從技術熱議走向產(chǎn)業(yè)深耕 AI競逐下半場重在落地與治理

    本報記者 劉釗

    在博鰲亞洲論壇2026年年會現(xiàn)場，AI無疑是最熱門的話題。圍繞AI話題的分論壇一場接著一場，熱度持續(xù)上升。與前些年更多討論技術突破、模型迭代不同，今年外界更關心的是，AI如何真正進入產(chǎn)業(yè)一線，從“看上去很強”走向“用起來有效”，又如何在加快落地的同時守住安全、責任和治理底線。

    2026年《政府工作報告》提出，打造智能經(jīng)濟新形態(tài)。深化拓展“人工智能+”，促進新一代智能終端和智能體加快推廣，推動重點行業(yè)領域人工智能商業(yè)化規(guī)模化應用，培育智能原生新業(yè)態(tài)新模式。順著這一政策導向觀察此次博鰲亞洲論壇上的討論不難發(fā)現(xiàn)，AI正從技術競速邁向產(chǎn)業(yè)深耕，其競爭的落點已不僅是模型和算力本身，更在于場景嵌入、組織重構以及治理體系的同步跟進。

    從技術競逐走向場景落地

    “AI走到今天，產(chǎn)業(yè)界最關心的問題已經(jīng)不是有沒有新模型，而是能不能創(chuàng)造真實價值。”國務院原副秘書長、國家數(shù)據(jù)專家咨詢委員會主任、中國工業(yè)經(jīng)濟學會名譽會長江小涓表示，在人工智能和數(shù)字經(jīng)濟時代，產(chǎn)業(yè)和企業(yè)在創(chuàng)新中的作用顯著上升，傳統(tǒng)那種從科研發(fā)現(xiàn)到技術開發(fā)、再到產(chǎn)業(yè)轉(zhuǎn)化的線性創(chuàng)新路徑正在被重構，產(chǎn)業(yè)部門已不僅僅是成果轉(zhuǎn)化的末端環(huán)節(jié)，還越來越深地參與前沿技術的發(fā)現(xiàn)和研發(fā)。

    中國工程院院士、清華大學講席教授、清華大學智能產(chǎn)業(yè)研究院院長張亞勤則將當前AI發(fā)展概括為三大趨勢：從生成式AI走向智能體AI，從信息智能走向物理智能和生物智能，從單一技術走向“AI+”全面賦能千行百業(yè)。

    這一判斷在多場討論中得到了呼應。與會的企業(yè)界人士普遍認為，AI正逐步突破輔助工具的定位，成為重塑業(yè)務流程和產(chǎn)業(yè)邏輯的重要力量。羅蘭貝格全球管委會聯(lián)席總裁戴璞援引其團隊對200家企業(yè)的調(diào)研結果稱，超過90%的企業(yè)對AI投資回報并不滿意，問題并不在于技術本身，而在于不少企業(yè)仍停留在分散試點、局部優(yōu)化甚至“加一個聊天機器人”的階段，沒有真正圍繞AI重構流程、重組數(shù)據(jù)和重塑組織架構。他認為，只有把AI嵌入企業(yè)全流程，并建立以專有數(shù)據(jù)和系統(tǒng)改造為基礎的應用體系，AI投資才可能跨越“價值鴻溝”。

    當前AI落地的場景正加速涌現(xiàn)。“目前教育領域長期存在的高質(zhì)量、大規(guī)模、個性化難以兼得的問題，正隨著AI應用推進出現(xiàn)突破。”猿力科技集團副總裁、人工智能研究院院長程群告訴《證券日報》記者，端邊云協(xié)同架構、智能終端演進以及通信、算力等底層能力的持續(xù)完善，為AI規(guī)?；瘧锰峁┝酥?。

    多位與會嘉賓判斷，接下來AI競爭的重心將更多從模型參數(shù)、通用能力轉(zhuǎn)向行業(yè)理解、場景轉(zhuǎn)化和商業(yè)閉環(huán)，誰能更快將AI嵌入真實生產(chǎn)生活，誰就更有可能在新一輪產(chǎn)業(yè)變革中占據(jù)主動。

    應用與治理必須同步推進

    AI越是加速進入真實世界，治理的重要性就越是凸顯。受訪人士普遍認為，AI可以提高效率、優(yōu)化資源配置、增強服務可及性，但絕不能脫離責任邊界和制度約束單獨“狂奔”，應用與治理必須同步推進。

    清華大學蘇世民學院院長、清華大學人工智能國際治理研究院院長薛瀾對《證券日報》記者表示，當前技術突破已明顯領先于應用和制度建設，這意味著產(chǎn)業(yè)界在推動AI落地時，既要看到其潛力，也必須同步推進生態(tài)協(xié)同和規(guī)則建設。

    在與會人士看來，醫(yī)療健康場景把AI治理問題呈現(xiàn)得更為集中。騰訊健康總裁、騰訊生命科學實驗室負責人吳文達直言，高風險任務不能完全依賴AI智能體，責任主體必須是人，不能以“AI這么判斷”為由轉(zhuǎn)移責任。勵訊集團企業(yè)事務總裁、愛思唯爾董事長池永碩也提出，健康體系高度復雜，AI應用必須在提高效率的同時警惕其“影子”，推動知識共享、循證決策和公平可及，但前提是把不利影響控制在可管理范圍內(nèi)。在細胞出版社戰(zhàn)略與創(chuàng)新副總裁、執(zhí)行主編李統(tǒng)胤看來，醫(yī)療健康領域的AI不能只看輸出是否“像樣”，更要關注輸入的數(shù)據(jù)是否高質(zhì)量、可信任，輸出結果是否經(jīng)過判斷性思考和背景校驗，因為一旦決策失誤，其代價遠高于一般消費場景。

    張亞勤提出，AI生成內(nèi)容需要強化標識，智能體需要能夠追溯到責任主體，現(xiàn)有法律體系中的相當一部分規(guī)則仍然適用，但針對新技術形態(tài)也要及時補齊制度空白。在年會現(xiàn)場，有與會嘉賓對《證券日報》記者坦言，數(shù)據(jù)安全、算法偏見、模型透明度、能源消耗、國際協(xié)作等問題，都將成為影響AI長期健康發(fā)展的關鍵變量。換言之，AI競爭不只是技術和商業(yè)模式之爭，也是治理能力、制度供給能力和生態(tài)協(xié)同能力之爭。

    當前，AI正在加速告別“概念熱”和“展示熱”，進入更強調(diào)實效、更重視責任的深水區(qū)。一方面，智能體、新型終端、行業(yè)大模型和AI原生應用不斷涌現(xiàn)，推動“人工智能+”從點狀探索走向面狀鋪開；另一方面，圍繞責任認定、數(shù)據(jù)治理、風險防控和規(guī)則建設的討論也明顯升溫。對產(chǎn)業(yè)而言，真正決定AI能走多遠的，既是技術迭代速度，也是落地深度和治理成熟度。只有在創(chuàng)新與規(guī)范之間找到更穩(wěn)健的平衡點，AI才能更好成為推動經(jīng)濟高質(zhì)量發(fā)展的新動能。