（来源：中国改革报）

转自：中国改革报

近日，位于山东省青岛市的海尔中央空调全流程定制化服务与智慧集成智能工厂入选国家领航级智能工厂名单。据介绍，该工厂将AI技术融入智造全流程，产品设计周期缩短62%，生产效率提升32%，全流程数据100%可视，有效解决了高端定制需求与规模化生产的效率矛盾。图为青岛海尔中央空调互联工厂内一条正在运转中的AI智能生产线。 新华社记者 李紫恒 摄

□ 本报记者 王晓涛

“不用人工智能则退，慢用人工智能也是退。”12月2日，在2025“人工智能+”产业生态大会开幕大会上，中国互联网协会专家咨询委员会常务副主任邵广禄在主旨报告中表示，AI应用的紧迫性日益凸显，“在软件产业，AI生成代码已实现产业化，很多场景中AI生成代码占比已超过30%，软件产业的智能化趋势不可逆转。这一现象不仅存在于软件行业，在制造业、金融业、医疗业等多个领域，AI应用的深度与广度正成为企业竞争力的核心指标”。他呼吁企业必须摒弃观望心态，将AI应用纳入战略核心。

AI迈入“技术—产业”协同升级新阶段

邵广禄指出，随着AI大模型从技术创新逐渐走向技术创新和产业应用并重，驱动AI发展的关键因素也逐渐从算力、数据、模型这三个关键要素扩展到了应用、人才和资本。其中，千行百业特别是企业的核心场景应用，成为拉动AI技术迭代、产业升级的核心力量。

在工业领域，生成式AI应用已形成五大鲜明趋势，为制造业转型升级提供了清晰路径。

第一，开源开放成为实现“从跟跑到局部领先”的重要选择。邵广禄以中国互联网协会组织的人工智能应用生态大赛为例说，进入前30名的应用，很大比例采用了国产开源大模型作为技术底座。这些开源模型允许企业通过微调，快速打造适配自身业务的AI应用。

第二，企业探索形成适配AI经济的投资判别模型。在行业普遍缺乏成熟商业模式和盈利路径的背景下，部分领先企业突破传统以营收、利润为核心的评价框架，构建了更贴合AI产业特性的投资逻辑。它们敢于以更低的TOKEN价格和API价格抢占市场份额，换取高速发展的先发优势。同时，这一探索也为全社会加快AI应用降低了门槛，为国家“AI+”战略落地创造了有利条件。

第三，“灯塔企业”的示范效应显著，取得降本增效与质量提升的双重成果。这些标杆企业将生成式AI深度融入生产经营全流程，在成本控制、效率提升上取得量化突破，同时在产品质量优化、核心工艺改进上实现跨越。

第四，AI应用从初级辅助环节向核心领域延伸。与此前判别型AI主要集中于制造环节不同，当前生成式AI大模型已从办公、客服、研发等辅助场景，深度渗透到生产调度、经营决策、供应链管理等核心环节。

第五，大模型应用呈现“梯次拓展”特征，从大型企业向中小企业加速扩散。这种扩散趋势既反映了AI技术的成熟度与普惠性，也对人工智能供应商的交付能力、服务响应速度提出了更高要求。

在医疗、金融和科技等领域，AI应用已经进入到L3的阶段，开始探索使用Agent。邵广禄提到，在金融领域，Agent已在自主交易代理、实时欺诈检测、个性化投资建议、贷款筛查等核心业务中应用，不仅显著降低了运营成本、提升了服务精准度，更在跨部门协作场景中提升了流程效率。今年以来，人工智能体发展快速。有机构预测，智能体的数量将超过人类的规模，到2035年可能达到全球人口的100多倍，人工智能的应用将从“人与机器的交互”扩展到“智能体与智能体的交互”。

AI应用落地需构建三维支撑体系

邵广禄强调，加快AI在千行百业的深度应用，实现从技术创新到产业的转化，智算云至关重要，是AI从科技创新向产业转化的“加速器”。他指出，智算云的核心优势在于其汇聚了更丰富的模型资源、更全面的工具以及更庞大的开发者群体，能够为企业提供“一站式”AI部署服务。与传统本地部署模式相比，在智算云上部署AI能力具有四大显著优势：时间短、效率高、沉没成本低、业务推广速度快。IBM将私有云嵌入微软的Azure和亚马逊的AWS，反映出这是智算云发展的必然趋势。因此，我国企业在部署AI能力时，建议优先选择智算云上部署。

金融资本与产业资本作为AI产业发展的“催化剂”，其作用日益凸显。邵广禄通过对比中美AI领域的投资现状，指出了我国资本市场存在的短板。当前，美国金融资本对AI领域的估值相对较高，投资积极性也较高：今年一季度全球AI领域的股权投资中，美国占比高达90%，从天使轮到E轮的投资中80%集中在美国，投资总额约为我国的10倍。在资本的强力推动下，美国AI领域的独角兽企业发展迅速，截至今年一季度已超过181家，而亚洲仅有39家；过去两年，美国人工智能领域投资总额的增速达到50%，其他国家与美国的差距正在快速扩大。与之形成对比的是，我国人工智能在二级市场热度较高，但一级市场投资相对谨慎，这在一定程度上制约了初创企业的成长。

邵广禄从科技革命的历史规律出发，强调技术创新的领先者往往会协同资本力量，聚集产业链合作伙伴，形成技术、产品、人才的“护城河”，获得近乎垄断的优势；而模仿跟随者虽然可能凭借后发优势降低复制成本、缩短追赶时间，但难以跨越全成本的反转点和产业链生态反转点。这一规律既适用于企业，也适用于国家。因此，我国要在人工智能领域实现领先，必须强化技术创新、产业应用与资本的深度合作，鼓励资本方着眼长远，加大对AI初创企业、核心技术研发的投入力度，培育更多具有国际竞争力的AI独角兽企业。

人才的重要性贯穿技术创新与产业应用全过程。邵广禄明确指出，AI应用的速度和成效，人才是关键推动力。一方面，AI专业技术人才是技术创新的初始推动力，近年来我国在AI核心技术领域的突破，离不开专业人才的持续攻关；另一方面，企业各部门的管理人才在AI应用阶段发挥着更为关键的作用，他们是推动AI技术落地的关键推动力。他举例说，企业投资部门需及时对落后产能进行关停并转，腾挪出资金用于算力、数据和模型的部署；市场部门要积极开展竞合，反对内卷，将营销费用向第二曲线业务倾斜；人力部门则需及时调整组织架构与人力资源配置，向人工智能相关领域倾斜，避免因AI应用导致员工过度拥挤和内卷，甚至进入裁员的临界点。他特别强调，未来5年，各类各级高管的人工智能领导力对高质量发展至关重要。

AI是企业发展的“倍增器”和“分化器”

邵广禄详细阐释了“十五五”规划的核心经济目标与AI发展的内在关联。到2035年，我国要基本实现社会主义现代化，其核心经济量化指标之一便是人均GDP达到中等发达国家水平。通过测算，要达成这一目标，未来10年我国GDP复合增长率需保持在4.17%以上。在这一背景下，大力发展人工智能等高端产业，用AI技术改造传统产业实现智能化升级，成为实现这一增长目标的必然选择。

邵广禄进一步强调，每次科技革命和产业变革都会带动全球GDP的倍增式发展，但不同国家的增速差异会逐渐形成强国与弱国的分化，穷国与富国的生活水平剪刀差也会不断扩大。从当前各国人工智能算力和模型的发展态势来看，此次AI技术革命和产业革命对全球经济的拉动作用将更为显著，GDP倍增系数会更大，同时各国经济的分化速度也将更快，世界经济格局将面临深刻调整。这一规律同样适用于企业层面，AI既是企业发展的“倍增器”，也是行业分化的“分化器”，未来将清晰分化出领先者、追赶者和落伍者。因此，产业界必须主动拥抱AI技术变革，加快AI应用步伐，才能在激烈的市场竞争中立于不败之地。