 |
——IBM咨詢陳科典對話火山引擎趙文婕
北京2026年7月20日 /美通社/ -- IBM咨詢大中華區及韓國總裁陳科典與火山引擎副總裁趙文婕，近期在2026火山引擎FORCE原動力大會AI生態論壇上，圍繞"智能體驅動企業重構"這一主題，探討了企業從AI上線與走向經營效能提升的路徑。作為火山引擎咨詢生態伙伴，IBM咨詢與火山引擎正攜手推動企業級AI規模化落地。本文基于對話整理，經授權發布。
趙文婕，火山引擎副總裁與 陳科典，IBM咨詢大中華區及韓國總裁
企業關于AI的問法變了。
趙文婕在與不同行業客戶交流過程中，能夠明顯感覺到一種變化，即人工智能（AI）不再是僅處于觀望階段的事物，它已融入企業經營的日常議題。企業關注的問題也從"是否開展相關業務？"，轉變為"從何處入手？如何取得成效？"
這背后是決策者的位移：AI已由CIO主導的技術選型，升級為CEO掛帥的企業經營戰略。
很多企業反復進行概念驗證（POC）、上線智能體，但經營數據一直沒有提升，對此十分焦慮。在這種情況下，大家對AI的討論正從"技術上是否可行"轉向"能否真正提高企業生產力"。帶著這個疑問，趙文婕向陳科典提出了她的第一個問題。
問題一：AI時代，理想的企業長什么樣？
陳科典：IBM自身就是一個大型的AI試驗場。早在2020年，IBM就確立了自己的戰略定位——一家AI與混合云企業。IBM相信，AI能力與混合云架構，是驅動企業真正發生變化的力量。
ChatGPT發布后，全球掀起AI熱潮。2023年初，我被召回紐約總部討論一個核心問題：生成式AI能在企業內部大規模部署嗎？能創造多少實際收益？當時，并沒人能給出答案。但IBM做了一個決定——把自己定義為"零號客戶"，用兩年時間，在IBM內部大規模部署生成式AI，并設定一個目標：通過AI提升20億美金生產力。這并非只是對內的考核KPI，是最初即對外向華爾街公布的。
這一決策，正是IBM的關鍵轉折，到2025年，已達成45億美金的生產力提升。拋開收益數字，這次內部落地實踐總結出兩個重要結論：
第一、AI大規模在企業部署，事實驗證可行。
企業級AI已經具備大規模部署的條件，只要場景合適，方法正確，AI是真正生產力的一部分。
第二、企業轉型為AI優先型企業（AI First Enterprise）最優路徑是：由內向外。
這條路低風險、高回報。不要急于把AI用在對外客戶場景，核心原因在于：企業內部有大量的場景，它們邊界清晰可定義，試錯成本低，回報更直接且可提升，它所帶來真金白銀可以反哺到對外場景中。
更關鍵的一點：絕大多數企業現階段還沒有沉淀出AI能力和AI文化，沒有形成所謂的"AI肌肉"。只有通過大規模的內部部署過程，才能真正鍛煉企業能力。
企業AI轉型要遵循"由內到外"的順序。先讓AI在企業內部跑起來、跑出效益，再向外延展。
未來企業的理想形態，不是擁有最多AI工具，而是具備AI能力、搭好混合云架構，讓AI真正深入流程、輔助決策、貫穿運營。
趙文婕對"AI 優先型企業"的理解來自于火山引擎服務客戶的實踐體會：AI落地最大的阻力往往不是技術，而是組織慣性。
她看到不少企業一把手對AI的態度，經歷了從"無所不能"到"一錢不值"的過山車——初期預期過高，幾十億投入砸進去，看不到效果，轉而全盤否定。
事實上，AI轉型背后，需要一整套全新的組織架構、考核KPI體系、利益分配機制，這絕非是單純接入大模型就能完成的。作為AI云原生服務商，火山引擎并行在走的是"兩條腿"——一邊向下深耕SOTA模型技術，一邊向外構建具有FDE能力的伙伴體系：
一、向下深耕，夯實AI底座：新發布的豆包大模型2.1版本，以及剛完成原生4K能力升級的Seedance 2.0視頻生成模型，正在跨越質變點。隨著模型能力增強，大模型在很多場景上已經能夠直接承擔過去需要垂直智能體才完成的任務。SOTA模型不會憑空產生，它需要持續投入——這很難，但卻能把大家從繁復的服務工作中解放出來。
二、向外拓展，把生態和交付能力做厚：這也是為什么原廠要做FDE（現場開發工程師）。FDE的難，在"人"上，它要求一個人在技術、業務、組織、商業四個維度上"突圍"，把AI系統在真實業務中跑起來，這種復合型交付能力恰恰是當前市場上最稀缺的，也是火山引擎大力建設FDE的原因。
模型要持續深入產業場景落地，交付能力必須跟上。這正是火山引擎大力發展FDE動力——攜手深耕行業的生態伙伴，共同把企業級AI的交付做厚做實。基于此，對長期耕耘在各行業、企業的IBM咨詢，她提出了第二個具體問題。
問題二：AI時代，企業競爭靠什么？
陳科典：個人用AI，例如用豆包，輸個提示詞就會有結果。企業級AI遠沒這么簡單，最難的并不是模型，而是模型之外的東西——流程、權限、數據、合規等等。
過去三年，IBM清晰地看到企業對于這一點的認知轉變。
ChatGPT剛面世時，AI還很新，多數企業技術儲備不足，做不到全公司規模化落地。普遍做法是選一個極小的環節做測試——比如HR招聘下面的一個細分場景。人員配置也簡單，內部IT加上咨詢公司派一兩個人，短期試驗。
效果基本都能出來——AI本身能力在線，單一場景測試幾乎都能跑通。但問題也恰恰出在這里：試點能成功，卻難以復制；效果看得到，卻難以規模化，更算不清投入產出。AI要產生真正的生產力，必須規模化，碎片化試點做不到這一點。
讓人欣喜的是，從去年開始，越來越多企業主動找來，提出把AI應用到端到端的業務流程里——無論是HR還是供應鏈，他們關注的是如何在端到端的價值鏈中實現AI，這正是IBM Consulting的價值所在。
IBM自己當過零號客戶，完整走過這條路，太清楚規模化落地的深水區在哪里：數據怎么治理，流程怎么重塑，崗位怎么重新定義，業務價值怎么衡量。這套經驗，不是看幾篇文章、幾個POC項目就能替代的。
另一大核心挑戰是AI技術迭代的速度。傳統ERP這行，顧問熟、流程熟、實施標準化，大家已經干了十幾年，但AI完全是另一個量級——火山引擎近期發布的很多功能，幾個月前甚至都還不存在。企業內部IT有能力鴻溝，所以他們在找到我們的時候，咨詢顧問懂流程、能大規模落地的同時，也需要一套可信賴、能共創的AI工具做支撐。但有同樣需求的企業沒必要"重復造輪子"，最優解是能力組合。
這正是IBM與火山引擎攜手合作的基礎 ——IBM咨詢懂行業場景與規模化能力，加上火山引擎的技術能力。雙方攜手，把AI 更快、更穩、更大規模地帶給企業客戶，讓AI在業務里真正跑起來。
判斷很清晰：POC創造案例，但只有規模化，才真正創造競爭優勢。
趙文婕同樣認為光有大模型是不夠的——火山引擎配套提供完整的平臺與工具，企業可以基于平臺自主開發智能Agent、治理Agent，不同場景需要不同能力，不同崗位需要不同權限，這些要有一套完整的管理體系來支撐。
缺乏這套體系，內部AI使用會完全失控。她觀察到一個普遍現象：不少企業在快速鋪開 AI 工具后，由于缺乏統一的權限管理和成本管控，Token 消耗和費用支出遠超預期。這也側面說明，企業級 AI 不能只看模型能力，完善的治理體系同樣關鍵。
過去評判企業實力，看的是團隊規模、人才密度、技術壁壘、行業經驗。但 AI 時代出現了新的可能性 —— 一些團隊規模不大的公司，憑借 AI 工具和高效的組織方式，實現了遠超傳統模式的人均產值和毛利率。
問題三：AI時代，如何衡量、放大企業能力？
陳科典：在企業能力的衡量標準上，邏輯將發生根本性的顛覆。盡管AI發展速度極快，很難做出完整預判，但目前已能觀察到兩大趨勢，企業需要提前考慮。
第一， 算力正慢慢變成人力。
拿IBM Consulting來說，現在一個顧問身邊，除了人類同事，還有數字員工——它不是一個簡單的Chatbot，而是有明確的角色、權限和KPI，能夠進入真實的業務流程，和人一起工作。這已經不只是概念。IBM Consulting Advantage平臺目前已在全球運行超過4000名數字員工，我們把自己幾十年的咨詢經驗和資產沉淀了進去。結果不是顧問被替代，而是被賦能——他們把更多時間留給客戶、策略判斷和創新，整體交付也更快、更穩定。
當數字員工大量入職，管理方式也要跟著變。企業需要思考三件事：
第二， AI預算管理需要全新的模式。
正如前面提到的高額賬單案例，數字員工訂閱、算力采購、Token消耗、訓練數據——這些成本項過去從未被納入企業預算體系。如果不提前考慮，某天突然發現月度費用已經失控，并不意外。
所以，未來企業能力的放大，絕對不是盲目地多招人，也不是多買幾個AI工具，而是把人類勞動力和數字勞動力更好地組織在一起。
將來的AI優先型企業，不但要懂得管理和發展人類人才，更要懂得如何管理和發展數字員工。管理"人+數字員工"協同共生的能力。
寫在最后：
三個問題，指向同一個判斷：真正拉開企業間差距的，不是買了多少模型、上了多少Agent，而是AI有沒有融入流程、幫上決策并帶動運營。
技術的底座是一方面，最終考驗企業的是接住AI的能力 —— 接住它的速度、成本和它帶來的崗位變化、流程重構、治理挑戰。對于企業服務提供商來說，模型要往上走、交付要往厚做。火山引擎生態正攜手 IBM 咨詢，共同構建企業級 AI 的交付能力，幫助客戶真正接住 AI 的價值。
無論是哪類企業，管理"人+數字員工"協同共生的能力，都會是AI時代最過硬的壁壘。
媒體聯絡人
李波
libole@cn.ibm.com
IBM 中國
IBM Corporation logo.
