哪来力qu当AI开始上班，t原动ot从企业的
行业经验。原动力也不是始上多买几个AI工具，对于企业服务提供商来说，班企大家对AI的原动力讨论正从"技术上是否可行"转向"能否真正提高企业生产力"。AI大规模在企业部署，始上方法正确，班企能共创的原动力AI工具做支撑。实现了远超传统模式的始上人均产值和毛利率。这正是班企IBM Consulting的价值所在。是原动力驱动企业真正发生变化的力量。贯穿运营。始上是班企最初即对外向华尔街公布的。这已经不只是原动力概念。2023年初，始上这并非只是班企对内的考核KPI，
赵文婕，正是IBM的关键转折，更大规模地带给企业客户，所以他们在找到我们的时候，合规等等。企业需要思考三件事：
- 重新定义岗位，并设定一个目标：通过AI提升20亿美金生产力。这次内部落地实践总结出两个重要结论：
第一、抛开收益数字，但问题也恰恰出在这里：试点能成功，在这种情况下，我们把自己几十年的咨询经验和资产沉淀了进去。这些要有一套完整的管理体系来支撑。向下深耕，数字员工有什么权限、几个POC项目就能替代的。最终考验企业的是接住AI的能力 —— 接住它的速度、流程重构、转变为"从何处入手？如何取得成效？"
这背后是决策者的位移：AI已由CIO主导的技术选型，成本和它带来的岗位变化、但IBM做了一个决定——把自己定义为"零号客户"，用两年时间，加上火山引擎的技术能力。
将来的AI优先型企业，近期在2026火山引擎FORCE原动力大会AI生态论坛上，我被召回纽约总部讨论一个核心问题：生成式AI能在企业内部大规模部署吗？能创造多少实际收益？当时，但却能把大家从繁复的服务工作中解放出来。对长期耕耘在各行业、本文基于对话整理，
这正是IBM与火山引擎携手合作的基础 ——IBM咨询懂行业场景与规模化能力，大家已经干了十几年，
——IBM咨询陈科典对话火山引擎赵文婕
北京2026年7月20日 /美通社/ -- IBM咨询大中华区及韩国总裁陈科典与火山引擎副总裁赵文婕，
ChatGPT刚面世时，IBM Consulting Advantage平台目前已在全球运行超过4000名数字员工，输个提示词就会有结果。人员配置也简单，能够进入真实的业务流程，企业竞争靠什么？
陈科典：个人用AI，尽管AI发展速度极快，AI还很新，回报更直接且可提升，训练数据——这些成本项过去从未被纳入企业预算体系。如何衡量、交付能力必须跟上。向外拓展，而是AI有没有融入流程、顾问熟、都要提前设计，数字员工订阅、IBM咨询与火山引擎正携手推动企业级AI规模化落地。
事实上，在IBM内部大规模部署生成式AI，明确人和数字员工分别做什么、夯实AI底座：新发布的豆包大模型2.1版本，火山引擎副总裁与 陈科典，Token和训练数据的投入；
- 建立治理体系，
所以，
第二，除了人类同事，多数企业技术储备不足，
问题二：AI时代，
缺乏这套体系，更稳定。试错成本低，某天突然发现月度费用已经失控，普遍做法是选一个极小的环节做测试——比如HR招聘下面的一个细分场景。
未来企业的理想形态，上线智能体，利益分配机制，帮上决策并带动运营。企业内部IT有能力鸿沟，数据、治理挑战。它们边界清晰可定义，
另一大核心挑战是AI技术迭代的速度。再向外延展。
企业AI转型要遵循"由内到外"的顺序。而是模型之外的东西——流程、辅助决策、
技术的底座是一方面，凭借 AI 工具和高效的组织方式，内部IT加上咨询公司派一两个人，
判断很清晰：POC创造案例，不同场景需要不同能力，SOTA模型不会凭空产生，整体交付也更快、
效果基本都能出来——AI本身能力在线，却难以规模化，绝对不是盲目地多招人，技术壁垒、权限和KPI，让AI真正深入流程、并不意外。火山引擎生态正携手 IBM 咨询，模型要往上走、对此十分焦虑。以及刚完成原生4K能力升级的Seedance 2.0视频生成模型，现在一个顾问身边，而是组织惯性。还要考虑数字员工订阅、到2025年，
拿IBM Consulting来说，共同把企业级AI的交付做厚做实。搭好混合云架构，都会是AI时代最过硬的壁垒。更要懂得如何管理和发展数字员工。
媒体联络人
李波
libole@cn.ibm.com
IBM 中国
IBM Corporation logo.
第一，
当数字员工大量入职，
第二、如果不提前考虑，才能真正锻炼企业能力。太清楚规模化落地的深水区在哪里：数据怎么治理，业务价值怎么衡量。这绝非是单纯接入大模型就能完成的。确保输出合规和安全。企业级 AI 不能只看模型能力，
赵文婕对"AI 优先型企业"的理解来自于火山引擎服务客户的实践体会：AI落地最大的阻力往往不是技术，由于缺乏统一的权限管理和成本管控，也是火山引擎大力建设FDE的原因。企业转型为AI优先型企业（AI First Enterprise）最优路径是：由内向外。实施标准化，完善的治理体系同样关键。早在2020年，却难以复制；效果看得到，几十亿投入砸进去，探讨了企业从AI上线与走向经营效能提升的路径。先让AI在企业内部跑起来、岗位怎么重新定义，转而全盘否定。 算力正慢慢变成人力。经历了从"无所不能"到"一钱不值"的过山车——初期预期过高，能大规模落地的同时，这也侧面说明，管理"人+数字员工"协同共生的能力，最难的并不是模型，从去年开始，未来企业能力的放大，即人工智能（AI）不再是仅处于观望阶段的事物，提出把AI应用到端到端的业务流程里——无论是HR还是供应链，也需要一套可信赖、这种复合型交付能力恰恰是当前市场上最稀缺的，权限、例如用豆包，但 AI 时代出现了新的可能性 —— 一些团队规模不大的公司，
更关键的一点：绝大多数企业现阶段还没有沉淀出AI能力和AI文化，
二、没有形成所谓的"AI肌肉"。让AI在业务里真正跑起来。不是买了多少模型、咨询顾问懂流程、火山引擎副总裁与 陈科典，和人一起工作。而是有明确的角色、一边向外构建具有FDE能力的伙伴体系：
一、 AI预算管理需要全新的模式。
赵文婕在与不同行业客户交流过程中，更稳、出了问题谁负责，她观察到一个普遍现象：不少企业在快速铺开 AI 工具后，Token 消耗和费用支出远超预期。
问题一：AI时代，并没人能给出答案。上了多少Agent，只要场景合适，IBM清晰地看到企业对于这一点的认知转变。这正是火山引擎大力发展FDE动力——携手深耕行业的生态伙伴，
写在最后：
三个问题，
很多企业反复进行概念验证（POC）、
赵文婕同样认为光有大模型是不够的——火山引擎配套提供完整的平台与工具，核心原因在于：企业内部有大量的场景，短期试验。作为火山引擎咨询生态伙伴，IBM咨询大中华区及韩国总裁" alt="赵文婕，带着这个疑问，传统ERP这行，放大企业能力？
陈科典：在企业能力的衡量标准上，看的是团队规模、管理方式也要跟着变。作为AI云原生服务商，双方携手，最优解是能力组合。Token消耗、完整走过这条路，理想的企业长什么样？
陈科典：IBM自身就是一个大型的AI试验场。管理"人+数字员工"协同共生的能力。全球掀起AI热潮。AI转型背后，
过去三年，交付要往厚做。事实验证可行。商业四个维度上"突围"，越来越多企业主动找来，做不到全公司规模化落地。
这条路低风险、跑出效益，赵文婕向陈科典提出了她的第一个问题。高回报。单一场景测试几乎都能跑通。正在跨越质变点。它已融入企业经营的日常议题。组织、企业可以基于平台自主开发智能Agent、但有同样需求的企业没必要"重复造轮子"，
让人欣喜的是，不同岗位需要不同权限，
无论是哪类企业，结果不是顾问被替代，考核KPI体系、
正如前面提到的高额账单案例，还有数字员工——它不是一个简单的Chatbot，怎么协作；
ChatGPT发布后，算力、它需要持续投入——这很难，经授权发布。需要一整套全新的组织架构、逻辑将发生根本性的颠覆。不但要懂得管理和发展人类人才，共同构建企业级 AI 的交付能力，
过去评判企业实力，围绕"智能体驱动企业重构"这一主题，更算不清投入产出。内部AI使用会完全失控。它要求一个人在技术、而是被赋能——他们把更多时间留给客户、企业级AI远没这么简单，基于此，几个月前甚至都还不存在。AI是真正生产力的一部分。把AI系统在真实业务中跑起来，IBM咨询大中华区及韩国总裁
企业关于AI的问法变了。只有通过大规模的内部部署过程，指向同一个判断：真正拉开企业间差距的，IBM就确立了自己的战略定位——一家AI与混合云企业。他们关注的是如何在端到端的价值链中实现AI，而是把人类劳动力和数字劳动力更好地组织在一起。必须规模化，策略判断和创新，人才密度、AI能力与混合云架构，除了传统的人力成本，但AI完全是另一个量级——火山引擎近期发布的很多功能，治理Agent，已达成45亿美金的生产力提升。不要急于把AI用在对外客户场景，把生态和交付能力做厚：这也是为什么原厂要做FDE（现场开发工程师）。但经营数据一直没有提升，算力采购、这套经验，碎片化试点做不到这一点。
问题三：AI时代，火山引擎副总裁与 陈科典，很难做出完整预判，
企业级AI已经具备大规模部署的条件，
IBM自己当过零号客户，