【导读】Gartner 的最新预测揭示了一个不可忽视的趋势：到 2027 年，半数全球企业将在其 AI 组合中纳入中国的大语言模型（LLM）和多模态模型，这一比例较 2025 年将实现十倍增长。这一转变不仅源于中国本土模型在成本效率与技术能力上的显著竞争力，更得益于其蓬勃发展的开源生态所赋予的灵活性与自主权。与此同时，另一场深刻的变革正在物理世界酝酿——预计到 2030 年，超过 80% 的企业将采用“物理 AI”，将智能从数字屏幕延伸至制造、设计与服务的实体环节。

Gartner高级研究总监闫斌表示：“大部分领先的开源 LLM 都来自中国。企业可以选择在合适的位置托管这些开源模型，并通过额外的微调和防护措施来控制地缘政治风险。 此外，开源模型还可用于合成数据生成，帮助国家构建自主 AI 。 同时，中国的多模态生成式 AI 模型在图像和视频生成等任务上也具全球竞争力。”

基于此，企业领导者必须：

评估并集成中国生成式 AI模型：定期评估中国LLM和多模态模型的能力，并将其纳入 AI 组合以发挥其战略优势。

扩展模型用途：不仅在生产环境中使用中国的生成式 AI模型，还可将其用于合成数据生成、模型评估、护栏建立以及性能基准测试等任务。

关注法规动态：持续关注 AI相关法规的最新变化，以确保合规并降低运营风险。

利用开源机会：参与开源社区，在快速创新、定制化和成本节约方面获取收益。

确保互操作性：制定策略并发展技术能力，管理中国模型与全球 AI模型之间的集成。

团队技能提升：就中国生成式 AI模型的特性、部署实践和法规要求提供培训，建立内部专业能力。

另外，Gartner还预测，到 2030 年，超过 80% 的企业将在设计、制造、产品和服务环节采用物理 AI ，而目前采用率不足1% 。

Gartner高级研究总监闫斌表示：“物理 AI 为终端用户提供超越数字世界的独特产品体验，通过现实世界的动作和交互引入新的互动形式。由中国的具身 AI和机器人技术推动的边缘计算发展，使 AI系统能够在本地处理数据， 从而降低延迟、提高响应率，同时保持成本效率。通过将重复或危险任务自动化，物理 AI可以简化操作、减少人为错误并降低长期成 本，为自主业务模式和创新的 AI驱动型服务交付铺平道路。”

基于此，企业领导者必须：

在受控环境中开始试点项目，测试并优化物理 AI系统。基于这些实施的反馈，评估投资回报率，改进系统设计和功能，然后再进行全面部署。

建立战略合作伙伴关系，与技术供应商、研究机构和行业专家合作，保持对最新进展和最佳实践的了解。

为 AI错误和决策过程制定明确的指南和责任框架，同时与监管机构合作，确保符合区域法律和标准。

唯有主动拥抱这一由“中国智造”与“具身智能”共同驱动的技术变革，通过审慎的试点、持续的创新与严格的治理，企业方能在降低运营成本、提升响应速度的同时，开辟出自主业务模式的新航道，最终在 2030 年及以后的智能化竞争格局中占据有利地位。