这是我的第385篇专栏文章。

如今，AI正处在与物理世界深度融合的关键拐点。为了便于把握产业趋势、厘清泡沫与现实的边界，2025年7月和8月间，最新发布的三份权威报告为我们提供了不同视角的真相。

这三份报告分别是：

1.《2025年技术趋势展望》（Technology Trends Outlook 2025）——麦肯锡全球研究院（MGI）

该报告系统梳理了2025年影响企业和产业格局的十三大前沿技术趋势，涵盖AI革命、算力与连接、工程创新三大板块。报告特别强调AI已成为一切基础设施和应用场景的放大器，AI与物理世界、物联网、边缘计算、机器人等的融合，正重构全球价值创造与产业竞争格局。

2.《2025年人工智能现状》（The State of AI 2025）——Bessemer Venture Partners（BVP）

BVP以全球知名风险投资机构的视角，深入分析了AI原生企业的增长模式、AI基础设施的演进，以及AI如何重塑企业级软件和垂直行业。报告聚焦于AI带来的系统性创新、商业化路径与落地挑战。

3.《生成式人工智能的鸿沟：2025年商业人工智能的现状》（The GenAI Divide, STATE OF AI IN BUSINESS 2025）——麻省理工学院

这份报告以实证调研为基础，揭示了生成式AI在企业落地中的ROI鸿沟——虽然全球企业在AI上的投资高涨，但95%未获得可观的商业回报。

三份报告都对AI与物联网的融合、AIoT的产业机会、商业挑战和技术演进趋势进行了前瞻性分析。

它们在AI是基础设施与产业引擎、场景聚焦+ROI（投资回报率）驱动、生态协作及信任体系等问题上达成了高度共识，但是也在AI系统是自研还是采购、爆发式增长还是持续韧性、前端体验还是后台自动化等现实议题上展现了鲜明的分歧。

三大权威报告在AIoT的未来上达成了哪些共识？又在哪些关键的问题上存在观点分歧？本文将系统梳理这些前沿洞见，提炼出AIoT创新的最新路径与产业启示，助力行业穿越泡沫，抓住智能经济的下一个增长窗口。

从技术热潮到产业共识：三份权威报告中的AIoT主线

• 共识1：AI与IoT深度融合已是大势

麦肯锡在《2025年技术趋势展望》中指出，人工智能已经从一种单一的技术工具，转变为推动各行各业数智化转型的底层操作系统（如上图）。AI不再只是被动地分析数据，而是主动参与到流程优化、产品创新、能源管理、机器人、自动驾驶等场景之中，成为物理世界的智能大脑。

BVP的AI年度报告强调，真正具备产业穿透力的AI公司，往往以AI与物理世界的联动为突破口，通过AIoT打造可落地的业务闭环和新型服务模型。

MIT的NANDA项目()则进一步强调，AI与IoT的结合，不仅是数据采集和决策自动化，更是让每一个物理节点具备自治、协作、记忆和上下文感知能力。

三份报告都在核心论述中明确：AI与IoT的深度融合，已成为全球技术和产业升级的确定性主线。

在当前业界对于大模型万能论热炒的背景下，BVP和MIT都提出了更为务实的判断。

BVP指出，虽然大模型和AGI的突破极具想象力，但AIoT最成功的落地案例，绝大多数都是“小切口、深集成”，即聚焦具体行业痛点、深度嵌入业务流程，而非一味追求大而全的泛化应用。

MIT则通过大量企业案例验证，只有那些能够与物理世界和业务场景紧密结合的AI项目，才能创造真实价值。行业共识正在形成：AIoT的产业机遇，始于深度垂直场景与“小模型精做()”的现实主义路线，而非空谈万能大模型。

• 共识2：场景聚焦与ROI驱动成为AIoT商业化的主旋律

无论是麦肯锡的大样本调研，还是BVP对AI原生企业的投资分析，结论都非常一致。AIoT的商业化，归根结底要靠真实场景的价值创造和可衡量的业务回报。

BVP报告多次强调，AIoT企业的发展，只有聚焦那些“高ROI、高痛点、强刚需”的具体流程和业务节点，才能实现从试点到规模化的跨越。

MIT的NANDA项目通过对350家企业的实证研究发现，95%的企业在生成式AI落地中没有获得商业回报，最核心的问题正是脱离了真实流程，仅仅停留在伪智能或表面集成的阶段。报告指出，数据上传、模型调用、报表展示等环节，往往无法带来实质性效率提升和成本优化，反而消耗了大量预算和资源。

只有那些将AI能力深度嵌入生产、运维、供应链、能源管理等具有明确回报的业务链路，才能真正跑通ROI闭环。

• 共识3：平台化与生态化协作胜于单打独斗

在AIoT产业链条日益复杂、技术演进周期加快的背景下，平台化和生态化协作成为报告一致强调的主旋律。

MIT报告通过企业案例指出，与专业AI服务商、平台型企业展开开放合作，可以显著提升项目的成功率。

BVP也强调，AIoT企业要想快速突破，无需在基础算法和硬件层面重复造轮子，而应拥抱产业生态，通过标准协议、开放接口和多方协作，整合资源、共享能力、提升效率。

麦肯锡则在全球技术趋势中明确指出，未来企业的竞争力，将取决于能否在全球分布式智能网络中找到自己的定位和价值接口。

行业共识已经非常清晰：AIoT的成功离不开平台思维和生态共建，只有合纵连横，才能真正激发产业的协同创新和规模化落地。

路径抉择中的现实困境：三份报告的不同答案

在AIoT产业加速演进的浪潮中，三份权威报告除了形成诸多共识，也揭示了一些不容回避的结构性冲突和现实挑战。这些分歧背后，既有企业自身能力、行业特性和发展阶段的不同，也折射出全球科技变革中普遍面临的权衡与抉择。

• 首先，关于自主研发还是外部采购的路径选择，MIT的实证调研给出了鲜明的数据对比。

报告显示，企业内部自建AI系统的商业化成功率仅为33%，而选择与专业AI服务商或平台型企业合作的项目，成功率高达67%。这种巨大差异，说明绝大多数企业在算法、数据、算力和运营等多方面都难以独立支撑AI系统的全流程闭环。

MIT在报告中认为，企业自研的模式，往往陷入高投入、低产出的困境，甚至沦为重复造轮子的技术陷阱。然而，部分头部科技巨头及金融、医疗等要求高合规与数据安全的行业，依然倾向于自研核心系统，以保障数据安全、能力可控和差异化竞争。这一策略虽有其合理性，但在行业普遍资源稀缺、技术快速迭代的现实下，往往导致项目周期拉长、ROI低下，错失市场窗口期。

自主研发与外部采购的冲突，实质上是产业分工与创新能力之间的动态平衡，企业需要根据自身资源禀赋和业务诉求做出更理性的权衡。

• 其次，关于追求爆发式增长还是打造持续韧性，BVP的分析极具代表性。

报告区分了“超新星”——即短期内实现用户激增和估值暴涨的AIoT企业，以及“恒星”——在细分领域长期深耕、客户黏性高、利润结构稳健的企业。

现实表明，AIoT产业初期，凭借技术突破和市场风口，确实可能出现爆发式增长的“超新星”；但在泡沫消退、市场理性回归后，只有那些具备持续创新能力、扎根行业需求、能穿越周期的“恒星型()”企业，才能真正站稳脚跟。

BVP的投资案例显示，单纯追求规模速度或盲目押注细分赛道，都会带来后续留存、盈利和生态建设的隐患。真正具备竞争力的AIoT企业，必须在爆发+深耕之间找到动态平衡：既要勇于创新、敢于快速迭代抢占先机，又要有耐心建立壁垒、深耕客户价值。

爆发与韧性之争，本质上是短期机会与长期价值的赛跑，产业发展需要两条曲线的交汇才能形成可持续增长。

• 最后，应侧重于前端体验还是后台智能，三份报告的调研数据同样揭示出明显断层。

当前，大量企业将AI投入集中在销售、营销、客户交互等前端环节，期望以智能化界面驱动用户增长和品牌升级。但BVP和MIT的研究都指出，企业真正实现可观ROI的项目，反而多来自后台智能、流程优化、运维管理等看不见的价值链环节。

例如，MIT调研发现，超半数生成式AI预算被投向销售和市场，而后台智能却贡献了最高的投资回报率。

麦肯锡的趋势分析也表明，AIoT只有深入嵌入企业核心运营、供应链、资产管理等环节，才能实现效率提升和成本优化的根本性突破。

前端体验与后台智能的冲突，不只是资源分配的选择，更代表了企业对AIoT商业化本质的不同理解。产业升级的下一个阶段，必须将战略重心转向看不见的价值链，用AI能力驱动真正的流程再造和组织变革。

深度转型的关键推手：自治、协作与信任重塑AIoT

AIoT在产业界被赋予了极高的预期和想象空间。从智慧城市、智能制造，到自动驾驶、数字能源，几乎每一个与物理世界智能重构相关的领域都被打上了AIoT的标签。然而，理想与现实之间的落差却异常明显。

无论是麦肯锡的全球调研，还是MIT的实证数据，都揭示出绝大多数AIoT项目仍停留在表面智能阶段——数据采集智能化、设备联网、初步的自动化，但与企业核心业务流程割裂，难以形成完整的价值闭环。

许多看似光鲜的智能硬件和AI场景，本质上只是“智能花瓶”，没有真正解决生产效率、成本优化或业务增长的核心痛点。只有那些能够与真实业务场景深度绑定、嵌入到核心运营流程的AIoT项目，才能带来持续且可衡量的商业回报。

进一步来看，AIoT能否真正突破，关键在于系统的行动与自治经济体的构建。

传统物联网大多承担着被动感知和上传数据的角色，而未来的AIoT节点，必须具备自治行动力、记忆能力、上下文理解和协同学习的能力。这意味着每一个设备、每一个节点都能够根据实时数据、自身经验和外部环境，独立作出决策并与其他节点协同。

只有当AIoT系统从“数据的搬运工”转向“自治的智能体网络”，整个产业才能孕育出真正的分布式物理智能经济体，实现自治、协作和自我进化。

要实现这一转变，不仅需要算法和硬件的持续突破，更需要行业推动平台化开放、标准协议和多方协作。生态合作与信任体系的建立，是AIoT产业级落地不可逾越的门槛。正如MIT报告和BVP案例所示，通过开放生态、标准协议、数据治理和合规透明，构筑跨行业、跨平台的协作网络，更易获得产业信任与规模化扩展。

最后，AIoT的价值锚点，正在从传统的“数据上传云平台”模式，转向以“后台智能+场景ROI+分布式协作”为核心的模式。

与其追逐前端体验的表面智能，不如把战略重心放在后台流程优化、设备智能管理和高ROI场景的深耕上。只有当AIoT成为提升企业运营效率、降低成本、创造新业务模式的隐形引擎，才能真正释放其产业级价值。

写在最后

AIoT的真正变革，不只是让每一个物理设备更智能，而是要让每一个节点都具备记忆、情境理解、自治决策和协同进化的能力，成为新型智能经济体。

AIoT的下一个十年已经开启，唯有穿越表面智能、扎根价值场景、构建分布式智能协作生态，才能在新一轮智能浪潮中获得真正的增长红利。现在，就是行动的起点。

参考资料：1.Technology Trends Outlook 2025，来源：麦肯锡2.The State of AI 2025，来源：Bessemer Venture Partners3.The GenAI Divide, STATE OF AI IN BUSINESS 2025，来源：MIT