如何让AI从“说话”走向“生产”，是业界的共同话题。中国下一代人工智能发展战略研究院执行院长、南开大学原校长龚克长期以来一直密切关注这一变化。在他看来，人工智能的价值不在于“大显身手”，而在于与实体经济的深度融合。围绕人工智能落地的历程和挑战，《中国新闻周刊》对龚克进行了专访。龚克图/受访者“对应用有非凡指导” 中国新闻周刊：今年之后行业AI有哪些明显的变化和趋势？公克：国务院8月出台的《关于深入实施‘人工智能+’行动的意见》（以下简称《意见》）是国家人工智能发展具有里程碑意义的国家战略文件。最后的今年，“人工智能+”首次被纳入二届全国人大政府活动报告。今年的国家第二次会议工作报告进一步呼吁继续实施“人工智能+”行动，并明确提出“更好地将数字技术与制造和市场优势结合起来”，大力发展新一代智能终端设备，推动大型车型普及。当前，国家人工智能发展的大趋势是“AI+”，推动科技与实体经济深度融合，推动国家高质量发展。这不是“炫技”，而是以科技作为生产力，真正推动发展、经济和社会进步。在发展过程中，《意见文件》提出了“三阶段”目标。到2027年，我们将率先实现人工智能与六大重点领域深度融合，新一代智能终端、智能车身等应用渗透率将超过70%。到2030年，智能终端、智能车身等新一代应用渗透率将超过90%，智能经济将成为我国经济发展的重要增长支柱。到2035年，我国将全面进入智慧经济社会发展新阶段。需要说明的是，这些目标都是以人工智能的普及应用作为衡量指标来规划的。 《中国周刊》：在您的调查过程中，有没有什么场景或应用引起了您的关注？龚克：随着人工智能深入实体经济，我们看到这项技术展现出了巨大的潜力。例如，我们的研究表明，在工业领域，当今最成熟的应用之一是co的应用用于产品生产线缺陷检测的计算机视觉技术。报告称，中国至少有500万工人需要关注产品缺陷，根据经验调整生产线，发现并解决问题。计算机视觉不那么累。它具有比人眼更高的分辨率，并且实施成本较低，因此已被引入生产线中用于缺陷检测。目前已经比较成熟，应用也比较广泛。例如，许多汽车生产线开始实施人工智能检测，大大降低了检测失败率，有些情况下降低了90%以上，并且大大减少了检测次数。然而，这个过程消耗大量的时间和能源，占电池制造成本的很大一部分。我们发现深圳的一些工厂正在使用大型模型结合电化学、先进材料科学等来学习电池电芯的生产数据。准确预测电池容量的知识。去年12月，我在给联合国工业发展组织的一份报告中用这个例子来解释为什么中国的电动汽车现在能够实现低成本，因为它们依靠的是技术创新，而不是政府补贴。类似的变化也发生在农业和金融等领域。我个人预测，“十五五”期间，人工智能与实体经济融合带来的经济效益将会更加强劲。四川省安岳县一家主要生产新鲜柠檬水果的企业，采用计算机程序控制和智能人工智能算法，实现了柠檬水果的在线销售、水果的清洗、杀菌、分选等流水线作业。 Photo/IC 《AI应用尚未融入生产核心》 《中国新闻周刊》：AI1.0时代，技术在行业内实施过程中遇到了诸多挑战。当前推动人工智能与实体经济深度融合的进程取得了哪些进展？龚克：首先，人工智能技术相比2017年有了很大的进步，最新的突破是计算机图像识别，其中典型的例子就是人脸识别，广泛应用于医学图像识别、交通图像识别等领域。当最新一轮人工智能实施时，例如在医学图像识别中，专业团队必须为医学图像开发单独的模型。然而，在这场技术革命中，很多数据在基础训练阶段就已经被使用了。大型基本模型可以进行修改和调整，以便在特定领域快速使用。特别是今年发展迅速的AI智能体，可以根据任务自动分解和编程不同的模型和工具，还可以交叉验证并确认结果。人工智能进入该行业的门槛比以往任何时候都低，成本更低，而且人工智能更容易使用。今年，斯坦福大学附属团队发布了《2025年度人工智能指数报告》，跟踪分析大规模模型的推理成本。结果显示，从2022年11月到2024年10月，推理成本下降了99.65%，达到了GPT-3.5的性能水平。从硬件角度来看，成本每年降低约30%，能效每年提高约40%。麦肯锡报告还显示，到 2024 年下半年，78% 的受访企业已经计划在至少一项业务中使用生成式人工智能。大多数公司表示，这项技术有助于降低成本，但对绩效的总体财务影响尚不完全清楚。然而，这些迹象表明人工智能在现实中发挥作用的前景经济形势非常好，而且逐渐变得更加清晰。 《中国新闻周刊》：在推动人工智能与实体深度融合的过程中，企业普遍关心的问题有哪些？实施过程中面临的主要挑战是什么？龚克：目前很多企业都在实施人工智能。但仍然存在很多混乱。除了上面提到的一些好的做法外，我们的研究发现，现阶段企业中很多人工智能应用主要集中在物流、财务、人力资源和客户服务等非生产环节，尚未渗透到生产的核心环节。人工智能要真正融入生产流程，必须与行业知识深度融合。必须克服这个障碍。现在有什么困难？从人工智能技术公司的角度来看，他们特别希望能够在应用程序开发完成后推动其规模化。然而，如果我们深入到核心制作实体经济环节打通了，这个工厂项目完成了，下一个工厂就要重新开始，这会大大增加成本和投资。从工厂的角度来看，我们通常对人工智能提供的可能性了解不多。 AI科技公司与工厂之间还缺乏一座“桥梁”。此外，我们在多份报告中提出，服务业要向数字化转型或智能化转型发展，解决两者融合问题，支撑人工智能快速有效引入各行业。这是现在的一个重要话题。正如今年的政府行动报告所指出的，需要“培养一批既懂行业、又懂数字化的服务商，为中小企业数字化转型提供支持”。尤其是随着国家层面开始统筹大型培训建设平台并普遍不鼓励地方政府建设自己的计算中心，地方政府也将注意力转向企业真正需要的模型推理和调优服务。 《中国新闻周刊》：此前“AI+”表示，要确保项目不成为表面项目或功绩项目，政治上的真实症状是什么？我应该注意什么？龚克：以前建设智慧城市的时候，有的地方安装了大屏幕，给来访的领导演示讲解，所以在发展AI+的时候，我希望大家从现实问题出发。或者说中央讲发展新产能，特别强调“因地制宜”。根据当地的情况，我们理解的这个“地方”不仅包括地理位置，还包括不同的行业和不同的公司。它们都是不同的“位置”。即使在同一个范围内公司，具体问题因地点而异。技术引进要实事求是，从实际问题出发，按照风险分类。这是把人工智能引入行业时最需要的态度，而不是组织做秀式的项目来告知领导。这是应该避免的趋势。 《捕捉开源创新大趋势》《中国新闻周刊》：如何看待大模型是一种幻觉？作为行业关键的舞台制作安全如何保障？龚克：是的，随着我们加速在各个领域大规模引入人工智能，现在更需要关注的是安全问题。如果工厂在人工智能实施过程中出现重大安全问题，那将是灾难性的，并会阻碍相关部门和企业应用人工智能。投资者也可能失去耐心，濒临撤资。错觉等问题f 大型模型仍然存在，并且可能会出现一些错误。例如，在管理生产线上的生产过程时，生产缺陷产品是很常见的。但如果这导致了机械碰撞、死亡或爆炸等安全事故，那么问题就来了：那就严重了。企业在实施人工智能时必须具有安全意识。您应该根据需要从一些具有尽可能多的安全边界可控或无人值守场景的场景开始，然后逐步进行。我会的。例如，如果在矿井内进行无人采矿，发生事故时就不会被困人员，可以减少伤亡人数。再比如，如今的数控生产线通常都有多本厚厚的手册。以前，如果工人遇到问题，他们必须查阅手册并依靠自己的经验来解决。在一些工厂，这些指令已被数字化，以便系统可以自动读取错误代码并进行处理。直接在手册中请求纠正措施。这种方法是比较安全的。在引入生产尤其是关键生产环节时，应关注模型的可靠性，评估模型可能产生的风险。引入人工智能时，要明确风险的边界，即使出现问题也要把风险控制在不可接受的范围内。在部署应用程序的过程中，需要建立非常严格的保障措施，这是非常有必要的。从我们的观察来看，企业在实施人工智能方面仍然非常谨慎。渐渐地，您将习惯该应用程序、理解它并加深它的使用。但未来随着人工智能的应用越来越广泛，安全问题将难以完全避免。此外，责任部门要实事求是，具体问题具体分析，明确责任，避免“一刀切”，并适当提高试错容忍度。只有这样，才能促进整个行业的健康发展。中国新闻周刊：您说人工智能的竞争不仅是技术的竞争，更是政策和制度的竞争。今年美国密集实施AI政策，欧洲也开始放松管制。随着全球规则不断重塑，中国应如何定位人工智能政策结构？龚克：特朗普上台以来，美国已经发布了七八个有关人工智能的行政命令。美国的主要目标是保持在人工智能领域的主导地位，采取的具体措施主要是便利监管，这是一个非常重要的政策方向。目前欧洲有放松监管、鼓励创新的趋势。美国的这一系列举动，实际上让中欧进一步走向了对立。呃解决人工智能开发的治理问题。即使在激烈的技术竞争中，我们也必须不断处理好技术创新与安全的关系，让安全问题不被忽视。这一愿景正是今年早些时候由包括中国在内的60多个国家签署的《人工智能巴黎宣言》所强调的。国际社会许多人认为中国的政策注重创新而非安全。严格的欧洲法规不鼓励创新，而美国则介于两者之间。这是一个误解。中国从一开始就强调创新与安全之间的平衡。 2023年，中国将在全球率先推出《生成型人工智能服务管理暂行办法》。今年9月1日，日本正式实施《关于合成内容类显示的措施》我们是世界上唯一一个以法规的形式要求将所有人工智能产生的内容可视化的国家。此外，我们的政治优势是中国大力支持大型模型的开源方式。目前大多数人工智能应用主要基于基础开源模型开发，虽然有一些企业选择闭源模型的API，但主流仍然采用开源模型。去年8月之前，全球使用最广泛的开源模型是美国的Flame。去年8月以来，中国的人工智能应用主要基于基础开源模型开发。钱文模型赶上了并超越了它，DeepSeek也出现了，根据美国最近的一份报告，中国开发的开源AI模型去年占全球下载量的17.1%，历史上首次超过美国的15.8%。如今，闭源模型和开源模型之间的性能差距正在迅速缩小。例如，DeepSeek一旦开源，数以百万计的开发者将帮助它迭代和优化。我们认为，我们应该利用技术创新的关键趋势：开放式创新，这是“更高水平的对外开放”的体现。2025年12月15日，杂志《中国新闻周刊》发表，第1216期。杂志名称：宫克：防止“AI+”成为政治成果工程记者：杨志杰(yangzhijie@chinanews.com.cn) 编辑：敏杰
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供信息存储服务。
注：以上内容（包括图片和视频，如有）由网易号用户上传发布，网易号是一个仅提供信息存储服务的社交媒体平台。
