2025年科技公司需突破人工智能应用的发展瓶颈，将人工智能的发展潜力转化为实际的成果与收入。

　　1.借助人工智能，使产品价值与客户技术需求及使用模式相匹配，开拓新的收入来源。

　　3.突破预算限制，释放资金，进一步投资于以人工智能为核心的产品服务及运营模式。

　　基于安永《2024年科技公司十大发展机遇》报告，在生成式人工智能（GenAI）引领的时代，科技企业若想取得成功，必须进行重塑、重新定位与创新。2024年全年，各行业的人工智能应用与协同智能体部署呈爆发式增长；然而，许多企业的AI应用陷入停滞，这往往是因为企业未充分准备好应对实现成功所需的成本投入及全组织范围的转型。要抢占先机，科技企业及其客户需改变认知，不能再将人工智能视为应用于传统业务流程的一项能力，而应从根本上重新思考并重塑业务，以适应人工智能优先时代（AI-first era）。科技企业自身可通过以科技赋能科技（tech on tech，即利用自身产品实现内部转型），在这一进程中发挥引领作用。

　　随着2025年的到来，人工智能的普及速度将持续加快，但与此同时，企业所面临的资金需求增加、全球监管力度加强、经济格局变化等背景因素也不容忽视。

　　在编制安永《2025年科技公司十大发展机遇》报告时，我们力求从平衡、前瞻的视角出发，为科技企业提供各类潜在举措，涵盖增长与运营多个维度，助力企业在2025年创造价值。本年度报告的撰写基于安永原创分析、安永全球科技领域合伙人及科技行业专家的洞见与观点。

　　“2025年将是科技行业向客户及股东证明人工智能投资回报率（ROI）的关键一年，这要求企业有效传达价值驱动因素，并展示所实现的运营效率提升。”

　　企业对人工智能的应用正迎来转折点。此前对AI应用及协同智能体的试验阶段已结束，现在企业更期待获得投资回报。进入2025年，人工智能的“蜜月期”已然结束。各行业企业都在寻求AI投入带来的切实、正向回报。

　　对科技企业而言，下一步需通过为客户创造可衡量的投资回报率（ROI），证明人工智能的商业价值。科技企业应优先构建框架，用以衡量其AI解决方案在财务与运营层面的影响，帮助客户弥合当前AI部署与ROI实现之间的差距。那些成功展示并交付AI服务透明、可量化价值的企业，将赢得客户信任，并在未来竞争激烈的AI市场中脱颖而出。

　　“随着各行业客户竞相部署预配置流程解决方案，Agentic AI将迅速普及。”

　　Agentic AI为科技企业带来了颠覆性变革。自主人工智能智能体有望独立执行复杂任务，彻底改变科技企业及其客户的业务运营与决策方式。与当前的GenAI用例不同，Agentic AI无需等待指令，而是在无人工干预的情况下主动推进复杂步骤序列的执行，从而实现任务的端到端完成。例如，Agentic AI可通过分析客户互动过程中产生的海量数据，优化客户服务与营销职能，进而提供个性化的产品及服务方案；若结合市场趋势、竞争对手产品等额外数据，还能为企业采用动态定价与基于成果的价值模式奠定基础。如今正是科技企业抓住Agentic AI机遇、抢占先发优势的关键时期。

　　“如今，固守传统订阅制模式的企业可能会败给那些能更好地将价格与消费者获得的价值相匹配的竞争对手。”

　　多年来，科技行业经历了向“即服务（as-a-service）”模式与按量付费模式的转型。目前，这些模式正受到客户的审视，客户越来越期待从所购产品中获得可验证的成效。这要求企业转变思维，从“销售使用权”转向“销售成功成果”。

　　定价模式的下一步演进方向是基于价值或基于成果的定价，这种模式与向智能体人工智能的平台转型高度契合。然而，向基于成果的定价转型会引发一系列复杂问题，需要企业进行充分规划、数据分析、情景模拟与变革管理。此外，这一转型还需与利益相关者开展大量沟通与协作，其规模远超企业从永久许可销售转向即服务收费的阶段。在向即服务模式转型时，许多科技企业就面临挑战，如难以向市场及利益相关者（包括激励机制发生变化的内部销售团队）解释转型的合理性与价值。

　　基于过往经验，科技企业在规划向基于成果的定价转型时，需评估产品交付价值与获取及交付成本之间的平衡，这一点至关重要。同时，企业还需向利益相关者解释转型对财务业绩、销售激励及关键指标的影响，以引导并管理其预期，这同样不可或缺。

　　“领导者必须克制将生成式人工智能（GenAI）硬套进现有流程与商业模式的冲动，而应彻底重新构想这些流程与模式。”

　　过去几年，科技行业的热议话题多围绕原生数字化企业相对于传统科技企业所具备的竞争优势。如今，讨论焦点已转向原生人工智能企业及其独特的架构与运营文化。

　　要与这些人工智能初创企业竞争，科技企业不应在现有运营模式上叠加人工智能功能，而应重新审视并挑战运营的各个环节。在此过程中，智能体人工智能可成为转型的赋能者，通过促进跨部门协作，而非仅通过单个生成式人工智能用例提升特定职能效率。例如，人工智能智能体可通过分析庞大的供应商库、识别关键供应商、模拟自然灾害、供应短缺或贸易合规要求等场景，并对合同条款及调整方案进行建模，增强供应链的韧性，确保供应链连续性及成本与税务优化。

　　此类优势将逐步覆盖整个企业，提升采购经理、税务及法律专业人员、财务专业人员等群体的能力，助力其做出更优决策，进而创造新的竞争优势。

　　价值创造障碍：56%的科技公司表示，包括依赖遗留系统在内的技术挑战，是其运营模式创造价值的主要障碍。

　　如今，拥有全面数据战略的组织寥寥无几。为确保数据在人工智能应用中的长期可靠性、可用性与安全性，以及相关属性的有效性，科技企业应设立或重新定位首席数据官（CDO）等岗位。在系统层面，科技企业需确定最优的数据架构与数据治理框架，以在“人工智能优先”时代实现数据的规模化应用、可信度与可用性。

　　尽管目前的关注点多集中于用于训练大型语言模型（LLMs）的大型数据中心，但大多数非超大规模企业更需要推理能力、训练后优化及小型语言模型（SLMs）优化。这一转变正促使各行业企业重新思考其公有云/私有云投资策略，并评估本地部署或边缘计算解决方案的投资回报率，以支持实时分析。

　　科技企业还可通过提供定制化解决方案（同时覆盖人工智能采用的基础设施与运营层面），成为客户AI转型之旅中不可或缺的合作伙伴。客户将越来越多地需要“整合、现代化、运营”一体化的AI转型服务，以避免对原有IT架构进行高成本重构。对于科技企业（尤其是IT服务企业）而言，这是一个重新定位的机遇，可借此把握市场对稳健、可扩展数据平台及服务的需求。

　　更高价值的工作：82%的受访者认为，人工智能将提高他们的效率与生产力，使他们能够专注于更高价值的工作。

　　随着科技企业逐步构建以人工智能为核心的未来业务形态，可通过针对性培训项目帮助员工掌握未来所需技能，进而推动增长。采用协同智能体及更先进的AI辅助工具，不仅能提高生产力，还能以更个性化的方式优化工作模式。通过采用虚拟现实（VR）与增强现实（AR）等更沉浸式的培训与学习环境，科技企业可更精准地识别技能差距、提供在职支持、发掘全球范围内的优秀人才，并确保员工体验的一致性、按需获取性与适用性。

　　随着人工智能应用的持续推进，科技企业需注意：投资者将更关注成本效率指标，而员工则会要求企业营造通过新兴技术实现持续学习的文化氛围。将生成式人工智能融入培训文化，可同时满足这两方面的需求。

　　提前应对税务、贸易及合规要求的快速变化（事前预防而非事后补救），优化商业模式与供应链，提升战略决策质量。

　　“企业发展赋能与风险管控正受到日益复杂的税务问题的威胁，而税务资源短缺进一步加剧了这一负担。部署‘人机协同’人工智能（Human in the Loop AI）对于弥合这一差距至关重要，这是税务领域业务发展的一个演进方向。”

　　科技企业投入大量资源，以确保其税务与法律责任的合规性。但在如今复杂多变的全球税务与监管环境下，这种合规确定性难以保障。全球各国政府议程与政策举措的竞争引发了地缘政治与贸易层面的连锁反应，进一步加剧了不确定性。在这种日益不确定的环境中，若将税务或地方监管问题视为“事后补救事项”（尤其是在推进交易或实现AI驱动的运营模式转型时），将面临巨大风险。相反，企业应将税务与法律专业人员视为高管层的战略顾问，并将其纳入战略评估流程，以确保决策制定既快速自信，又不会产生未预见的税务或法律责任。

　　税务与法律不确定性的影响在全球供应链管理中尤为显著。科技企业需重新审视自身的地域依赖，考虑通过区域多元化降低地缘政治、监管及税收政策变化带来的风险。新增的贸易限制将影响整个价值链，仅依靠多源供应已不足以应对挑战，企业需采取行动增强供应链韧性。例如，调整生产地点、对供应链进行压力测试、建立战略联盟等措施，均有助于确保供应链稳定并降低风险。将人工智能融入供应链管理，不仅能支持上述所有策略，还能提升运营灵活性并降低成本。在这些战略决策之初就融入税务与法律职能，可帮助科技企业确保符合区域监管与税收政策要求。

　　科技企业若部署人工智能驱动的安全解决方案，不仅能保护自身资产，还能在市场中树立“可信的创新领导者”形象。

　　人工智能的一大应用前景是通过自动化威胁与漏洞检测及响应，实现更高效、更全面的网络安全防护。从一开始就将AI驱动的安全功能融入产品、服务与运营，不仅能让企业将高质量安全能力作为市场差异化优势，还能最大限度减少后端的相关工作量与影响。

　　在企业层面，实施集成化、前瞻性的AI驱动网络安全战略（包括持续压力测试、学习与适应机制），有助于企业防范潜在威胁或“黑天鹅事件”。对于自主系统而言，通过先进网络安全解决方案保护敏感信息尤为关键，因为数据完整性是此类系统正常运行的核心前提。

　　然而，人工智能为科技企业网络安全防御带来优势的同时，也被网络攻击者所利用。恶意攻击者可借助人工智能更快地识别企业忽视的漏洞，并渗透其系统。这使得“以AI对抗AI”变得更加重要，企业需利用人工智能主动应对这些威胁，并在漏洞发生时实现高效事件响应。未来，探索更有效的AI网络安全应用方式将仍是行业关注的核心焦点，同时也是那些精通此道的企业的重大机遇。

　　交易焦点：在安永CEO信心指数（EY CEO Confidence Index）调查中，59%的科技公司CEO表示，计划在未来12个月内进行资产剥离、分拆或首次公开发行（IPO）。

　　对人工智能能力的大量投资推高了科技企业的估值，但同时也带来了巨额成本，使资本支出（CapEx）与运营支出（Opex）预算面临巨大压力。许多科技企业最初依赖应急预算与转型预算为早期AI投资提供资金；近期，不少企业通过冻结运营预算或小幅削减开支，为持续的AI投资提供支持。然而，随着人工智能成为科技企业运营的核心，这些短期解决方案已不再适用。

　　当前，市场各方预计监管机构将更倾向于接受（在某些情况下甚至鼓励）并购交易。因此，2025年可能成为科技企业的关键窗口期，通过针对性的战略性资产剥离优化投资组合，释放资本以投资人工智能等高增长机遇。我们发现，资产剥离除了能筹集资金外，还能使企业运营更聚焦、更灵活、更高效，更适合开展可持续的AI投资。这一策略要求企业基于数据重新评估投资组合，识别表现不佳的资产；同时，科技企业需确保任何潜在交易均与其战略目标、技术潜力及市场相关性保持一致。

　　“如今，各级政府都在考虑对人工智能创新进行监管，美国政府（华盛顿方面）的相关讨论也日益激烈。希望塑造该行业未来的科技行业领导者们，已就这一重要且不断变化的议题与美国政府政策制定者展开沟通。”

　　过去，监管审查与政府互动多聚焦于大型科技企业，小型企业则以合规为主，较少参与政策沟通。近年来，全球各国政府在人工智能、反垄断、数据隐私、网络安全、最低税率及并购等多个影响科技企业的领域，政策制定力度不断加大、范围不断扩大。通过与政策制定者合作，并主动参与国际论坛及全球税收政策讨论，各类规模的科技企业均可助力构建既能促进创新、又能解决社会关切的监管框架。

　　倡导统一的全球标准、负责任的人工智能准则及基础设施投资激励政策，还能帮助科技企业在公私合作项目中树立“思想领袖”与“合作伙伴”的形象。此类参与不仅能推动形成更有利的监管环境，还有助于增强与利益相关者的信任。

　　2025年，科技企业有望将市场对人工智能的热情与期待转化为切实的商业效益，并惠及自身与客户。抓住文中强调的这十大机遇，有助于企业加速实现这一目标，并在此过程中，帮助科技公司塑造起面向未来的人工智能赋能型业务。

　　本文是为提供一般信息的用途所撰写，并非旨在成为可依赖的会计、税务、法律或其他专业意见。请向您的顾问获取具体意见。返回搜狐，查看更多九游官方入口九游官方入口