中宏網(wǎng)北京9月2日電 圍繞“聚勢(shì)賦能‘人工智能+’ 澎湃高質(zhì)量發(fā)展新動(dòng)能——解碼《關(guān)于深入實(shí)施‘人工智能+’行動(dòng)的意見》的治理邏輯”主題，中宏論壇第六十五場(chǎng)在線研討會(huì)于9月2日下午圓滿召開。騰訊研究院前沿科技研究中心主任王強(qiáng)應(yīng)邀出席論壇并作了主題發(fā)言。

　　以下是王強(qiáng)發(fā)言：

　　國(guó)務(wù)院近期發(fā)布《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》（以下簡(jiǎn)稱《意見》）。《意見》不僅給行業(yè)指明了方向，帶來(lái)很大的信心，還將促進(jìn)人工智能技術(shù)創(chuàng)新與應(yīng)用發(fā)展雙向賦能，可以充分發(fā)揮我國(guó)數(shù)據(jù)資源豐富、產(chǎn)業(yè)體系完備、應(yīng)用場(chǎng)景廣闊等優(yōu)勢(shì)，為各行業(yè)高質(zhì)量發(fā)展注入新動(dòng)能。同時(shí)，《意見》特別強(qiáng)調(diào)普惠、智能向善和全球合作，能讓每個(gè)普通人都參與其中，充分共享日新月異的AI技術(shù)發(fā)展帶來(lái)的紅利。下一步，要實(shí)現(xiàn)“人工智能+”和千行百業(yè)雙向賦能，不僅需要各行業(yè)加上新認(rèn)知、新數(shù)據(jù)和新技術(shù)這三大核心要素，還要解決當(dāng)前技術(shù)落地中的堵點(diǎn)，理順各類關(guān)系，通過(guò)推動(dòng)云上智能、建立數(shù)字信任、培育“π型人才”、引導(dǎo)全員參與和啟動(dòng)機(jī)制重構(gòu)，讓人工智能成為促進(jìn)高質(zhì)量發(fā)展的新引擎。

　　一、“人工智能+”落地尚存多方面挑戰(zhàn)

　　近期，騰訊研究院開展了一項(xiàng)針對(duì)58家央企大模型落地的調(diào)研，發(fā)現(xiàn)目前仍面臨不少難題。其中，數(shù)據(jù)匯聚和治理難（81.8%）、技術(shù)人才短缺（76.4%）是當(dāng)前的最大挑戰(zhàn)。有一半以上（52.7%）的央企認(rèn)為目前缺乏明確的人工智能戰(zhàn)略規(guī)劃，47.3%選擇了現(xiàn)有業(yè)務(wù)流程與AI技術(shù)融合困難，49.1%的央企認(rèn)為應(yīng)用效果不達(dá)預(yù)期。此外，還有25.5%的企業(yè)提到算力不足，27.3%的企業(yè)面臨資金投入不足。

　　總體上看，各行業(yè)尚未建立對(duì)“人工智能+”的系統(tǒng)性理解，不少管理層對(duì)大模型持有強(qiáng)烈但復(fù)雜的態(tài)度：既擔(dān)心上馬慢了落后時(shí)代，又因?yàn)榭床坏酱蟮某晒穸ˋI，陷入了“一頭熱”與“失落期”并存的循環(huán)。一方面，AI部署熱情高漲，高層專項(xiàng)匯報(bào)密集推進(jìn)；另一方面，試點(diǎn)多局限于知識(shí)問(wèn)答和客服等簡(jiǎn)單場(chǎng)景，實(shí)際價(jià)值難以量化。相比技術(shù)的加速演進(jìn)，行業(yè)落地所需的理性認(rèn)知、算力基礎(chǔ)設(shè)施、高質(zhì)量數(shù)據(jù)、復(fù)合型人才、新考核機(jī)制等準(zhǔn)備依然不足。

　　二、加什么——認(rèn)知、數(shù)據(jù)與技術(shù)3大核心要素

　　形成理性認(rèn)知。“人工智能+”，是從依靠人的經(jīng)驗(yàn)進(jìn)行決策，升級(jí)到人機(jī)共同協(xié)作。人類擅長(zhǎng)直覺判斷和倫理權(quán)衡，而AI強(qiáng)于海量數(shù)據(jù)分析與全時(shí)響應(yīng)。如醫(yī)療領(lǐng)域，AI雖可快速篩查影像數(shù)據(jù)并標(biāo)記異常，但最終診斷仍需醫(yī)生結(jié)合臨床經(jīng)驗(yàn)與患者個(gè)體情況綜合判斷。大模型并非萬(wàn)能，要客觀看待AI的能力邊界，給予AI進(jìn)化更多耐心。目前AI在創(chuàng)意生成、復(fù)雜模式識(shí)別、多模態(tài)理解上表現(xiàn)驚艷，卻在嚴(yán)謹(jǐn)邏輯推理、專業(yè)知識(shí)呈現(xiàn)、精確數(shù)值計(jì)算、實(shí)時(shí)動(dòng)態(tài)決策和長(zhǎng)期記憶保存等方面，存在局限和幻覺。如金融領(lǐng)域，大模型雖可預(yù)判趨勢(shì)走向、給予投資參考，但難以勝任金融實(shí)戰(zhàn)。同時(shí)，大模型的規(guī)?；褂?，也對(duì)應(yīng)著不菲的推理成本，實(shí)際落地中并非模型越大越好，而是根據(jù)場(chǎng)景適配調(diào)整，采用大小模型協(xié)同，判斷和推理模型共用，是較為經(jīng)濟(jì)高效的方式。

　　深挖數(shù)據(jù)資源。一是打破部門墻，讓數(shù)據(jù)流起來(lái)。隨著隱私計(jì)算、聯(lián)邦學(xué)習(xí)等的進(jìn)步，數(shù)據(jù)孤島困境有了新解法，國(guó)外已有不少領(lǐng)先實(shí)踐。如，梅奧診所的醫(yī)療數(shù)據(jù)平臺(tái)，包括530萬(wàn)患者長(zhǎng)達(dá)6.44億份臨床筆記、300萬(wàn)張超聲心動(dòng)圖、1.11億張心電圖、12億份實(shí)驗(yàn)室測(cè)試結(jié)果、90億份病理報(bào)告、5.95億次診斷和7.71億次手術(shù)記錄等豐富的數(shù)據(jù)。平臺(tái)采用同態(tài)加密、差分隱私、多方安全計(jì)算等隱私計(jì)算方法，允許在患者診療數(shù)據(jù)密文上進(jìn)行計(jì)算，既讓患者數(shù)據(jù)不泄露，又能開展數(shù)據(jù)分析和醫(yī)療模型訓(xùn)練。二是深挖“暗數(shù)據(jù)”，讓數(shù)據(jù)活起來(lái)。在企業(yè)內(nèi)部，文本、圖像、語(yǔ)音、視頻等非結(jié)構(gòu)化數(shù)據(jù)占比超80%，這些未被充分挖掘利用的數(shù)據(jù)，正在成為企業(yè)決策的新要素。還有一類價(jià)值很高的暗數(shù)據(jù)，是藏在企業(yè)“老師傅”腦子里的經(jīng)驗(yàn)。過(guò)去這些經(jīng)驗(yàn)往往是通過(guò)師傅帶徒弟的言傳身教來(lái)傳授，蘊(yùn)含了大量只可意會(huì)不可言傳的智慧。目前一些企業(yè)通過(guò)邀請(qǐng)資深專家標(biāo)注數(shù)據(jù)，寫問(wèn)答對(duì)等方式，一定程度上轉(zhuǎn)化了部分老師傅的高價(jià)值經(jīng)驗(yàn)，但其中還有很大的可挖掘空間。

　　多技術(shù)協(xié)同增效。各行業(yè)場(chǎng)景特點(diǎn)、痛點(diǎn)需求和IT成熟度千差萬(wàn)別，因此需要“人工智能+”的技術(shù)，不僅局限在大模型，而是一個(gè)核心使能技術(shù)（AI、知識(shí)引擎、聯(lián)邦學(xué)習(xí)、空間智能、具身智能等）、數(shù)據(jù)層支撐技術(shù)（云計(jì)算、大數(shù)據(jù)、區(qū)塊鏈等）、連接層技術(shù)（5G、物聯(lián)網(wǎng)、數(shù)字孿生等）的多技術(shù)協(xié)同。其中，知識(shí)引擎在當(dāng)前“人工智能+”中最易落地、效果最好。如一汽豐田借助知識(shí)引擎將客服自動(dòng)應(yīng)答率從37%提升至84%，邁瑞醫(yī)療構(gòu)建的重癥知識(shí)圖譜，可實(shí)現(xiàn)秒級(jí)病情應(yīng)答，不僅能提供專業(yè)建議，還為醫(yī)生節(jié)省了大量時(shí)間。AI智能體是最具前景的領(lǐng)域，也是未來(lái)“人工智能+”發(fā)揮倍增效應(yīng)的關(guān)鍵。全球很多行業(yè)都已開始接入智能體，巴西最大的血庫(kù)Hemominas合作開發(fā)了一款聊天機(jī)器人Agent，用于搜索和安排獻(xiàn)血者，從而簡(jiǎn)化流程并提高效率。通過(guò)吸引更多獻(xiàn)血者并優(yōu)化血液供應(yīng)管理，每年挽救50萬(wàn)人的生命。全球能源公司AES的能源審計(jì)Agent將審計(jì)時(shí)間從14天壓縮到1小時(shí)；電動(dòng)方程式錦標(biāo)賽Formula E的賽車Agent可分析賽車過(guò)程中的單圈時(shí)間、速度、制動(dòng)、加速度、重力、下壓力、經(jīng)緯度和轉(zhuǎn)向等關(guān)鍵指標(biāo)，為車手提供切實(shí)可行的駕駛參考方案。

　　三、怎么加——智能化升級(jí)的5大關(guān)鍵行動(dòng)建議

　　“人工智能+”能否真正落地，取決于行業(yè)能否完成從技術(shù)導(dǎo)入到機(jī)制重構(gòu)的五項(xiàng)關(guān)鍵動(dòng)作。屆時(shí)，衡量一個(gè)社會(huì)的智能水平，不再看用電量，而是看用詞量，即總的Token消耗量，以及調(diào)用智能的廣度與深度，形成智力即服務(wù)的新模式。

　　第一，鼓勵(lì)行業(yè)上云，集約建設(shè)可持續(xù)演進(jìn)的智能云基礎(chǔ)設(shè)施。云端模型具備性價(jià)比高、迭代快、易擴(kuò)展等優(yōu)勢(shì)，是AI落地的最優(yōu)路徑。云能適配高頻更新的模型版本與動(dòng)態(tài)的算力需求，避免大模型“私有化部署即落后”的窘境。鼓勵(lì)各類社會(huì)主體依照國(guó)家算力節(jié)點(diǎn)布局，建設(shè)萬(wàn)卡甚至數(shù)十萬(wàn)卡的大型、超大型智能云基礎(chǔ)設(shè)施，嚴(yán)控千卡以下的小規(guī)模智算中心布局，更好地發(fā)揮云的規(guī)模效應(yīng)和成本優(yōu)勢(shì)。在非關(guān)鍵基礎(chǔ)設(shè)施和非涉密領(lǐng)域，減少AI私有化部署。鼓勵(lì)行業(yè)重點(diǎn)企業(yè)與云服務(wù)商深入合作，為“人工智能+”落地提供超越企業(yè)自建數(shù)據(jù)中心安全水位、擁有綠色彈性算力和持續(xù)優(yōu)化能力的智能基礎(chǔ)設(shè)施。

　　第二，組織權(quán)威機(jī)構(gòu)，牽頭建立以服務(wù)能力為核心的新型信任機(jī)制。在AI作為服務(wù)的語(yǔ)境中，信任不再來(lái)源于身份，而是來(lái)源于可驗(yàn)證的服務(wù)水平。以服務(wù)水平協(xié)議（SLA）為核心，建立一套貫穿算法審計(jì)、漏洞披露、應(yīng)急響應(yīng)、責(zé)任保險(xiǎn)等全維度、可量化的保障體系，構(gòu)建適應(yīng)“人工智能+”時(shí)代需求的新型數(shù)字信任機(jī)制。其核心不再是“我信你是誰(shuí)”，而是“我信你能做到什么”。探索聯(lián)邦學(xué)習(xí)、隱私計(jì)算等安全技術(shù)在大模型落地中的應(yīng)用。

　　第三，引導(dǎo)行業(yè)培育橫跨技術(shù)與業(yè)務(wù)的“π型人才”隊(duì)伍。智能系統(tǒng)的成功落地依賴于既懂AI、也懂場(chǎng)景的橋梁型人才。鼓勵(lì)高等院校與研究機(jī)構(gòu)設(shè)立“AI+X”復(fù)合型學(xué)位項(xiàng)目，如AI+金融、AI+制造、AI+生物醫(yī)藥等，從源頭上培養(yǎng)具備雙重專業(yè)背景的后備力量。通過(guò)專項(xiàng)資金或稅收優(yōu)惠，激勵(lì)行業(yè)龍頭企業(yè)與技術(shù)公司合作建立“AI+人才實(shí)訓(xùn)基地”，面向產(chǎn)業(yè)定向培養(yǎng)，并建立權(quán)威的人才能力認(rèn)證體系。將“π型人才”的引進(jìn)與培養(yǎng)納入地方和國(guó)家級(jí)人才計(jì)劃，給予重點(diǎn)支持。

　　第四，推動(dòng)行業(yè)開展AI原生應(yīng)用（AI Native）全員創(chuàng)新。充分激發(fā)各行業(yè)基層員工的業(yè)技融合數(shù)字化創(chuàng)新活力。組織上，推動(dòng)AI應(yīng)用競(jìng)賽、微創(chuàng)新試點(diǎn)等，鼓勵(lì)行業(yè)基層圍繞自身場(chǎng)景提出AI賦能方案。技能上，大規(guī)模開展AI賦能業(yè)務(wù)培訓(xùn)，鼓勵(lì)員工掌握Agent自動(dòng)化工具、低代碼平臺(tái)等新技能，推動(dòng)“人人皆開發(fā)”“一線懂建?！薄＜?lì)上，可探討建立AI應(yīng)用積分制、一線創(chuàng)新轉(zhuǎn)化獎(jiǎng)、模型優(yōu)化反饋獎(jiǎng)等制度，將基層員工參與數(shù)字化的貢獻(xiàn)顯性化、貨幣化，提升行業(yè)一線員工的獲得感，讓“人工智能+”真正落地。

　　第五，引導(dǎo)行業(yè)組織機(jī)制變革，推動(dòng)探索AI+新型生產(chǎn)關(guān)系。“人工智能+”革命的“最后一公里”，在于構(gòu)建與新質(zhì)生產(chǎn)力相匹配的組織機(jī)制與文化土壤。產(chǎn)業(yè)層面，鼓勵(lì)和支持有條件的企業(yè)，特別是央國(guó)企先行先試，設(shè)立首席AI官，推動(dòng)AI嵌入投融資、供應(yīng)鏈、風(fēng)險(xiǎn)控制等核心決策鏈條，并以監(jiān)管沙盒模式支持其實(shí)踐探索，形成可復(fù)制的人機(jī)協(xié)同決策范例。在激勵(lì)機(jī)制上，引導(dǎo)企業(yè)開展人力資源改革試點(diǎn)。鼓勵(lì)企業(yè)探索新型績(jī)效考核體系，將員工運(yùn)用AI提升決策質(zhì)量、實(shí)現(xiàn)業(yè)務(wù)創(chuàng)新等貢獻(xiàn)，納入考評(píng)、晉升與激勵(lì)的核心指標(biāo)。在社會(huì)層面，前瞻應(yīng)對(duì)新就業(yè)形態(tài)挑戰(zhàn)。積極研究“一人公司”、由AI賦能的超級(jí)個(gè)體、項(xiàng)目制的彈性組織等新模式，試點(diǎn)與之配套的靈活用工、社會(huì)保障、稅收征管和勞動(dòng)者權(quán)益保護(hù)政策，為未來(lái)工作模式的平穩(wěn)健康演進(jìn)提供堅(jiān)實(shí)的制度框架。

中宏網(wǎng)版權(quán)申明：凡注有“中宏網(wǎng)”或電頭為“中宏網(wǎng)”的稿件，均為中宏網(wǎng)獨(dú)家版權(quán)所有，未經(jīng)許可不得轉(zhuǎn)載或鏡像；授權(quán)轉(zhuǎn)載必須注明來(lái)源為“中宏網(wǎng)”，并保留“中宏網(wǎng)”的電頭。