這是(shi)我的第385篇專欄文章。
如今，AI正處在與物理世界(jie)深度融(rong)合的(de)(de)關鍵拐點。為了便于把握產業趨(qu)勢、厘清(qing)泡沫與現(xian)實的(de)(de)邊界(jie)，2025年(nian)7月和8月間(jian)，最新發布(bu)的(de)(de)三份權威報(bao)告(gao)為我們提供了不同視(shi)角的(de)(de)真相。
這三份報告分別是：
1.《2025年技術趨勢展望》（Technology Trends Outlook 2025）——麥肯錫全球研究院（MGI）
該報告系統梳理了2025年影響企業和產業格局的十三大前沿技術趨勢，涵蓋AI革命、算力與連接、工程創新三大板塊。報告特別強調AI已成為一切基礎設施和應用場景的放大器，AI與物理世界、物聯網、邊(bian)緣計算、機器(qi)人等的融合，正(zheng)重(zhong)構全球價(jia)值創造與產業競爭格局。
2.《2025年人工智能現狀》（The State of AI 2025）——Bessemer Venture Partners（BVP）
BVP以(yi)(yi)全球知名風(feng)險投資機(ji)構的(de)視(shi)角，深入(ru)分析了AI原生企(qi)業的(de)增長(chang)模(mo)式、AI基礎設施的(de)演進，以(yi)(yi)及AI如何重塑企(qi)業級軟件(jian)和(he)垂直行業。報告聚焦于AI帶來的(de)系統性創新、商業化(hua)路徑(jing)與落地挑戰。
3.《生成式人工智能的鴻溝：2025年商業人工智能的現狀》（The GenAI Divide, STATE OF AI IN BUSINESS 2025）——麻省理工學院
這份報告(gao)以實證(zheng)調研為(wei)基礎，揭示了(le)生成式AI在企(qi)業落地中的(de)ROI鴻溝——雖然全球(qiu)企(qi)業在AI上的(de)投資高漲，但(dan)95%未獲(huo)得可觀的(de)商業回報。
三(san)份報告(gao)都對(dui)AI與(yu)物聯網的融合、AIoT的產(chan)業(ye)機會、商業(ye)挑(tiao)戰和技術演進趨勢進行了前瞻性(xing)分析(xi)。
它們在AI是(shi)基礎(chu)設施與產(chan)業引擎、場(chang)景(jing)聚焦(jiao)+ROI（投資回報率）驅動、生態(tai)協(xie)作及信任體系等問(wen)題(ti)上達成了(le)高度共識，但是(shi)也在AI系統是(shi)自(zi)研(yan)還是(shi)采購、爆發式增長還是(shi)持(chi)續韌(ren)性、前端體驗還是(shi)后臺自(zi)動化等現實議(yi)題(ti)上展(zhan)現了(le)鮮(xian)明的分歧。
三大權威報告在AIoT的(de)未來上達成了哪些共(gong)識(shi)？又(you)在哪些關鍵的(de)問題上存在觀點分歧？本文將系統梳(shu)理(li)這些前(qian)沿洞見，提煉出AIoT創新的(de)最新路(lu)徑與產業(ye)啟示，助力行業(ye)穿越泡沫，抓住智能經濟(ji)的(de)下一個增長窗口。
從技術熱潮到產業共識：三份權威報告中的AIoT主線
共識1：AI與IoT深度融合已是大勢
麥肯錫在《2025年技術趨勢展望》中指出，人工智能已(yi)經從(cong)一種單一的技(ji)術工具，轉變為(wei)推動各行(xing)各業數(shu)智化轉型的底層(ceng)操作(zuo)系統(tong)（如上圖）。AI不再只是(shi)被動地分(fen)析數(shu)據(ju)，而是(shi)主動參與到流程優化、產品創(chuang)新、能源管理、機器人、自(zi)動駕駛等場景(jing)之中(zhong)，成(cheng)為(wei)物理世界的智能大腦。
BVP的(de)AI年度報告強調，真正具備產業(ye)穿透(tou)力(li)的(de)AI公司，往往以AI與物理世界的(de)聯動為突破口(kou)，通過AIoT打(da)造可(ke)落地(di)的(de)業(ye)務閉環和新型服務模型。
MIT的NANDA項目()則進一步強調，AI與IoT的結合，不僅是(shi)(shi)數據采(cai)集和決策(ce)自動化(hua)，更(geng)是(shi)(shi)讓每一個物(wu)理(li)節點具備自治、協(xie)作、記憶和上(shang)下文感知能力(li)。
三份報告都在核心論述中明確：AI與IoT的深度融合，已成為全球技術和產業升級的確定性主線。
在當前業界對(dui)于大(da)模型萬(wan)能論(lun)熱炒的背景下，BVP和MIT都提出了(le)更為務實的判斷。
BVP指出，雖然大(da)模(mo)型和(he)AGI的(de)突破(po)極具想象力(li)，但AIoT最(zui)成功的(de)落(luo)地案例，絕大(da)多數都(dou)是(shi)“小切口、深集(ji)成”，即(ji)聚焦具體行業(ye)痛點(dian)、深度嵌(qian)入(ru)業(ye)務流(liu)程，而非一味追求大(da)而全的(de)泛化應用。
MIT則通過大量企業案例驗證，只有那些能夠與物理世界和業務場景緊密結合的AI項目，才能創造真實價值。行業共識正在形成：AIoT的產業機遇，始于深度垂直場景與“小模型精做()”的現實主義路線，而非空談萬能大模型。
共識2：場景聚焦與ROI驅動成為AIoT商業化的主旋律
無論是麥肯錫的大樣本調研，還是BVP對AI原生企業的投資分析，結論都非常一致。AIoT的商業化，歸根結底要靠真實場景的價值創造和可衡量的業務回報。
BVP報告多次強調，AIoT企業的發展，只有聚焦那些“高ROI、高痛點、強剛需”的具體(ti)流程和業務節點(dian)，才能實(shi)現從試點(dian)到規模化的跨(kua)越。
MIT的NANDA項(xiang)目通過對350家企業(ye)的實證研究發現(xian)，95%的企業(ye)在生成式(shi)AI落地中沒有獲得商業(ye)回報，最核心的問題正是脫離了真實流程，僅(jin)僅(jin)停留在偽(wei)智能或表面集成的階(jie)段。報告(gao)指(zhi)出，數據上傳(chuan)、模型調用、報表展示等環節(jie)，往往無法帶來實質性效率提升(sheng)和(he)成本優化，反而消耗了大量預算和(he)資源(yuan)。
只有那些將AI能力深度嵌入生產、運維、供應鏈、能源管理等具有明確回報的業務鏈路，才能真正跑通ROI閉環。
共識3：平臺化與生態化協作勝于單打獨斗
在AIoT產(chan)業鏈條日益(yi)復(fu)雜、技術演進周期加快的背(bei)景下(xia)，平臺化(hua)和(he)生態化(hua)協(xie)作成為(wei)報告一致(zhi)強調的主旋(xuan)律。
MIT報告通過企業案例指出，與專業AI服務商、平臺型企業展開開放合作，可以顯著提升項目的成功率。
BVP也強調，AIoT企業要想(xiang)快速突(tu)破，無需在基礎算法和硬件層面重復(fu)造(zao)輪子，而(er)應(ying)擁抱(bao)產業生態，通過標準協(xie)議、開(kai)放(fang)接口(kou)和多方協(xie)作(zuo)，整合資源、共享能力、提升(sheng)效率。
麥肯錫則在全(quan)(quan)球技術趨勢(shi)中明確指(zhi)出(chu)，未來(lai)企業的(de)(de)競爭力，將取(qu)決(jue)于(yu)能否在全(quan)(quan)球分布式(shi)智能網(wang)絡(luo)中找到自己的(de)(de)定位和價值(zhi)接口。
行業共識已經非常清晰：AIoT的成功離不開平臺思維和生態共建，只有合縱連橫，才能真正激發產業的協同創新和規模化落地。
路徑抉擇中的現實困境：三份報告的不同答案
在AIoT產業加速(su)演進的(de)(de)浪(lang)潮中，三份(fen)權威(wei)報(bao)告(gao)除(chu)了形成諸多共識(shi)，也揭(jie)示了一些不容(rong)回避的(de)(de)結構(gou)性沖(chong)突和現實(shi)挑(tiao)戰。這些分歧背后，既(ji)有企業自身能(neng)力、行業特性和發(fa)展階段(duan)的(de)(de)不同，也折射出全球科技變(bian)革中普遍面臨的(de)(de)權衡與(yu)抉擇。
首先，關于自主研發還是外部采購的路徑選擇，MIT的實證調研給出了鮮明的數據對比。
報告顯(xian)示(shi)，企業(ye)(ye)內部(bu)自建AI系統的(de)商業(ye)(ye)化成功率僅為33%，而選擇(ze)與專業(ye)(ye)AI服務商或平臺型企業(ye)(ye)合作的(de)項(xiang)目，成功率高達67%。這(zhe)種(zhong)巨大差異，說明(ming)絕大多(duo)數企業(ye)(ye)在算(suan)法、數據、算(suan)力和(he)運(yun)營等(deng)多(duo)方面都難以獨立(li)支(zhi)撐(cheng)AI系統的(de)全流程閉(bi)環。
MIT在(zai)報告(gao)中認為，企業自研的(de)模(mo)式，往往陷(xian)入(ru)高投入(ru)、低產出的(de)困(kun)境，甚至(zhi)淪為重復造輪子的(de)技術陷(xian)阱(jing)。然而，部分(fen)頭部科技巨頭及金融、醫療等要求(qiu)高合規與數據(ju)安(an)全(quan)的(de)行業，依然傾向于自研核心系統(tong)，以保障數據(ju)安(an)全(quan)、能力可(ke)控和差異(yi)化競爭(zheng)。這一策略雖有其合理性，但在(zai)行業普遍資源(yuan)稀缺(que)、技術快速迭代的(de)現實下，往往導致(zhi)項目周期(qi)拉(la)長、ROI低下，錯失市(shi)場窗(chuang)口期(qi)。
自主研發與外部采購的沖突，實質上是產業分工與創新能力之間的動態平衡，企業需要根據自身資源稟賦和業務訴求做出更理性的權衡。
其次，關于追求爆發式增長還是打造持續韌性，BVP的分析極具代表性。
報(bao)告(gao)區分(fen)(fen)了“超新星(xing)”——即短(duan)期(qi)內(nei)實現用(yong)戶激增和估(gu)值暴(bao)漲的(de)AIoT企業，以(yi)及“恒星(xing)”——在細(xi)分(fen)(fen)領域長期(qi)深(shen)耕、客戶黏性高、利潤結構穩(wen)健(jian)的(de)企業。
現實表明，AIoT產業初期，憑借技術突破和市場風口，確實可能出現爆發式增長的“超新星”；但在泡沫消退、市場理性回歸后，只有那些具備持續創新能力、扎根行業需求、能穿越周期的“恒星型()”企業(ye)，才能真正站穩腳跟(gen)。
BVP的(de)(de)投資案例顯示(shi)，單純追(zhui)求(qiu)規模速度或盲目押注細(xi)分賽(sai)道，都會帶來后續(xu)留(liu)存、盈利和生態建(jian)設的(de)(de)隱患。真正具備競爭(zheng)力的(de)(de)AIoT企業，必(bi)須在爆(bao)發+深(shen)耕之(zhi)間(jian)找到動態平衡：既要勇于創新、敢于快(kuai)速迭代(dai)搶占先(xian)機，又要有(you)耐心建(jian)立壁壘、深(shen)耕客戶價值。
爆發與韌性之爭，本質上是短期機會與長期價值的賽跑，產業發展需要兩條曲線的交匯才能形成可持續增長。
最后，應側重于前端體驗還是后臺智能，三份報告的調研數據同樣揭示出明顯斷層。
當前(qian)，大(da)量企業將AI投(tou)入(ru)集中在銷售、營(ying)銷、客戶交(jiao)互等前(qian)端環(huan)節(jie)，期望以智(zhi)能化(hua)界面驅動用戶增(zeng)長和(he)品牌升級。但BVP和(he)MIT的(de)研究都指出，企業真(zhen)正實現可觀ROI的(de)項目，反而(er)多來自(zi)后臺智(zhi)能、流程優化(hua)、運維管理等看不(bu)見的(de)價值(zhi)鏈環(huan)節(jie)。
例如(ru)，MIT調(diao)研(yan)發現，超(chao)半數生(sheng)成(cheng)式(shi)AI預(yu)算被投向銷售和(he)市場(chang)，而后臺智能卻貢獻了最高的投資(zi)回報率(lv)。
麥肯(ken)錫的趨勢分析也(ye)表(biao)明，AIoT只有深入嵌(qian)入企業核心運營、供(gong)應鏈(lian)、資產管理等環節，才能實現效率(lv)提(ti)升和成本優化的根(gen)本性突破(po)。
前端體驗與后臺智能的沖突，不只是資源分配的選擇，更代表了企業對AIoT商業化本質的不同理解。產業升級的下一個階段，必須將戰略重心轉向看不見的價值鏈，用AI能力驅動真正的流程再造和組織變革。
深度轉型的關鍵推手：自治、協作與信任重塑AIoT
AIoT在產業界被賦予了極高的預期和想象空間。從智慧城市、智(zhi)能(neng)制造(zao)，到自(zi)動駕駛、數字能(neng)源，幾乎(hu)每一個(ge)與物(wu)理世界智(zhi)能(neng)重構相關的(de)領(ling)域都被打上了AIoT的(de)標簽。然而，理想與現實之間(jian)的(de)落差卻異常明(ming)顯。
無(wu)論是麥肯錫的(de)(de)全球調研(yan)，還是MIT的(de)(de)實證數(shu)據(ju)，都(dou)揭示出(chu)絕大多數(shu)AIoT項目(mu)仍(reng)停留(liu)在表面智能階段——數(shu)據(ju)采(cai)集智能化、設備聯(lian)網、初(chu)步的(de)(de)自動化，但與企(qi)業核心業務流程割裂，難以(yi)形(xing)成完整(zheng)的(de)(de)價值閉環。
許多看似光鮮的智能硬件和AI場景，本質上只是“智能花瓶”，沒有真正解決生產效率、成本優化或業務增長的核心痛點。只有那些能夠與真實業務場景深度綁定、嵌入到核心運營流程的AIoT項目，才能帶來持續且可衡量的商業回報。
進一步來看，AIoT能否(fou)真正突破，關(guan)鍵(jian)在于(yu)系(xi)統的行動與(yu)自治(zhi)經濟體的構(gou)建。
傳(chuan)統物聯網大多承(cheng)擔(dan)著被動(dong)感知和上傳(chuan)數(shu)據(ju)的角色，而未來的AIoT節點(dian)，必須具(ju)備自(zi)治行(xing)動(dong)力(li)(li)、記憶能(neng)(neng)力(li)(li)、上下文理解和協同學習(xi)的能(neng)(neng)力(li)(li)。這意(yi)味(wei)著每一個設(she)備、每一個節點(dian)都能(neng)(neng)夠根據(ju)實時數(shu)據(ju)、自(zi)身經驗(yan)和外(wai)部環境，獨立作出決策并與其(qi)他節點(dian)協同。
只有當AIoT系統從“數據的搬運工”轉向“自治的智能體網絡”，整個產業才能孕育出真正的分布式物理智能經濟體，實現自治、協作和自我進化。
要實現這一轉變，不僅需要算法和硬件的持續突破，更需要行業推動平臺化開放、標準協議和多方協作。生態合作與信任體系的建立，是AIoT產業級落地不可逾越的門檻。正如MIT報告和BVP案例所示，通過開放生態、標準協議、數據治理和合規透明，構筑跨行業、跨平臺的協作網絡，更易獲得產業信任與規模化擴展。
最(zui)后，AIoT的價值錨點，正(zheng)在從傳(chuan)統的“數據上傳(chuan)云平臺(tai)”模式(shi)，轉向以“后臺(tai)智能+場景ROI+分(fen)布式(shi)協作”為核心的模式(shi)。
與其追逐前端體驗的表面智能，不如把戰略重心放在后臺流程優化、設備智能管理和高ROI場景的深耕上。只有當AIoT成為提升企業運營效率、降低成本、創造新業務模式的隱形引擎，才能真正釋放其產業級價值。
寫在最后
AIoT的真正變革，不(bu)只是讓每(mei)一個物理(li)(li)設備更智能，而是要讓每(mei)一個節點(dian)都具備記憶、情境理(li)(li)解、自(zi)治決策和協同進化的能力(li)，成為新型智能經濟體。
AIoT的(de)下一個十(shi)年(nian)已經開啟(qi)，唯有穿越(yue)表面智能、扎根價值場景、構建分布式智能協作生態，才(cai)能在新(xin)一輪智能浪(lang)潮中獲得真正的(de)增長紅利。現在，就是(shi)行動的(de)起(qi)點(dian)。
參考資料：1.Technology Trends Outlook 2025，來源：麥肯錫2.The State of AI 2025，來源：Bessemer Venture Partners3.The GenAI Divide, STATE OF AI IN BUSINESS 2025，來源：MIT
