亚太地区的企业正忙着把人工智能给转向了创收领域，把它嵌入核心商业模式，好让更多增长潜力释放出来。IBM咨询公司的Juhi McClelland在《曼谷邮报》上透露了她的观点：2026年的趋势显示，企业会把AI直接装进核心商业模式里，给自己开新的收入源还能把创新给规模化。她还说，组织现在已经过了早期试验阶段，在建立可控的、可解释的系统了。研究发现，现在有64%的AI投资流向了能带来最强回报的核心领域。今年有95%的高管觉得生成式AI能帮自己筹到钱。这些数据来自IBM和IBM商业价值研究院联合发的报告，《2026年亚太人工智能展望报告》。这个报告研究了14家机构领导者的想法，重点放在银行、制造、电信、能源和公共服务这五大行业上。Juhi McClelland说在泰国，银行业和电信业的变化特别明显。泰国银行正在往智能代理工作流程上转，AI不光能分析数据，还能自己去干贷款发放、身份验证这些活儿。泰国电信企业也开始转型做数字服务提供商，拿客户的数据给合作伙伴弄个性化推荐和欺诈检测。 McClelland还指出制造业、物流、医疗还有消费服务业这些领域里有很多没开发的潜力。这些行业以前对AI投资不够多，现在面对的竞争压力越来越大。“把AI治理做好”，对于维持信任、保证合规还有长远价值创造很重要。 重点是要帮企业把AI工具给用起来。 用行业专业知识和技能发展来推动规模化转型才行。 报告显示人工智能不仅能提高效率，还能带动差异化竞争力。 把产品、服务或者收入来源给重塑了才算真正体现了投资回报。 对AI伦理的投入和商业成果表现是有关系的。 那种在伦理上投入最高的机构，它们的利润和回报一直领先着呢。 量子计算跟AI结合起来也已经到了优势阶段了——量子计算机解决问题能比经典方法好很多。 这项技术能通过更快的优化、更高效的采样和改进模拟来加速模型训练。 银行业的例子说明AI正在从孤立的试点变成赋能业务执行的东西了。 从成本中心演变成了真正的增长倍增器。 McClelland特别提到了曼谷和泰国这个地方，在这里银行业的变化特别明显。 比如说预测性风险和合规能力的AI嵌入式金融和信任即服务正在为增长打开新路径。 还有智能体网状架构帮金融机构解决技术债务问题提高敏捷性。 McClelland还举了制造业的例子：数字孪生技术实现了预测性自主运营、实时优化和大规模个性化。 可持续的AI驱动供应链让制造商可以优化资源、追踪排放还能让供应商跟环保目标保持一致。 能源行业用AI提升电网稳定性、整合可再生能源也在推动能源转型。 公共部门普及了AI应用后扩大了人们获得可负担公共服务的范围。 同时还强化了治理框架巩固了问责制安全性还有公众信任。 大家把AI从集中式数据中心给转向了分布式的、隐私优先的系统上。 通过持久记忆、设备端推理和以隐私为中心的设计在智能手机、物联网还有边缘设备间持续学习。 这种推动让更多应用落地成为可能。 报告最后强调：投资回报率才是真正的关键。 即使是中等程度的伦理投入也显示出积极影响。 尽管伦理在总价值中占比不大但它的影响有统计学意义反映了组织的成熟度。 这次调研的对象包括泰国银行在内的14家机构领导者.