图片系AI生成

“消费者买的不是钻头，而是墙上的那个洞。”现代营销学奠基人之一——西奥多·莱维特对于场景的洞察常看常新。

场景理论自诞生以来，经历了从社会学视角到媒介传播，再到数字时代的演变，其内涵和应用也随之发生了深刻的变化，如今的「场景」又成了大家口中的高频词汇。

如果将时间线稍稍放长，便能发现场景和技术的映照关系。

一个场景包含了在特定时间、地点、条件下，用户如何与其他用户、系统、服务、产品交互，以完成特定的任务或达成特定的目标。

而当任一要素变化时，场景的稳态被打破，也就需要构建新的场景逻辑。当下最大的变量就是技术，近几十年的技术变迁超过过去几百年，不同的场景都在剧烈变化，同样的场景也在一次次重建。

以常见的交易场景为例，从线下的一手交钱、一手交货，变成了线上浏览购买、一触即达，十八世纪最优秀的商人，到了二十一世纪也难以成功。技术变革把人、货、场、媒体、时间、空间、渠道分割为碎片化状态，但总有一种新工具把这些游离的碎片黏合起来。

这个新工具是什么？

2024 ITValue Summit 数字价值年会上进行了「创新场景50」系列榜单发布，得到了业界的广泛关注，原因无他，所有人都想知道，在以大模型为代表的AI技术冲击下，该如何塑造新的场景，榜单给出了一些干货。

钛媒体历时两年创设了《创新场景50》栏目，见证近年来各方对“场景”的需求越来越清晰，在经过广泛案例征集后，我们又从方案匹配度与重要性、方案创新程度、客户痛点解决完成度、可量化价值等多维度，去审视这一轮的新场景。

好的创新场景，值得被大家看到。透过本届「创新场景50」系列榜单，钛媒体发现了几个趋势，首先是大模型场景的两极分化，浅层、实验性、内部场景居多，深层、规模化、外部场景较少。

一方面，过去一年，大模型从参数竞赛卷到应用层面，AI在企业端的渗透率快速提升，麦肯锡的调研也证明了这一点，AI 在企业侧的渗透率从 55% 增长到 72%，增长了 17 个百分点，如果把 AI 缩小到 GenAI 的范围，过去一年从 33% 增长到 65%，增长了一倍。

另一方面，大模型场景的落地还局限在企业内部，并且集中在知识库、客服、BI、代码等领域，绝大多数企业还处于概念验证或小规模测试部署的阶段，大模型的价值得到部分兑现，但还不够深。

钛媒体特别关注到了一些场景，例如首旅用大模型为6300家酒店客房精准定价；大模型智能体应用“闺蜜AI医生”，女性用户问答准确率达80%；借助大模型技术，货运物流智能接单效率提升75%；基于大模型的深基坑风险管理Agent，提高管控效率和准确率；大模型落地场外衍生品交易场景，撮合成功率增长 3 倍，等等创新场景。

他们的共同特点是规模部署、外部赋能，当大多数大模型应用还是浅尝辄止，这些创新场景已经有了足够的空间，产生了可见、可量化的效果，也由此进入了「创新场景50」系列榜单。

其次，我们明显看到了中大型企业和政府等行业的进展，在宏观经济的逆周期，以及所处行业环境的大背景下，更多企业迫于外力加速了创新场景的实践，论投入产出比，论直接和间接效果，数字化投入带来的回报都在优先级之列。

以往有些企业的数字化进展不快，抱着现有的现金流以稳为主，或涉及数据安全，或因为商业模式等原因，很长一段时间较为封闭，在数字化、智能化层面的探索徐徐图进，缺少紧迫性。

也有一些企业早就认识到了数字化的重要性，但是重一些的创新场景需要长时间的运作，对于决策者的认知和操作有所要求，特别是贯穿上下游、联接相邻业务的问题，数字化失败的风险更高，而数字化成功的标准模糊。

这些领域的典型特点是有大量的应用场景，聚焦在各自业务领域的核心环节，当解决了动力问题之后，较容易催生出可见价值的用例。当然，这类创新场景和企业自身特点结合较强，如何复制是另一个问题，但在通用平台平和能力层面，能给同类企业予以启发。

例如钛媒体一直跟踪的百丽，针对大型零售企业补货协同难，用“补货群” 提效实现数据找人；再如平安证券打破原有“笨重”架构，微卡片平台提升大型企业敏捷性；同样地，还有整车制造龙头企业排产智能决策，综合成本节约数千万元/年；城配物流安全运营管理，“三晒两抓”实现出险率降低40%等。

最后，通过长时间跟踪创新场景的过程可以发现，场景创新其实一直都在发生，应当成为企业的数字化惯性，而不是数字化冲动，不论创新场景的大和小、深和浅，及早实践最重要。

如前文所述，场景的任意要素都处于动态变化之中，譬如算力、算法、数据，每一个组成创新场景的单元都需要资源和时间，企业不要等到革命性技术来了才开始做场景和应用，那样往往得不偿失。

对于企业来说，创新场景的基础如何打好，是一个长线工程。小的场景汇聚成大的场景，信息化、数字化更好的企业，明显能够打造出更好的创新场景。以金融行业为例，每个环节都有足够的数据，通过客户需求反推出场景，这就避免了大量场景无法成行的尴尬处境，这有赖于企业日常的持续创新。

例如智能iPaaS全域集成解决方案，通过智能体、插件和工作流的集成，加速了AI能力的落地；车企智算中心建设，智能驾驶模型训练速度提升200倍以上，这是业务高效开展的必要条件；云原生AI大数据一体化平台，加速内容行业快速落地大模型和RAG检索增强能力。

回到最初的问题，这个新工具是什么？新的场景，就是大家的共同答案。