上期我們看了積極擁抱派的看法，接下來讓我們看看“謹慎觀望派”的想法。
(以下內容根據CIO/IT高管發言內容整理)
AI能力被高估：技術泡沫與現實差距
盡管近年來AI技術取得了顯著進展，從圖像識別到自然語言處理，再到自動駕駛，AI的應用場景日益豐富。然而，我們必須清醒地認識到，技術的快速發展往往伴隨著一定程度的炒作周期。在這一周期內，公眾和媒體往往對新技術寄予過高期望，而實際的技術成熟度與這些期望之間往往存在不小的差距。AI的實際能力，尤其是在模擬和理解人類復雜思維方面，遠未達到全面超越人類的水平。這一點，從AI在創意生成、情感理解等高階認知任務上的局限性中可見一斑。
DeepSeek的局限性：技術創新與實際應用的困境
DeepSeek作為近期備受矚目的AI模型，其底層算法依然基于Transformer體系架構，這在一定程度上限制了其原創性。盡管在特定任務上取得了優化成果，但這種1-100的進步遠未達到0-1的突破性創新。更重要的是，DeepSeek的發展前景受到中文數據集能力的嚴重制約。中文語言的復雜性和多樣性，對AI模型的訓練和理解提出了更高要求，而當前中文數據集的質量和規模尚不足以支撐DeepSeek實現全面突破。
在實際試用中，DeepSeek的表現也不盡如人意。DeepSeek在速度和數據更新效率上存在明顯短板。其所謂的低成本模式是否完全真實，能否持續，同樣令人質疑。市場上有聲音指出，DeepSeek的母公司可能通過股市盈利補貼大模型的運營成本，這種商業模式一旦遭遇資金鏈緊張，將對DeepSeek的發展構成嚴峻挑戰。
AI企業應用的挑戰：理想與現實的碰撞
在企業應用層面，AI同樣面臨著諸多難題。以DeepSeek為例，盡管其在大規模文本生成方面有所建樹，但在傳統機器學習的分類問題(如客戶分群)上卻并非強項。這導致AI在深入企業實際分析場景時，往往難以發揮預期效果。此外，算力成本高、用戶交互方式受限、內部數據準確性對模型污染等問題，進一步限制了AI在企業中的廣泛應用。
私有化部署雖然在一定程度上解決了數據安全和隱私保護的問題，但也帶來了新的挑戰。功能更新不同頻、數據歸屬不明確、權限控制復雜等問題，使得企業在選擇私有化部署時不得不慎之又慎。如何在保障數據安全的同時，實現AI模型的靈活更新和高效管理，成為企業應用AI時必須面對的重要課題。
數據質量與開源模式的隱憂
除了上述挑戰外，國內AI大模型在非結構化數據集質量、覆蓋程度及企業數據實際水準等方面的研究不足，也是制約AI發展的重要因素。高質量的數據集是訓練高效AI模型的基礎，而當前國內在這方面的積累尚顯薄弱。這不僅影響了AI模型的準確性和泛化能力，也限制了AI技術在更多領域的應用。
此外，部分人對大模型開源后的發展前景持懷疑態度。他們認為，開源模式雖然有助于促進技術創新和資源共享，但也帶來了知識產權保護、數據安全、商業競爭等一系列復雜問題。在缺乏有效監管和激勵機制的情況下，開源模式可能難以持續，從而影響到AI技術的長期發展。
綜上所述，盡管AI技術在近年來取得了顯著進展，但其實際能力仍在一定程度上被高估。從DeepSeek的局限性到企業應用中的諸多挑戰，再到數據質量與開源模式的隱憂，AI的發展之路并非一帆風順。面對這些挑戰和問題，我們需要保持清醒的頭腦，既要看到AI技術的巨大潛力，也要正視其現實局限，以更加理性和務實的態度推動AI技術的健康發展。
總之，各行業CIO/IT高管中的支持派認為 AI 技術發展迅速，DeepSeek 等大模型在優化和普及方面具有實際價值，企業應用潛力巨大，未來將推動社會和經濟的長期變革。
謹慎派則指出 AI 能力可能被高估，DeepSeek 等大模型存在局限性，企業應用面臨成本、數據安全和技術適配等挑戰，未來發展仍需觀察。
明確需求，穩健推進
在探討是否部署如DeepSeek等大模型技術的決策過程中，筆者認為企業需采取一種審慎的態度。首先要深入剖析企業的實際需求，明確AI技術能夠切實發揮作用的業務領域。這一過程要求企業不僅要有對技術趨勢的敏銳洞察，更需具備對自身業務深刻的理解力。企業應識別那些通過AI技術能夠顯著提升效率、降低成本或創造新價值的環節，而非盲目追逐技術潮流，僅僅因為某項技術新穎或流行就急于引入。AI技術的采納是為了解決企業真實存在的業務問題，而非單純為了彰顯技術先進性或滿足某種形象塑造的需求。
一旦決定采納AI技術，企業應遵循循序漸進的原則，從小規模、低風險的項目開始試點。這樣的策略有助于企業在不承擔過大風險的前提下，驗證技術的可行性和實際效益。通過細致觀察和分析試點項目的成果，企業可以更加準確地評估AI技術對于業務的正面影響，為后續更大規模的部署積累寶貴經驗。
值得注意的是，AI技術的成功應用離不開高質量數據的支撐。數據是AI算法運行的基石，其準確性和完整性直接關系到算法的輸出質量和決策效果。因此，企業必須高度重視數據治理工作，不斷提升數據質量，確保為AI算法提供準確、全面、及時的數據輸入。這一過程不僅是對數字化基礎的強化，更是對AI技術應用效果的保障。
同時，構建或擴充具備AI專業知識的團隊也是企業成功實施AI戰略的關鍵一環。企業應通過內部培訓提升現有員工的AI技能水平，同時積極引進具有豐富經驗和專業知識的外部人才，以形成一支能夠推動AI項目高效實施與持續優化的人才隊伍。這樣的團隊將成為企業在AI時代穩步前行的重要驅動力。
總之，企業在面對AI技術時，應明確需求、穩健推進，確保技術的引入能夠真正服務于企業的長遠發展。通過加強數據治理、構建專業團隊等措施，企業可以在AI時代中抓住機遇、應對挑戰，實現可持續發展。
在近期由D1net舉辦的部分CIO精品大會上，我們也將安排部分DeepSeek實戰培訓和問答：
2月28號全國醫藥大健康CIO大會
3月 1號全國消費零售CIO大會
3月1號下午特別設置AI-DeepSeek(下稱DS)專場, 將安排一位使用DS近兩年的神秘嘉賓(某數百億元規模的消費類企業CTO)做DS落地應用專場培訓及問答。目前AI應用已經滲透到該企業各個板塊，如：智能體編排、數據分析、數倉構建、業務系統交互、知識庫、自動化等等。
歡迎大家提前報名注冊，報名鏈接：
醫藥：http://a.d1net.com/cioyy2025/reg
消費：http://a.d1net.com/cioxf2025/reg
關于企業網D1net(hfnxjk.com)：
國內主流的to B IT門戶，同時在運營國內最大的甲方CIO專家庫和智力輸出及社交平臺-信眾智(www.cioall.com)。旗下運營19個IT行業公眾號(微信搜索D1net即可關注)。
京公網安備 11010502049343號