但在核心決策層應(yīng)用方面，進(jìn)展卻十分緩慢。以供應(yīng)鏈管理為例，雖然多數(shù)企業(yè)已應(yīng)用AI進(jìn)行需求預(yù)測，但在生產(chǎn)計(jì)劃調(diào)整、庫存優(yōu)化、物流調(diào)度等核心決策環(huán)節(jié)，仍以人工判斷為主。對此，李植宇指出，這一現(xiàn)象的核心原因在于，核心決策環(huán)節(jié)的AI應(yīng)用需要突破“數(shù)據(jù)-洞察-行動”的閉環(huán)，而當(dāng)前多數(shù)企業(yè)的AI系統(tǒng)難以實(shí)現(xiàn)這一突破。

企業(yè)級AI難以進(jìn)入核心決策與執(zhí)行環(huán)節(jié)的根本原因已從早期的技術(shù)可行性問題，演變?yōu)楫?dāng)前的組織適應(yīng)性與價值實(shí)現(xiàn)問題。這是一個“認(rèn)知-決心-價值”的決策閉環(huán)：企業(yè)首先需要認(rèn)知到AI是戰(zhàn)略變革而非工具；進(jìn)而要有決心推動組織與流程的重構(gòu)；最后必須能清晰定義并驗(yàn)證其創(chuàng)造的商業(yè)價值。只有當(dāng)這三個環(huán)節(jié)形成正向循環(huán)，AI才能超越工具和分析層面，真正成為改造企業(yè)核心流程的“數(shù)字員工”或“智能體”，驅(qū)動根本性的效率提升與業(yè)務(wù)創(chuàng)新。

站在更為宏觀的角度來看，不同行業(yè)在落地AI時，面臨共性和差異化兩類問題。共性問題方面，企業(yè)級AI的核心是價值——企業(yè)投入AI后，如何衡量和實(shí)現(xiàn)其商業(yè)價值。差異化問題的核心是企業(yè)自身的基礎(chǔ)與轉(zhuǎn)型代價。在擁抱AI新模式時，企業(yè)需要評估和應(yīng)對由此帶來的組織變革成本、現(xiàn)有資產(chǎn)（如數(shù)據(jù)、系統(tǒng)、人員）的再利用或重構(gòu)成本。

在此背景下，企業(yè)對于服務(wù)商的交付需求也在發(fā)生變化——傳統(tǒng)的“項(xiàng)目交付”模式正逐步被“價值驗(yàn)證”模式取代。麥肯錫調(diào)研顯示，2025年采用“價值驗(yàn)證”模式的AI項(xiàng)目成功率達(dá)到23%，遠(yuǎn)高于傳統(tǒng)“項(xiàng)目交付”模式的4.8%。這一數(shù)據(jù)充分說明，以價值為導(dǎo)向的交付模式已成為企業(yè)級AI落地的關(guān)鍵保障。傳統(tǒng)IT項(xiàng)目的交付模式多為“先demo再落地”，POC周期較短，通常為1~2周，核心是驗(yàn)證系統(tǒng)是否能正常運(yùn)行。而企業(yè)級AI項(xiàng)目的POC周期明顯延長，引元星河目前在企業(yè)側(cè)的POC周期大概在四周，核心原因在于：AI項(xiàng)目的POC需要完成“數(shù)據(jù)準(zhǔn)備-場景適配-價值驗(yàn)證”的全流程。四周POC不僅要驗(yàn)證技術(shù)可行性，更要驗(yàn)證AI能為企業(yè)帶來的實(shí)際價值，比如物流費(fèi)用降低多少、庫存周轉(zhuǎn)率提升多少等核心業(yè)務(wù)指標(biāo)。