本報記者 曹琦

    隨著技術持續(xù)突破、應用場景拓寬以及產(chǎn)業(yè)融合加速，當前人工智能（AI）發(fā)展正進入2.0新階段，即邁向思維與行動雙輪驅(qū)動的新階段。

    面對人工智能在產(chǎn)業(yè)升級、產(chǎn)品開發(fā)、服務創(chuàng)新等方面的技術優(yōu)勢，為促進人工智能同實體經(jīng)濟的深度融合，11月26日，由中國企業(yè)聯(lián)合會、中國企業(yè)家協(xié)會主辦的2025年全國智慧企業(yè)發(fā)展大會在江西省贛州市召開。

    本次大會主題為“AI驅(qū)動創(chuàng)新 數(shù)智引領未來”。會上，中國企業(yè)聯(lián)合會黨委書記、常務副會長兼秘書長朱宏任在致辭時表示，要扎實推進人工智能與實體經(jīng)濟深度融合，推動企業(yè)加快形成以數(shù)據(jù)驅(qū)動、場景引領、系統(tǒng)推進為特征的數(shù)智化發(fā)展新格局。

    人工智能

    將驅(qū)動制造業(yè)“智變”

    如今，AI正在深刻改變制造業(yè)的生產(chǎn)方式、商業(yè)模式和產(chǎn)業(yè)生態(tài)。

    “當前AI應用落地呈現(xiàn)微笑曲線的特征，大模型應用落地節(jié)奏兩端快、中間慢，即生產(chǎn)制造端慢，管理運營、營銷服務端快。”工業(yè)和信息化部電子科技委主任、研究員級高級工程師王江平向《證券日報》記者表示，“整體來看，目前大模型在工業(yè)領域應用案例集中在營銷服務、管理運營等通用性較強的環(huán)節(jié)，尚未深入觸及生產(chǎn)制造核心環(huán)節(jié)（工業(yè)關鍵流程控制、排產(chǎn)調(diào)度、參數(shù)優(yōu)調(diào)等）。”

    AI賦能工業(yè)應用面臨挑戰(zhàn)，一方面是因為工業(yè)場景容錯率低。工業(yè)生產(chǎn)場景不同于個人消費場景，工業(yè)生產(chǎn)線對穩(wěn)定性、可靠性要求極高，工業(yè)大模型一旦發(fā)生細微的差錯，很可能導致產(chǎn)品質(zhì)量下降和生產(chǎn)線停工，甚至引發(fā)安全生產(chǎn)事故，給利潤率本就不高的工業(yè)企業(yè)帶來災難。另一方面，工業(yè)制造往往由多個工業(yè)系統(tǒng)和設備組成，將大模型技術整合到現(xiàn)有質(zhì)量控制、工藝優(yōu)化環(huán)節(jié)中，需要系統(tǒng)改造，解決兼容性、通信等問題。此外，不同行業(yè)產(chǎn)品類型不一、零部件型號繁雜，應用場景千差萬別、標準化程度低，特定行業(yè)訓練的大模型很難泛化到其他行業(yè)。

    要解決“AI+制造業(yè)”的難點和痛點，王江平認為要推動AI從通用環(huán)節(jié)向生產(chǎn)制造核心環(huán)節(jié)深入，需要“通用大模型+專業(yè)小模型”協(xié)同發(fā)展，即多數(shù)企業(yè)在實踐過程中，將大模型的“智慧”和小模型的“敏捷”相結(jié)合，實現(xiàn)性能、效率和成本的平衡。

    同時，AI賦能工業(yè)要優(yōu)先推進高價值場景的應用，在效率革命、復雜性決策、個性化需求及用戶新體驗等方面重點發(fā)力。例如，在效率革命上，能夠?qū)㈦[性知識顯性化，將老師傅的操作經(jīng)驗、專家的工藝知識轉(zhuǎn)化為可復制、可傳承的算法模型，打破個體能力的局限。

    多位與會專家表示，未來，隨著AI融入核心生產(chǎn)環(huán)節(jié)，將驅(qū)動制造業(yè)“智變”，推動制造業(yè)模式從離散、被動向連續(xù)、主動、全局優(yōu)化升級。

    高質(zhì)量數(shù)據(jù)

    解決“AI幻覺”問題

    近年來，國內(nèi)外大模型迎來井噴式爆發(fā)。據(jù)中國信通院統(tǒng)計，截至2025年7月份，我國已發(fā)布超1500個大模型，居全球首位，意味著我國人工智能技術實現(xiàn)了快速發(fā)展。與此同時，大模型“自說自話”、一本正經(jīng)“胡說八道”的問題日益凸顯，這一現(xiàn)象被稱為“AI幻覺”。

    比如，《證券日報》記者向一款大模型提問：糖尿病患者是否可以用蜂蜜代替糖？它回答：蜂蜜富含維生素和礦物質(zhì)，對提高免疫力很有幫助，因此是一種健康的食品。這一現(xiàn)象表明，一些大模型存在忠實性幻覺問題，即回答內(nèi)容雖無事實錯誤，但與提問無關，未忠實于用戶意圖。

    “要解決‘AI幻覺’問題，專業(yè)大模型愈發(fā)重要。”浙江大學原校長潘云鶴表示，“基于常見信息數(shù)據(jù)的大語言模型，回答一些專業(yè)性強的問題時，通常準確性不夠高，而基于科學數(shù)據(jù)的專業(yè)大模型就能解決這些問題。”

    數(shù)據(jù)的質(zhì)量對大模型來說至關重要。高質(zhì)量的數(shù)據(jù)能讓大模型變得更聰明，而低質(zhì)量的數(shù)據(jù)則會讓模型變笨甚至出錯，因此使用專業(yè)大數(shù)據(jù)，才能訓練專業(yè)大模型。打個比方，大模型就像一個正在發(fā)育的小孩，數(shù)據(jù)就是它成長所需的各類營養(yǎng)，數(shù)據(jù)越豐富，大模型就能學到更多知識，大腦就能更發(fā)達。

    多位專家表示，以前大家更加關注算力、算法，但隨著數(shù)字化、網(wǎng)絡化、智能化的深入發(fā)展，數(shù)據(jù)作為關鍵生產(chǎn)要素的價值日益凸顯。高質(zhì)量、多樣化的數(shù)據(jù)集將是大模型性能突破、落地應用的關鍵。

    會上，朱宏任建議與會企業(yè)扎實開展數(shù)字化改造，著力匯聚各類數(shù)據(jù)資源，建立企業(yè)知識圖譜和各類垂直應用人工智能模型，以數(shù)據(jù)要素帶動各類生產(chǎn)要素創(chuàng)新性配置，積極探索企業(yè)數(shù)智化發(fā)展新模式，為企業(yè)高質(zhì)量發(fā)展注入新的要素動能。