智東西
作者 ZeR0
編輯 漠影

智東西7月14日報道，今年，Gartner 首次面向中國市場發布《2025 中國 AI 趨勢》研究報告，提出三個主題、十大趨勢：一是在機遇中開展創新（開放式生成式AI模型、“自建策略傾向”、代理型AI），二是利用成本可控的AI實現業務轉型（節儉型AI、工程化能力、協作式AI防御體系、快速增長的AI人才），三是B2C驅動的AI生態系統（無處不在的AI、包容性AI生態系統、從數據到AI的生態系統）。

近日，這份報告的主筆人、Gartner中國AI研究團隊分析師費天祺（Fay Fei）與智東西等媒體進行深入交流，對這十大趨勢進行更詳盡地解讀，分享中國AI產業在資源約束與戰略機遇交織下的發展邏輯。

生成式AI正多維度重塑企業運營：非技術人員接觸AI的門檻降低，員工AI素養顯著提升；跨部門應用場景因易用性加速落地；AI治理被推向新高度，業務部門主導的治理方案受關注。然而，企業對AI投資回報率仍信心不足，Gartner 今年1月調研顯示，僅13%受訪者“非常有信心計算回報”，37%信心一般，36%及4%信心較低。后續企業如何衡量AI投資，將是核心課題。

費天祺（Fay Fei）告訴智東西，Gartner已在使用深度研究類Agent工具來提升效率，其中既有Gartner內部研究用的研究工具，也有供客戶使用的研究工具，這些工具已經帶來明顯的生產力提升。目前來看，Agent在某一個具體場景中更易落地，短期內很難做到純通用Agent。她談道，國內基礎模型賽道已進入快速收斂階段，大部分企業用某一兩款模型，原因是投資基礎大模型整體成本很高的，但商業變現路徑還不明確，市場逐漸回歸理性、趨于謹慎。

以下為2025年中國十大AI趨勢的具體解讀：

1. 開放式生成式AI模型

中國開放大模型的核心目標是生態掌控與合規自立，開源旨在保障自主可控與產業安全。DeepSeek在今年年初發布的高性能開源模型，打破了此前私有模型主導且成本高昂的市場格局，推動國內外廠商紛紛開放技術，重塑全球AI市場。

Gartner對比發現，開源與私有模型的性能差距持續縮小，過去依賴規模效應的優勢減弱，開源模型也能達到類似效果，同時推理成本相對可控。國際評估顯示，開源模型在文本生成、代碼輔助等任務中表現突出，如DeepSeek在 Copilot 場景中排名第一，得到國際認可。

2. 自建（Build）策略傾向

中國企業的自建傾向并非重復建設，而是為控制關鍵環節與實現定制化創新，尤其在政企、大型國企及工業場景中趨勢明顯。這種策略聚焦工程工具與應用層（如智能客服）的自研，形成 “組裝式平臺架構”，基礎設施與大模型層則多依托現有資源，以平衡自研與成本效率。

3. Agentic AI（代理式AI）

Agentic AI強調具備任務感知、自主反饋能力的智能體架構，在客服機器人、數字員工等場景落地較多。調研顯示，42%中國企業用戶處于試點階段，15%已生產落地，這個數據超過了去年全球的10%數據。目前以翻譯、編程等垂直場景應用為主，通用智能體仍存預期差，但落地進度領先全球。

4. 節儉型AI（Frugal AI）

在資源受限背景下，企業更注重AI的性價比，通過輕量部署、邊緣計算降低門檻。AI應用中的隱性成本（如算力擴容、數據治理）推動企業強化成本管控，這一趨勢對中小企業尤為關鍵，使其能在有限資源下推進AI應用。

5. 工程能力加速AI開發

中國企業的工程能力優勢顯著，通過自動化微調平臺、多模態框架等基礎設施，加速AI從原型到生產的轉化。數據顯示，2024年生成式AI生產落地率為8%，2025年預計達43%，工程能力成為推動這一增長的核心動力。

6. 協同式AI安全防御

隨著AI在業務側的廣泛應用，Shadow AI等風險凸顯，安全防御需要IT、法律、業務部門協同構建治理框架。當前企業在工具與管理經驗上仍待完善，構建端到端治理體系成為產業共識。

7. 快速增加的AI人才儲備

中國AI人才儲備增速明顯，2022年頂級AI會議論文中中國研究者占比達47%，中小學AI教育普及強化人才梯隊。企業需求從技術開發轉向業務場景創意，提示工程、Agent培訓等成為人才培養重點。

8. 無處不在的AI（Ubiquitous AI）

中國AI落地不一定從辦公桌開始，很多發展良好的AI應用是B2C場景的、消費者導向的，汽車、可穿戴設備、手機等終端成為生成式AI爆發的重要載體。與其他國家和地區相比，中國在技術基礎設施、5G覆蓋、互聯網的數字生態系統、完善的供應鏈等方面具備優勢。從直播互動到智能銀行，AI在消費端的應用培育了市場基礎與用戶習慣。

9. 包容式AI生態系統

企業從單一產品轉向一體化生態布局，提供“模型、平臺、工具、服務” 一站式能力，橫向跨廠商集成模型，縱向整合軟硬件（如AI一體機），降低企業應用門檻。這種生態模式聚焦輸出結果，而非模型選擇，體現了較強的實用導向。

在這個背景下，用戶不關心使用哪個模型，最終是看AI輸出的結果是否理想。所以對于廠商來講，更多是找到自己的生態位、找到生態成員之間的合作，把技術能力銜接的地方抹平，讓企業可以快速實現應用部署和上線。

10. 數據到AI生態體系

隨著模型差距縮小，數據成為企業AI競爭的核心壁壘。數據管理與生成式AI形成閉環：一方面，數據治理提升模型輸出準確性；另一方面，大模型能力優化數據管理效率，二者相互促進，推動產業向深度耦合演進。

結語：中國AI產業走向務實

從上述趨勢可見，中國AI產業正沿著務實路徑推進：既注重在資源約束下尋求突破，通過開源、自建等方式保障自主可控；也強調成本優化與價值落地，推動AI從技術探索向業務滲透。

未來，隨著數據與AI的深度融合、協同治理體系的完善，AI產業有望逐步從分散應用走向系統協同，其發展質量的提升將更加依賴于技術落地效率與實際業務價值的平衡。