企业网D1net  由国内头部to B IT门户企业网D1net与信众智(CIO智力输出及社交平台)联合主办的2025全国CIO大会于近日在西安盛大闭幕。在一系列精彩的干货分享之后，以“AI落地有哪些坑?”为主题的大型圆桌讨论最后压轴出场。本文为圆桌讨论的第一部分---在AI、AIGC的应用和实践中，遇到了哪些“坑”?

圆桌讨论由企业网D1net CEO范脡主持，参与讨论的嘉宾包括：

万华化学数智化部总经理徐建光

安东石油集团CIO兼AI研究院院长 许晓男

王老吉药业CIO、AI实验室主任 单露

海大集团流程与信息中心总监胡水平

中国医药工业研究总院信息部主任邹晓涛

瑞幸咖啡高级技术总监黄强元

公牛集团CIO 李胜彬

晨光稀土内控质量信息总监陈燕

红豆集团CIO 奚峰

企业网D1net 范脡：在日常和大量体制内外的CIO、IT高管朋友的交流中，AIGC几乎是所有人这两年的重点。许多企业投钱投人做了许多探索。但是到目前为止，除了常见的知识库，办公辅助，智能客服等通用场景，AIGC的落地场景和能够带来的真实效益还很有限。大家更多的是交了不少学费，走了不少弯路。所以首先我想了解一下大家亲历的、或听说的AIGC落地的坑都有哪些。

万华化学徐建光：在AIGC落地实践中，我们遇到了业务和技术两方面的问题。

业务难题：知识库构建困难

基于知识库RAG的大模型应用常见，但与业务部门沟通时发现，他们虽有大量知识、知识库和文件，但是实际梳理时，资料不规范、不标准，很多知识在业务人员脑子里却说不出来。

目前材料大模型知识库还在完善，且会持续更新，因为业务发展会有新知识。让业务部门能自主快速构建高质量知识库，是业务落地AIGC的一大挑战。

技术挑战：大模型幻觉

大模型存在幻觉问题，问A产品问题却给出B产品错误结论，影响应用准确性。如何选模型、选多大尺寸模型适配不同场景，是技术团队面临的难题，也是AIGC技术落地的关键挑战。

安东石油许晓男：在AIGC业务推进中，我发现用户端和供应商端各有一个“坑”。

用户端：选简单场景，避复杂业务

近年人工智能投资热，大模型受关注，但落地时别选复杂业务。像油气行业，地层油气解释多解性强，专业领域都有争议，交给大模型很难出好的效果。建议从简单、浅层但覆盖面广的场景入手，快速出成果。

供应商端：按需配置，防算力超配

我负责数字化油田业务输出，发现不少客户模型未用，算力就超配了。开展大模型工作，提前考虑基础设施没错，但配置要结合自身场景和业务。去年厂商推一体机，低算力配小模型也能满足需求。前两年买大模型配大算力的客户现在很尴尬。所以配置时别被供应商牵着走，要按需规划。

王老吉药业单露：做AI项目，有两个关键问题得提前想明白，不然容易踩坑。

业务场景要有价值：别为了做AI而做AI。搭建平台、投入软硬件和人力开发，得保证对企业有用，是企业急需且不可替代的。最近集团让提AI场景需求，更凸显了这点。要是只图表面，不关注价值，项目可能白费力气。

投入产出比要合理：就像手机用两年就想换，企业花几百万买GPU、服务器，五年可能就过时。所以得考虑投入值不值，AI项目产出的价值能不能覆盖成本。老板可能一时冲动批项目，但冷静后就会问成果。作为负责人，得提前算好这笔账。

总之，明确业务场景价值、重视投入产出比，是AI项目成功的关键。

海大集团胡水平：推进AI项目，缓解高层焦虑是关键，我采取了以下办法：

借专家之力，办AI大讲堂：我在变革管理委员会办公室，借此组织AI大讲堂，请行业专家分享交流。缓解焦虑，可带老板或业务主管外出考察，也能把专家请进来。AI大讲堂核心是讲清AI优劣，明确其能力边界。专家分享比我们自己讲更有效，能更快缓解焦虑。

拉业务领导入局，把控数据质量：让业务发起人深度参与项目很重要。我们在近期的一个项目中实施过程中，业务侧的领导全程跟进，发现业务数据问题较大，如数据标准、维度不统一，知识库在线化差等。

为缓解焦虑，就要做好预期管控，让领导了解项目困难;还要让他们真正入局，感受AI局限。同时，数据和知识库沉淀质量很关键。

中国医药工业研究总院邹晓涛：我们是医药研发企业，业务贯穿药物早研到生产制剂工艺改造，过程中遇到两大难题：

蛋白筛选验证难：我们搭建重点实验室积累了20亿条蛋白酶数据，并完成特征化。虽能用算法快速筛选符合靶点的蛋白，但筛选出的蛋白数量多达上千上万条。之后需在实验室做感知实验，测定特性并反馈数据，目前行业缺乏有效办法，只能大量投入人力，即“智能多，人工也多”。而且药物蛋白酶对特征值要求高，必须通过湿实验验证，这是研发一大痛点。

数据保密共享难：总院有院控团队和多个PI团队，PI团队服务各药企。客户对数据保密要求严，只允许项目研发人员访问，权限限制严格，这与基于组织架构分配权限的方式不同，导致数据权限难区分，被委托研发的知识也难共享，这是另一大难题。

瑞幸咖啡 黄强元：AI应用过程中“坑”多，主要源于老板、业务和技术同学对AI认知有差异，大家期待不同。在AI应用时，是做模型选算力、搭建AI中台，还是选业务场景?我们的经验是先聚焦场景，其他暂不重要。

选场景时，有两点要注意：

技术认知角度：AI或大模型本质是基于推理训练的概率模型，输出具有不确定性。对于规则明确、业务场景输出明确的场景，AI并非首选。

业务认知角度：我们不倾向于选小场景，更希望选有难度且对公司经营有帮助的场景。这样的场景能引起老板和业务的兴趣，大家愿意投入，也有助于平衡投入产出比。

比如，我们目前在营销活动和预算优化方面发力，包括活动策略、匹配人群、活动时机、优惠券策略和产品策略等不同经营目标的营销活动方案生成和触达。大模型在这方面能提供很大创意和借鉴意义，我们的尝试已有一定收益。

换句话说，在创造性或跨领域创造性，且与业务强结合的维度，是我们让大模型发挥作用的方向。

公牛集团李胜彬：2023年大模型爆火，个人、企业话题都聚焦AI。我们公司也有所实践，IT主要负责内部系统，如内部办公;外聘博士，组建团队负责产品端。

以往大家都期待乙方有成熟方案，头部企业宣传虽好，但实际系统的、可落地的优秀案例少，好的应用场景也不多。反倒是甲方企业，有做得不错的。我们自己也基于业务场景，在客服、问答等知识库方面有所尝试，这条路还长。

我还了解到，一些头部外企减人很厉害，比如某公司全球财务人员从几万减到几千。我很好奇他们AI落地成果，但是从他们的案例看，大多是流程自动化等，也就是小模型，并非大模型。

大模型肯定是未来方向，但在企业应用中，不能低估小模型的价值。

企业网D1net 范脡：从厂商角度来看，AIGC对他们而言也是全新事物，尚处于摸索阶段。目前，要说有很多成熟的AI应用案例，那不是事实。毕竟，甲方若没有扎实的场景，乙方自然也难以拿出成功范例。

现阶段，乙方更多是从算力基础架构这一方向切入，开展相关工作。而真正意义上的甲乙双方共建AI应用案例，恐怕还需要一定时间来沉淀与推进。

晨光稀土陈燕：公司2008年起推进信息化建设，搭建多个中台，实现业务线上化管理。在此基础上尝试引入AI，也踩了一些“坑”。

第一个“坑”是ChatGPT类工具。兴起时我们部署本地化版本，结合数字人放在食堂刺激员工使用，但员工常问无关问题，导致费用增加，关掉外网后员工又不用了。

第二个“坑”是另一AI工具本地化部署，存在“幻觉”，效果不佳，算力投入大，后续还有数据工作。因行业数据机密，我们评估风险大于产出，十分纠结。

在本次大会上，一些CIO和IT主管的分享，让我看到了我想做而又怕有风险的事已落地，且投入不多，让我重拾信心，我希望能多去学习，也期待更多分享。

红豆集团奚峰：在接触人工智能初期，老板一声令下“我们要做人工智能”，便不断推消息让我组建团队、推进项目，还介绍各种资源，直接把我“推”进了人工智能这个“大坑”。

人才问题是一个“小坑”。起初，我们认为招一两个人才或一个博士，就能解决大部分人工智能、AIGC或智能化问题，但实际情况并非如此。外招人才与企业实际场景结合不足，需将内部场景需求、重要部门需求，与人才团队、外部资源结合起来，才能填满人才“坑”。目前，我们由乙方、专业人才和需求团队组成团队，专注做行业模型，毕竟最懂自己的还是自己，这样更有效。

除了人才“坑”，还有战略“坑”。我们当时没做战略规划，盲目去做，没有从战略层面梳理需求和现有基础。后续应该做好战略规划，将长期战略和短期目标结合在一起，让老板全力支持。

另外，虚拟人项目也是个“坑”。我们做了虚拟人，但应用场景与业务结合不足，导致虚拟人成了摆设。当初想做电商直播，也想用门店虚拟形象代替店员，可实际上数据与客户连接度、细分度不高，粘性差，客户不需要，店长也不推广。做出来后，虚拟人难以针对客户精准回答问题，后续知识资源支撑也不够。

企业网D1net 范脡：在职场中，有个事实，老板看似躬身事外不具体介入，但最终老板才是兜底的人，是那个躲不掉、要站在“坑”里善后的人。所以虽然大家平时可能只看到老板在外面指挥，可关键时刻，承担后果的必定是老板。

这里就引出一个重要问题。我们IT人整体情商不算高，在表达、自我宣传以及向上管理方面，一直是弱项。当老板着急焦虑地推动一些事情，往往理解和执行并不能到位。但是作为职业经理人，我们必然要承受这种压力，并且要主动分担、解决压力。毕竟，大家的利益是一致的。项目做得好，对老板、对我们IT人都有好处。如今经济形势严峻，大家都能明显感觉到这种自上而下的焦虑，和透彻及有效沟通的重要性。

所以IT人的沟通技巧确实亟待提升。很多问题其实都源于沟通不足，要是大家能多些同步、多些交流，互相之间的焦虑感肯定能减轻不少。(未完待续)

关于企业网D1net(www.d1net.com)：

国内头部to B IT门户，同时在运营国内最大的甲方CIO专家库和智力输出及社交平台-信众智(www.cioall.com)。旗下运营19个IT行业公众号(微信搜索D1net即可关注)。

大中型CIO活动预告(详情请联系D1net相关同事)：

2025年央国企CIO及数科公司高管年会(夏) 8月9日 北京

2025汽车业数字化大会 9月12日 华东

2025制造业数字化大会 9月13日 华东

2025全国甲方IT选型大会 11月14日-15日 华东