6%，占⽐最少，表明多数企业仍以优化现有业务为主，创新探索较为谨慎。

企业使⽤⽣成式AI的⽬的数量

总体样本：N=2887

问题：您所在的企业使用生成式AI的主要目标是什么？（多选）

观点：与供应商联合开发产品或服务成为企业引⼊⽣成式AI的最主要⽅式

⽣成式AI的应⽤⽅式中，与供应商联合开发产品或服务最为普遍，占⽐50.2%。这种合作模式能快速利⽤供应商技术与⾏业经验，结合企业需求实现定制化开发，更贴合具体场景。

其次， 34.6%的企业选择采⽤标准成熟产品，以快速落地AI能⼒。

仅有15.3%的企业选择⾃主研发⼤模型或产品。尽管这种⽅式具备技术掌控⼒与差异化优势，但⾼投⼊、⾼风险和专业团队门槛使其仅为少数企业的选择。

企业使⽤⽣成式AI的⽅式

与供应商联合开发
产品或服务
50.2%
采⽤标准的成熟
产品
34.6%
⾃主研发⼤模型/
产品/服务
15.3%

观点：企业使⽤⽣成式AI的⽬标成效评价较为积极，特别是中⼩企业认为降本增效⽅⾯成效显著。

受访者对⽣成式AI的应⽤⽬标成效总体整体评价积极。企业规模越⼩对使⽤⽣成式AI的效果评价越⾼。

从各环节来看， 100⼈以下的⼩微企业对于降低业务成本、孵化新业务的⽬标成效评价最⾼，1000⼈以上的企业对增加现有业务收⼊的评价略⾼于其他环节。

说明中⼩型公司可运⽤⽣成式AI更好地提升效率，⽤更低的成本挖掘新的创收⽅式，撬动企业效能。

不同规模企业对⽣成式AI在各⽬标上的成效评价

<20人	3.65	3.60	3.11	3.52	3.45	3.6 3.4
20-100人	3.40	3.46	3.40	3.46	3.39	3.2 -3.0
101-300人	3.06	3.14	3.15	3.17	3.21
301-1000人	2.92	2.97	2.95	2.98	3.03
1000人以上	2.62	2.66	2.70	2.64	2.69	-2.8
	降低现有业务成本	孵化新的业务， /创造新收入来源	增加现有业务提升产品/服收入	务能力和价值	提升品牌影响力和客户满意度

总体样本：N=1376

问题：在这些目标上，生成式AI应用后的成效如何？

评分量表：1 – 没有看到显著效果，2 – 一般，3 – 显著，4 – 非常显著

投资篇AI 转型的投资情况

观点：企业对⽣成式AI的投资普遍保持适度，在IT投资中占⽐越⾼，对投资回报率的满意度也越⾼

在⽣成式AI的企业投⼊中，占IT预算⽐例11%-20%的企业占⽐最多，表明多数企业在⽣成式AI上的投资仍保持适度。

然⽽，从投资回报率的评价来看，投资占⽐越⾼的企业对投资回报率的满意度也越⾼，对⽣成式ai投资占⽐IT预算30%的企业对投资回报率评价较⾼和⾮常⾼之和超过90%。

对⽣成式AI的投资（或者付费）占总IT预算的百分⽐观点：企业规模越⼤，对⽣成式AI的投资/付费⽐例越⾼， 50%千⼈规模企业投资/付费⽐例超过IT预算30%

对⽣成式AI的投资回报率的评价

企业规模越⼤，对⽣成式AI的投资⽐例越⾼。

对于员⼯数量在1000⼈以上的⼤型企业，超过50%的企业将30%以上的IT预算⽤于⽣成式AI；

⽽员⼯数低于20⼈的⼩型企业中，超过⼀半的企业在⽣成式AI的投⼊占投资预算的⽐例不到5%，规模较⼩的企业在投资⽅⾯更为谨慎。

不同规模企业对⽣成式AI的投资/付费情况

问题：您所在企业在过去一年中对生成式AI的投资（或者付费）占总IT预算的百分比是多少？

总体样本：N=2887

企业经营中⽣成式AI的投资回报率评估

观点：60%以上的企业认为应⽤⽣成式AI的投资回报率较⾼或⾮常⾼；特别是IT/互联⽹/电信、能源/制造/电⼒等领域回报率评价更⾼。

评价为“较⾼”或“⾮常⾼”的⽐例合计达到64%，其中“较⾼”评价占43%， “⾮常⾼”评价为21%。⽽评价为“⾮常低”的仅有1.9%。

⾏业分布显⽰， IT/互联⽹/电信和制造/能源/电⼒等⾏业的投资回报评价较⾼，⽽教育和农业的评价相对较低，说明不同领域对⽣成式AI的投资回报率有显著差异。

问题：您如何评价生成式AI技术的在企业经营中的投资回报率？

观点：不同省市的企业对⽣成式AI的投资⼒度存在⼀定差异，北京和上海投资超IT预算30%的企业占⽐领跑全国其他省市。

北京、上海、江苏、⼴东和浙江的企业是全国范围对⽣成式AI投⼊⼒度较⼤的五个省市，其中北京和上海的企业对⽣成式AI投⼊超IT预算30%的占⽐最⾼；

⼴东省企业投资占⽐超10%的累计达到63%，仅次于上海和北京。

2024不同省市企业投资⽣成式AI的情况

6.47%		15.47%		42.45%			26.62%				4.68%


6.21%		18.63%			45.34%				21.74%		4.35%


4.12	% 18.11%			37.04%		31.69% 2.479


3.26% 19.93%					40.22%			23.91%		5.43%

2.26% 17.29%			41.35%			32.33% 2.26

总体样本：N=2887

问题：您所在企业在过去一年中对生成式AI的投资（或者付费）占总IT预算的百分比是多少？

风险篇AI 转型的挑战和风险

观点：缺乏合适的模型和⼯具、技术能⼒不⾜和⼈才缺乏是最⼤挑战

总体来看，缺乏合适的模型和⼯具、技术能⼒不⾜和⼈才缺乏是企业使⽤⽣成式AI的最⼤挑战。

从⾏业来看，制造业主要挑战是缺乏合适模型和⼯具，对应的技术和⼈才缺乏；医疗⾏业，主要是缺乏管理层⽀持、技术和数据上不⾜；⾦融业主要挑战是算⼒难以获取；传媒/⽂化/体育⾏业主要是缺乏合适的模型和⼯具。

企业使⽤⽣成式AI遇到的挑战

主要挑战	IT/互联网/ 电信	金融电力	制造/能源/医疗/健康/零售/消费交通/出行/			物流	教育	农业	建筑/房地传媒/文化/法律/商业产	体育	咨询
算力难以获取	27.1%	32.9%	25.5%	医药 27.9%	品 20.1%	23.9%	21.7%	17.1%	24.2%	23.2%	20.4%
人才缺乏	34.7%	31.4%	36.5%	27.3%	31.9%	30.4%	35.7%	31.4%	28.0%	31.7%	23.3%
技术能力不足	36.5%	30.0%	36.9%	31.5%	35.2%	29.8%	26.1%	31.4%	29.5%	28.9%	24.3%
缺乏合适的模型和工具	34.2%	22.9%	39.8%	27.9%	33.5%	36.9%	32.2%	20.0%	30.9%	39.4%	29.1%
所需数据的可得性较低	35.0%	30.0%	32.0%	33.3%	26.9%	30.7%	31.3%	19.0%	31.4%	27.5%	31.1%
整体投资/付费过高	34.7%	22.9%	26.6%	30.9%	27.4%	26.7%	23.5%	24.8%	35.3%	31.0%	30.1%
应用有门槛，不会使用	26.8%	24.3%	27.3%	21.8%	27.9%	26.1%	30.4%	21.0%	32.4%	28.5%	24.3%
缺乏管理层支持	22.7%	18.6%	29.1%	40.0%	21.1%	23.6%	23.5%	26.7%	30.4%	23.2%	34.0%

观点：个⼈隐私保护和⽹络安全是最关注的风险因素

三分之⼀左右的受访者认为⽬前企业使⽤⽣成式AI仍存在⼀定风险，主要包括个⼈隐私保护、⽹络安全和取代⼈⼯影响就业等⽅向。

另外企业也认为可解释性/透明度、企业数据泄露和知识产权侵权、业务合规问题也是重要的风险点。

企业使⽤⽣成式AI⾯临的风险

总体样本：N=2887

问题：您所在企业在使用生成式AI时面临哪些风险？

预期篇 AI 转型的未来展望

观点：近七成企业计划未来⼀年增加对⽣成式AI的投资，并希望提升模型的基础能⼒，降低数据和算⼒要求。

接近70%的企业计划在未来年增加对⽣成式AI的投资或付费，其中计划增加20%-50%的企业近1/4；

26%的企业计划投资与今年持平；

仅有5%的企业会减少投资或付费。

未来投资意愿和希望AI提升的维度

企业认为要⼤规模普及⽣成式AI，最需要提⾼对输出结果的控制能⼒，提⾼模型的理解和推理能⼒，以及降低对数据和计算资源的要求。

未来⼀年对⽣成式AI的投资和付费意愿

⽣成式AI技术需要在哪些⽅⾯提升

总体样本：N=2887

问题：您所在企业计划在未来一年内增加对生成式AI的投资或者付费吗？您认为生成式AI技术需要在哪些方面提升才能大规模普及？

观点：⼤多数⾏业认为未来员⼯数量会减少的可能性更⼤，互联⽹和教育⾏业相对更加乐观

⼤多数⾏业认为未来员⼯数量会减少的受访者占⽐更⾼，仅IT/互联⽹/电信⾏业认为未来员⼯数会增加的受访者占⽐更⾼；

认为使⽤AI后员⼯⼈数会增加的⾏业中，IT/互联⽹/电信、教育、交通/出⾏/物流排在前三，法律/商业咨询领域排在最后；

认为使⽤AI后员⼯⼈数会减少的⾏业中，法律/商业咨询、医疗/健康/医药、⾦融排在前说明⼈们认为AI会对这些⾏业的就业带来⽐较⼤的冲击。

使⽤AI后的员⼯数量变化预期

总体样本：N=2887
问题：您所在的企业因为使用生成式AI，导致员工数量有什么变化？

观点：在尚未使⽤⽣成式AI的受访者中，⼤约40%表⽰1-3年后会使⽤，回答为不会或不确定的⼈中，主要因为技术能⼒不⾜、没找到合适的场景和⼈才缺乏⽽不⽤

在225位⽬前尚未使⽤⽣成式AI的受调查者中，有40%预计在未来1-3年会使⽤；还有44%的受访者表⽰不确定。

在回答为不会使⽤或不确定的受访者中，他们不采⽤⽣成式AI的原因主要包括：技术能⼒不⾜、没找到合适的场景和⼈才缺乏。

未来是否会使⽤⽣成式AI

⽬前尚未使⽤⽣成式AI的受调查者未来的使⽤意愿

回答样本：N=225
选择未来不会使⽤或还不确定的受调查者不采⽤⽣成式AI的原因

项⽬顾问：司晓、刘琼

项⽬策划：袁晓辉、李南

⽹络调研：邹晓婷、刘奕杉

报告撰写：李南、袁晓辉、叶东婷

腾讯研究院&企鹅有调-AI转型的进展洞察报告