AI价值报告2025：中端市场组织对AI投资的回报寄予厚望尽管人们对人员、数据和技术的疑虑重重

Avanade

TrendlinesAI价值报告2025做什么重要的事中端市场组织对AI投资的回报寄予厚望，尽管人们对人员、数据和技术的疑虑重重。紧迫性创造价值的紧迫感明显——85%的人担心，如果他们不加快部署人工智能，他们的组织将会落后。这种对速度的需求反映在组织实施人工智能的方式上，大多数组织采取的是非传统或针对特定功能的方法。与此同时，由于在人员、数据和技术方面的必要人工智能基础工作，急于加速的愿望受到了制约。2人工智能正在塑造所有规模、所有行业的组织未来。而那些以速度、创新和韧性著称的中型市场组织正在加速发展。这些组织注重成本和增长，尽管与大型竞争对手相比可能资本较少，但这并不意味着它们的雄心不足。随着人工智能日益成为日常工作的组成部分，我们预计劳动力动态将发生转变。人工智能将不再是被“使用”的被动工具，而是将成为团队中的积极主动成员。理解工人与人工智能之间的新关系，包括其社会和情感影响，将是建立信任的关键。回报率的展望取决于生产力和成本节约，84%的人认为人工智能投资的目标是替代员工。然而，很明显，人工智能的价值方程式仍处于探索中——很少有人这样衡量价值，一半的人在做商业案例。组织们正满怀信心地投身于人工智能领域，其中大多数正在增加预算，并预期在12个月内实现高达四倍的回报率（ROI）。存在日益增长的需求，在区分人类生成和AI生成价值的同时，确保有适当的约束机制，以教导AI“忘记”那些具有无意偏见或不道德事实的结果。关于如何确定哪些决策AI可以自主处理的问题正变得越来越关键。令人震惊的是，大多数人都信任AI做出决策，尽管只有三分之一的人完全信任其结果。本报告深入探讨了来自10个国家9个行业的4,100位决策者关于他们到2025年的AI愿景的见解。随着许多企业积极迈进，我们观察到，在追求快速收益的愿望和解决人才动态、数据质量和治理等根本性挑战的现实之间存在显著张力。在确保数据和科技为人工智能成功奠定基础的同时，领导者无法忽视关键的人类考量和因素。人工智能价值期望与现实之间的差距985%84%48%3执行摘要探索这份报告关键发现研究方法全球主要产业共享视角4员工水平在组织之间，来自高层管理团队至专家4X乐观对AI价值而言需要速度投资回报率取决于生产力人工智能

essentials基础工作仍然需要担忧他们由于没有快速采用人工智能而失去竞争优势。仍然在制定商业案例，44%处于验证概念阶段。说人工智能投资是为了通过裁员来节约成本对于每花费1美元在人工智能上，59%的人期望在12个月内获得最多4倍的回报。BN调查的中端市场组织年

调查的决策者度收入500M–

54,100 10各国代表：全球范围内对人工智能价值的希望4组织普遍持乐观态度，其中大部分预计在12个月内实现四倍回报，并将人工智能视为首要任务。我们的见解揭示了一个需要在削减成本和渴望利用人工智能促进增长之间的紧张关系，这表明人工智能价值等式仍在摸索中。对人工智能价值的期望能否使盈利能力焦点限制总收益增长？[推动技术采用的动因是]

生产率。我们需要显著降低我们的服务成本。市场竞争越来越激烈。我们真的有迫切的需求去降低我们的服务成本，因为目前有很大的利润压力。首席转型官，区域金融服务56%2023-14%42%202484%#15依靠员工人数对人工智能价值的希望信心在投资中得到体现人工智能价值，处于平衡之中？人工智能投资与2025年的投资回报率60%将AI提升为顶级IT优先事项高达

4X

返回预计每1美元将产生59%的收益。花费在AI辅助驾驶员和智能代理上组织们热情拥抱人工智能，许多机构正在增加预算，并预期在一年内实现高达四倍的回报率（ROI）。尽管人们认为减少员工人数是投资人工智能的关键原因，但很少有人以这种方式衡量其影响。仅有9%的企业根据重新投资或节省的人力岗位数量来衡量人工智能的回报率。相反，69%的企业将生产力和运营改进作为它们主要的AI成功指标和价值驱动因素。在未来12个月内，60%的企业将把人工智能列为顶级IT优先事项，53%的企业预计将增加生成式人工智能预算，增幅高达25%。回报率预期集中于提高生产力，84%的人认为人工智能投资的目的是为了替换员工以节省成本。这种成本节省的思维模式因人工智能导致的人员编制预期逐年下降而加剧。对人工智能将创造更多角色的预期下降优先将人工智能与……整合创建新流程收入来源尽管生产力是衡量价值的首要指标同意人工智能投资。旨在替代员工节约成本但是，只有9%的企业以这种方式衡量价值。53%预计将通用人工智能（gen

Al）的预算增加高达25%。96%86%82%86%84%80%73%60%50%40%30%20%10%0%52%19%49%25%49%24%45%23%43%25%41%23%40%26%40%29%33%

36%34%

35%主要指标组织用以衡量人工智能价值的。6将人工智能价值与成本节约和效率联系起来如何比较C级管理层角色：%同意通过投资AI来裁减员工以节省成本的人CMO/CXO首席财务官CIO首席执行官首席运营官首席人力资源官首席技术官西班牙

美国日本法国 荷兰意大利巴西 澳大利亚 德国 英国运营改进 生产率提升自从生产力提高通常导致完成任务更快，一些企业是否将错过人工智能在重塑和提升竞争力方面的潜力？又或者生产力节省下来的空间会为创新创造机会？回答这些问题需要一个更长远的视角——但一个战略路线图仍难以捉摸。近半数（48%）的企业正在制定商业案例，44%的企业则卡在了概念验证的阶段。1.

近一半的人预期投资回报将来自生产效率，同时表示首要任务是创造新的收入渠道。我们的研究揭示了决策者对人工智能价值的两种引人入胜的矛盾观点：2.

绝大多数人说，人工智能投资是为了裁员和节省成本，但很少有人积极地衡量这种结果。对人工智能价值的希望生产力真的被置于增长之上吗？问题：贵公司目前主要通过哪种方式衡量来自人工智能等科技工具的投资回报率（ROI）？受访者可选择包括收入、体验、生产力提升和运营改进在内的八个选项。问题：您认为您的组织是否在投资AI同事和代理等技术以替代员工，目的是为了节约成本和提高效率？受访者被要求在1至的范围内表示同意或不同意。

–4.我们的观点7对人工智能价值的希望重新定义生产力解决生产力问题，不仅仅在于开启技术或减少人力资源。维持生产力增长需要重新思考我们如何评估各种形式的工作。同样地，如果组织计划减少人力资源，这也进一步强调了在处理转型过程中需要注入人性化因素的重要性。人工智能应促使我们更加人性化地对待被取代或重新部署的员工。没有愿景的人工智能会阻碍价值发展。虽然成本节约的吸引力很大，但这种过于狭隘的焦点分散了人们对人工智能变革潜力的关注。我们的数据显示，30%的企业正在制定他们的愿景人工智能战略，近一半的企业正在寻求制定商业案例——这表明需要深呼吸，突破围绕短期满足的炒作。这需要对于人工智能有一个稳固的愿景和投资案例，同时采取一种深思熟虑的方法，避免为了短期收益而牺牲长期利益。衡量你所重视的。我们建议在评估人工智能预期价值时采取全面的方法。领导者不应仅仅依靠人数节省作为“英雄关键绩效指标”——尤其是考虑到如此少的人是根据保留或重新分配的人类角色来计算人工智能回报率的。同样，生产力的定义也需要适应，因为我们面临着工作方式以及价值创造的重大转变。新的指标可能会取代我们衡量生产力的更传统方式。快速人工智能回报8组织面临快速转型的压力，许多组织正在通过一种“跳出框框”的方法加速转型。同时，对于速度的追求受到妥协，因为在人们、数据和科技方面，大多数人仍在努力打好人工智能的基础工作。尽管有加速的愿望，组织需要调整步伐，平衡人工智能对近期和长期的影响。快速人工智能回报缩小预期与现实之间的差距我不认为公司可以推迟使用AI工具的实施，否则他们只会落后很多。副总裁，工程，汽车一级供应商48%45%44%44%41%41%35%56%34%0% 10% 20% 30% 40% 50% 60%120%97%93%85%87%100%81%对速度的需求9快速人工智能回报许多地方都有“一点点AI”。有多少百分比的功能认为由于没有足够快速地采用人工智能而面临落后风险？组织正在积极推进人工智能的实施。行业观点：有多少受访者正在直接实施现成的AI？生命科学制造业消费品零售医疗保健非营利组织金融服务能源政府销售市场营销/商务发展策略

/

运营人力资源管理金融信息技术（IT）当谈到人工智能的实施方式时，81%的人使用的是现成的或将其隔离到特定功能中。这表明可能是一种随意的做法，将人工智能散布在各个领域，但没有一个连贯的策略。那些在人工智能之旅上走得最远的人选择现成的解决方案，其中超过一半（52%）选择了这种方法。决策者有着清晰的紧迫感——其中85%担心如果不加速人工智能的采用，他们可能会失去竞争优势。从行业角度来看，这种紧迫感在医疗保健行业中感受最为强烈，高达95%的人表示同意或强烈同意。我们的数据还凸显出，前台职能——包括销售和市场营销——显示出他们组织可能会落后的最高焦虑水平。此外，无论回报是体现在收入增长还是成本节约，组织都希望快速看到成效。投资于人工智能合作者和代理的企业预计在6至12个月内（40%）看到回报，另有27%的企业只愿意等待3至6个月。0% 20% 40% 60% 80% 100%问题：在多大程度上，你同意或不同意以下陈述：我们因未能迅速实施人工智能而面临失去竞争优势的风险？受访者被要求在1到10的范围内表示同意或不同意。

–4，图表显示那些同意或强烈同意的人。问题：贵机构在利用人工智能技术的组织方法是什么？受访者被要求从一个包括定制方案和外买即用方案在内的清单中进行选择。48%2023-9%39%202445%44%42%41%10组织是否能够跟上负责任人工智能的步伐？创建一个统一的数据领域实施一个新数据平台开发RAI指导方针以提供信息数据和人工智能实践建立数据治理与数据标准与负责任的人工智能并肩前行：

我们的年度趋势显示，表示已经建立完整责任人工智能（RAI）指南的人数下降了9%——只有39%的中端市场组织拥有这些指南。而且，完全信任人工智能输出的比例也从48%下降到了26%。这可能反映了在不断变化的法规中保持同步的挑战，以及随着人工智能更广泛地应用，持续重新评估、更新或嵌入RAI指南的必要性。因此，42%的计划制定RAI指南，以确保为他们的AI工具和模型提供的数据准确可靠。人类因素

劳动力准备情况仍然是一个挑战，因为组织可能还没有足够的培训、由明显领导力支持的长期学习计划，以及整个组织的参与。值得注意的是，79%的计划增加对AI培训和熟练度的投资，认识到人们需要知识和工具来与AI协同工作。此外，77%的人专注于变革管理，以确保AI支持新的和现有的工作方式。然而，AI培训并非一刀切的政策，51%的人选择将负责任的AI培训推广到特定部门。数据考虑因素：

获取符合目的的数据可能是希望实施人工智能的中等规模组织面临的主要障碍。主要关注点包括克服将人工智能与现有系统集成起来的复杂性以及保护数据安全和隐私。连续第二年，数据和分析平台成为受访者投资优先事项的首选，以确保数据安全且适用于人工智能。强调在人工智能领域关注伦理问题和透明度的重要性。计划行动以确保向AI工具或模型提供的数据准确可靠年度降幅，拥有完整负责人工智能（RAI）指南的人数快速人工智能回报快速推进，同时解决人工智能基础问题决策者显然希望快速推进人工智能的发展。但在这速度需求与长期谨慎考虑之间存在着紧张关系。技术考虑是一个明显的起点——超过90%的企业已经加速了IT现代化和云服务的采用——但基本的人和数据原则不容忽视。负责任的AI训练5门

1%

需要它用于

具体

部26%需适用于所有员工18%培训课程可供选择，但 不要求员工执行此事我们的观点11快速人工智能回报提升技能和培训同样至关重要，因为尽管受访者持乐观态度，但相对较少的人认为自己准备好迎接人工智能。组织的战略应该是其人工智能战略，充当领导者在今天何处采用技术以及如何为未来进行重塑的“指南针”。而不是将“一点人工智能”投入到各个领域——这可能会削弱其影响力，压倒团队或导致后续工作返工——创建一个统一的路线图有助于在各个职能间实现规模经济。此外，负责任的AI框架通过一种包容性的方法考虑所有员工的数字技能，减轻了偏见、安全问题以及不希望的人工智能分裂等风险。

我们的Avanade与微软Copilot的合作经验表明，随着训练和经验的积累，对AI的信任度会提高。如果员工在尝试AI时感觉没有被纳入过程，他们可能会对领导者的动机产生怀疑。赋予所有员工使用AI的权力可以提高采用率和倡导度——这对个人和组织都有益。正是出于这些原因，您是否信任人工智能处理您的数据？一个稳固的数据策略——定义数据的收集、存储、管理、分析和使用方法——是成功人工智能的基础。我们遇到的一个主要困难是如何协调和准备来自不同系统和格式（包括非结构化文本、图像和音频）的数据，以便人工智能能够分析和解释它们。我们投资了Disrupt

Avanade和我们的AI学校等计划，旨在为所有Avanade员工——而不仅仅是技术人员——提供导航生成式AI、负责任AI和提示工程的有价值技能。我们同样注意到，许多组织在利用AI进行决策时，同时对结果的可靠性或支撑数据并不完全自信。这种信任缺失，以及相关的风险，将在AI技术在日益增长的过程中的应用中，使组织面临更大的暴露风险。尽管有推进人工智能的积极性，每个组织都必须按照自己的步伐前进。例如，早期采用者可能比高度监管行业的参与者行动更快。领导者应为自己的人工智能采用设定自己的节奏，并据此调整其战略和投资。你正在将员工和组织放在首位吗？人工智能流畅度？人工智能正在改变工作场所，但成功采用需要将人置于技术之上。人类影响不容小觑——人工智能熟练度对所有组织至关重要，而不仅仅是少数部门、角色或经验水平。欢迎人工智能团队加入。12人工智能正成为团队中的主动一员，与员工并肩工作，自动化流程并节省时间。决策者正在接受AI副驾驶和代理与人类合作的方式转变，以创造新的价值，并且正在探索如何最佳地衡量这一点。我认为我们仍然需要人在回路中。我们也需要人类理解这是一个可以帮助他们节省时间、更好地完成工作的工具……我曾有团队成员问我，“这会取代我吗？”不会。它将为您节省更多的时间，让您能更好地完成工作。虽然在探索性测试中，人工智能和机器学习正在进步，但它们仍然处于发展和成熟阶段。软件质量工程高级副总裁，区域金融服务欢迎AI加入团队领导者观察到工作动态正在改变40%80%100%51%54%29%38%生命科学59%27%非营利组织57%28%13医疗保健54%29%35%31% 31%消费品52%29%政府44%31%金融服务49%25%制造业52%20%60%53%44%5%9%15%达到评级如何对AI的不同角色进行评级A级等级B等级C能源零售0% 20%即将进行测量，制定计划60%已经积极测量高级经理董事会成员中级经理问题：您会如何评估您的AI同事的等级？今天在您组织中的情况？受访者被要求A级 –F图表显示了按角色类型划分的受访者分布。尽管生产力和效率是首要考虑的问题，但对通用人工智能工具（如微软Copilot和代理）的潜力持乐观态度，这些工具不仅限于功能性任务，还能创造新的价值。超过一半（53%）的人预计将在2025年将他们的通用人工智能项目预算增加高达25%。这并不是人类与机器的对立，而是关于结合它们的独特优势以更好地协同工作。超过一半的人给他们的AI代理今天的性能打出了“A级”评价。C级高管和董事会成员比高级和中级管理人员更有印象，最高级别的60%给出了A级评价，而较年轻的经理中只有不到一半（44%）给出了A级评价。衡量人工智能代理的性能人工智能代理已经证明了自己作为“机器同事”的价值，其中28%的例子衡量了如微软Copilot这样的AI能力的贡献，而53%的计划在未来12个月内这么做。组织衡量或计划衡量绩效的前三种方式是：改进流程（例如，服务成本）、提高决策准确性和增加收入或利润。机器同事：

包括副驾驶、代理和扩展至机器人，这些同事能够进行同步翻译和多模态处理。它们还能学习、互动，并提供类似人类的反馈。欢迎人工智能团队加入。人工智能为工作场所带来新的价值。人工智能在工作场所的潜力如何评估2025年各行业AI副驾驶的贡献人工智能副驾驶和代理——它们是什么？协同驾驶伙伴：一种对最终用户提示和要求做出响应的AI助手。代理：

软件实体，该实体能够在其特定专业领域的范围内，通过使用定制或自生成的工具，根据相关信息做出决策并采取行动。多智能体：

多个代表用户行动并有权做出自主决策的代理，它们共同协作以完成任务。问题：到2025年底，您预计贵组织将如何衡量像微软Copilot这样的生成式人工智能同事的表现和贡献？34%36%52%51%51%47%29%0% 10% 20% 30% 40% 50% 60% 70%32%31%36%39%41%40%44%60%46%欢迎人工智能团队加入。人工智能的社会和情感影响14首席执行官CIO巴西澳大利亚美国联合王国首席技术官CMO/CXO首席运营官法国德国意大利西班牙首席人力资源官荷兰日本文化、背景和环境差异可能是影响领导层在人工智能处理中信任度的一个因素：在日本为组织工作的员工中，只有不到三分之一（29%）对领导层有高度的信心，而在巴西，大多数人（60%）对领导管理这些人机动态的能力抱有

utmost

的信心。然而，这种观点不应掩盖我们在工作中的本质——例如，我们对归属感、参与感和协作的渴望。仅有40%的人对自己的组织在管理与AI共同工作的员工的情感和社会动态方面的能力非常有信心。决策者承认在人工智能的浪潮中不能忽视人工员工。加速员工接受人工智能和提升工作效率是驱动从人工智能中获取价值排名第二的重要优先事项。领导力能否管理人工智能的社会情感方面？逐角色分析：对于管理与人工智能共同工作时的情绪和社会方面的领导力感到非常自信的受访者百分比。国家别统计：%受访者对自身领导力在管理与AI合作的人的情感和社会方面的信心度感到非常自信。首席财务官 32%0% 10% 20% 30% 40% 50% 60%问题：你对你们组织有多大的信心？

’

领导如何管理与AI同事共事的人类员工的情感和社会方面（例如，归属感、参与度和协作）？问题：您对您的组织领导在管理与AI同事合作的人类员工情感和社会方面（例如，归属感、参与度和协作）的信心如何？我们的观点15全球业务主管，Avanade欢迎人工智能团队加入。人工智能对员工的价值投资于员工体验可以提升生产力、参与度和创新——这反过来又会导致更好的客户体验和商业成果。我们使用Microsoft

365

Copilot

for

Sales的经验表明，人工智能可以减少工作量。但真正的益处更多是关于解放销售人员去做他们热爱且擅长的事情：通

过找到新的方式为客户增加价值来取悦客户。流程与任务革新每当新技术出现时，首先要采取的方法是采用并适应它融入我们目前的工作方式。例如，不久前，Skype仅仅被用来通过互联网打电话——而后来它已成为许多工作的重要组成部分。随着AI智能代理的发展，组织需要加大在流程和任务创新上的投入。我们相信，AI的真实价值将来自于这种更根本性的创新——而不仅仅是缩短现有任务的时间，而是重新定义生产率方程本身。当我们的销售人员能够通过Copilotfor

Sales减少在多个渠道中筛选所需信息所花费的时间时，我们能够更加专注于工作，从而与客户更高效地合作，并加速我们的业务战略实施。AI

作为同事——而非工具将人工智能代理和更广泛的机器协作人员视为“工具”的想法，不如考虑它们如何激发团队在创造力、协作或生产力方面的提升。这种心态将把我们从被动的“使用”人工智能带到互动和自主性的新维度。当人类与人工智能在多人团队中结合时，更广阔的视角将开启全新的工作方式。人工智能价值与信任16关于如何确定哪些决策AI可以自主处理的问题正在变得至关重要。绝大多数人信赖AI做出决策，尽管只有三分之一的人完全信任其结果。在确保适当的限制措施得以实施，以教导人工智能“忘记”带有无意偏见或不道德事实的结果的同时，区分人类和人工智能产生的价值的需求日益增长。我认为[AI]必须能够忘掉和重新学习，因为它很可能学习到错误或不准确的东西，我们现在在普遍可获得的AI中已经看到了这一点。就像一个人一样，当你养成了坏习惯，真的很困难去改正。主要项目经理，工业制造商人工智能的价值取决于信任。面临中等市场组织的一些棘手问题是什么？10%58%31%35%35%29%28%48%29%31%35%38%31%29%31%24%23%23%23%22%20%18%17%50%40%30%20%10%0%澳大利亚35%50%15%日本24%61%15%法国23%58%19%联合王国29%51%20%荷兰18%61%21%17西班牙22%55%23%德国23%48%29%巴西20%48%32%意大利17%50%32%0%20%非常关注40%略感担忧60%不关心80%100%人工智能还是人类——谁该获得认可？国家视角：对人类成就归因于人工智能的担忧程度国家视角：对领导者区分人工智能与人类生成工作的能力信心美国澳大利亚

美国

英国 日本

德国

法国 西班牙 巴西

荷兰

意大利非常关注他们组织中的人类生成的结果和成就被归因于像人工智能（Al）这样的技术。非常自信，他们组织中的领导者能够区分由AI生成的工作和想法与人类产生的结果和想法之间的差异。人类产生的工作和思想教人工智能遗忘人工智能的学习能力伴随着一个尾巴——学习错误或不道德的事实和规范，以及访问后来可能被认定为属于他人的信息的能力。这引发了一个重要的问题：当人工智能需要忘记或忘记它所访问或产生的内容时，您是否建立了相应的系统？在这方面，了解到组织正在专注于教会人工智能“忘记”，到2025年底，96%的组织计划微调或重新训练人工智能模型，以排除或忘记某些知识，这让人感到欣慰。领导者需要考虑的一个重要问题是：谁是设置触发器或参数的守护者，以确定何时是人工智能忘记的时候，以及忘记什么？仅有33%的人非常自信，他们的领导层能够可靠地区分人工智能生成的工作或想法与人类生成的工作或想法，这引发了关于绩效评估如何区分利用人工智能和未利用人工智能的人的问题。随着可能性的到来，责任也随之而来，当采用人工智能时，我们必须考虑特权和权力的公平分配。人类与人工智能生成价值之间的区分需求日益增长，78%的人表示担忧人类成就被归因于像人工智能这样的技术。人工智能价值与信任发现人工智能与人类贡献之间的差异疑问：你对你所在的组织的信心有多少？

’

领导者能够区分由人工智能生成的工作和想法与由人类生成的工作和想法的结果？图表显示了受访者按受访者划分的分布。

’

各国。问题：您对您组织中人类生成的结果和成就被归因于像AI这样的技术有多担心？35%34%24%22%16%45%40%39%38%35%30%25%20%15%10%5%0%40%30%20%10%0%23%32%35%19%23%26%26%26%24%48%18202326%2024人工智能价值与信任对人工智能决策的信任人工智能决策信任在各行业之间的差异信任在不同角色和行业中的比较是怎样的？公司高层对信任人工智能结果的观点能源零售首席执行官CMO/CXO首席运营官

CIO首席技术官首席人力资源首官席财务官非营利组织

消费者金融

政府

制造业

生活

健康医疗货物与服务科学完全信任Al的检测结果对AI自主作出明确、可能高风险的决策感到舒适关于如何确定哪些决策AI可以自主处理的问题正变得越来越关键，尤其是在数据质量问题进一步复杂化AI采用的情况下。大约85%的领导者担心员工未能适当地参与并了解他们组织中AI的决策。这突显了在这些问题得到充分解决之前，有必要为负责任的生成式AI决策制定设置界限。这种信任与决策之间的基本紧张关系在数据背景下特别有趣：对数据质量的担忧被指出是组织限制员工使用或访问生成式AI工具的最主要原因。引人注目的96%正在使用人工智能来做出决策，其中近三分之一（29%）对其在可能具有高风险的决策中充满信任。然而，仅有26%完全信任其结果，在过去12个月中显著下降，组织是否过于依赖人工智能？问题：您信任生成式AI的输出结果吗？图表显示了受访者按受访者划分的分布情况

’角色类型。问题：您信任生成式AI的输出结果吗？图表显示了受访者按受访者划分的分布情况

’角色类型。人工智能输出结果的信任度在过去的12个月内显著下降。-22%我们的观点19人工智能价值与信任同时，缺乏指导和领导与团队之间的沟通鸿沟可能会削弱对人工智能的信任—