2026WAIC觀察丨中國移動(dòng)首席科學(xué)家馮俊蘭：AI產(chǎn)業(yè)落地 要向規(guī)模要價(jià)值、向內(nèi)核要未來

圖片來源/新華社

■中國經(jīng)濟(jì)時(shí)報(bào)記者張一鳴 王彩娜

隨著人工智能技術(shù)的快速發(fā)展，行業(yè)正步入挑戰(zhàn)與機(jī)遇并存的產(chǎn)業(yè)落地期，推動(dòng)AI深度賦能實(shí)體產(chǎn)業(yè)是2026世界人工智能大會(huì)（WAIC）討論的熱點(diǎn)話題，制約落地的核心因素有哪些，如何破解，相關(guān)各方如何應(yīng)對(duì)變化？中國移動(dòng)首席科學(xué)家馮俊蘭在會(huì)議期間接受中國經(jīng)濟(jì)時(shí)報(bào)記者獨(dú)家專訪。她認(rèn)為，“AI+產(chǎn)業(yè)”的一個(gè)核心命題，是依托技術(shù)融合打造全新產(chǎn)業(yè)形態(tài)，創(chuàng)造產(chǎn)業(yè)未來、未來產(chǎn)業(yè)，預(yù)計(jì)一兩年內(nèi)行業(yè)將迎來全局性重大變化。

中國經(jīng)濟(jì)時(shí)報(bào)：推動(dòng)AI與產(chǎn)業(yè)融合應(yīng)重點(diǎn)關(guān)注哪些方面？

馮俊蘭：自2022年12月ChatGPT推出至今，大模型發(fā)展已走過三年，超九成大型企業(yè)均已布局人工智能應(yīng)用，行業(yè)已普遍完成認(rèn)知覺醒，AI與產(chǎn)業(yè)融合進(jìn)入深度變革新階段。目前產(chǎn)業(yè)發(fā)展核心有兩大主線：其一為向規(guī)模要價(jià)值，依托現(xiàn)有產(chǎn)業(yè)體系挖掘規(guī)?；虡I(yè)價(jià)值；其二為向內(nèi)核要未來，依托AI重塑各產(chǎn)業(yè)底層技術(shù)、業(yè)務(wù)全流程，催生革命性變革。

“AI+產(chǎn)業(yè)”的一個(gè)核心命題，是依托技術(shù)融合打造全新產(chǎn)業(yè)形態(tài)，創(chuàng)造產(chǎn)業(yè)未來、未來產(chǎn)業(yè)，這也是產(chǎn)業(yè)智能化升級(jí)需要跨越的關(guān)鍵臺(tái)階。概括而言，整體發(fā)展思路即向規(guī)模要價(jià)值，向內(nèi)核要未來。

中國經(jīng)濟(jì)時(shí)報(bào)：當(dāng)前制約AI規(guī)模化落地的核心因素有哪些？

馮俊蘭：制約因素集中在AI技術(shù)、產(chǎn)業(yè)基礎(chǔ)兩大主體上，同時(shí)AI安全可信問題是企業(yè)落地的重要顧慮。

第一，AI自身產(chǎn)業(yè)就緒度不足?，F(xiàn)有通用人工智能偏向模擬個(gè)體智能，但企業(yè)運(yùn)營(yíng)需要執(zhí)行、決策、預(yù)測(cè)、實(shí)時(shí)化的復(fù)合型企業(yè)智能，當(dāng)前AI難以適配企業(yè)生產(chǎn)中多方協(xié)同等復(fù)雜場(chǎng)景需求。

第二，產(chǎn)業(yè)智能化就緒度不足。傳統(tǒng)產(chǎn)業(yè)長(zhǎng)期依托固有技術(shù)架構(gòu)搭建，數(shù)據(jù)無法轉(zhuǎn)化為AI可識(shí)別、可運(yùn)算的標(biāo)準(zhǔn)化信息，完成數(shù)字化改造需要投入大量時(shí)間與成本，企業(yè)投入產(chǎn)出測(cè)算難題延緩轉(zhuǎn)型節(jié)奏。不建議企業(yè)耗費(fèi)數(shù)年時(shí)間完整重構(gòu)產(chǎn)業(yè)基礎(chǔ)再布局AI，應(yīng)當(dāng)找準(zhǔn)轉(zhuǎn)型切口，以單點(diǎn)突破帶動(dòng)全域變革。

第三，AI安全可控體系不完善。人工智能安全、可信、可控配套體系尚未成熟，企業(yè)落地應(yīng)用存在大量風(fēng)險(xiǎn)顧慮，直接限制AI規(guī)模化推廣。

中國經(jīng)濟(jì)時(shí)報(bào)：您提到的轉(zhuǎn)型“切口”具體指什么？大型企業(yè)、中小企業(yè)的切入思路有何區(qū)別？

馮俊蘭：“切口”是在企業(yè)資源、人力有限前提下，能夠快速落地、產(chǎn)生實(shí)際價(jià)值的單點(diǎn)AI轉(zhuǎn)型抓手，不同主體選擇邏輯存在明顯差異。大型企業(yè)需篩選能夠創(chuàng)造規(guī)?；?jīng)濟(jì)價(jià)值、決定企業(yè)長(zhǎng)期發(fā)展的核心業(yè)務(wù)單點(diǎn)。全域轉(zhuǎn)型難度極大，企業(yè)必須確立清晰戰(zhàn)略目標(biāo)，依靠戰(zhàn)略定力推動(dòng)深層變革，待單點(diǎn)場(chǎng)景成熟后，其余業(yè)務(wù)將自然接入AI體系。中小企業(yè)組織架構(gòu)靈活、轉(zhuǎn)型周期短，無需開展全域改造，應(yīng)當(dāng)依托AI全新賽道重新定位自身業(yè)務(wù)，快速挖掘可對(duì)外輸出價(jià)值的細(xì)分切入點(diǎn)。找準(zhǔn)切口高度考驗(yàn)企業(yè)管理者認(rèn)知，行業(yè)從業(yè)者、技術(shù)負(fù)責(zé)人與企業(yè)管理者協(xié)同研判，均可清晰定位適配自身的轉(zhuǎn)型路徑。

中國經(jīng)濟(jì)時(shí)報(bào)：企業(yè)選擇AI轉(zhuǎn)型切入點(diǎn)，是否存在通用標(biāo)準(zhǔn)與落地方法論？

馮俊蘭：通用篩選標(biāo)準(zhǔn)是錨定企業(yè)自身核心價(jià)值主線，即企業(yè)不可替代、為社會(huì)提供獨(dú)有服務(wù)的核心業(yè)務(wù)板塊，以此為原點(diǎn)布局AI落地。

中國移動(dòng)自身擁有十余年智能化轉(zhuǎn)型實(shí)踐，提供兩大參考案例：一是服務(wù)主線，十年前啟動(dòng)10086客服智能化改造，多輪迭代后大幅優(yōu)化客戶體驗(yàn)、降低客服運(yùn)營(yíng)成本；二是網(wǎng)絡(luò)核心主線，2017年開展網(wǎng)絡(luò)智能化探索，2020年確立自智網(wǎng)絡(luò)轉(zhuǎn)型目標(biāo)，參照自動(dòng)駕駛分級(jí)邏輯，推動(dòng)4G、5G網(wǎng)絡(luò)從L1向L4級(jí)自智網(wǎng)絡(luò)升級(jí)。

大型企業(yè)轉(zhuǎn)型需配套可量化的價(jià)值評(píng)價(jià)指標(biāo)，作為轉(zhuǎn)型成效判定標(biāo)準(zhǔn)，樹立內(nèi)部變革信心，同時(shí)聯(lián)動(dòng)上下游廠商、生態(tài)伙伴協(xié)同共建，各行業(yè)企業(yè)均可借鑒相關(guān)實(shí)踐經(jīng)驗(yàn)。

中國經(jīng)濟(jì)時(shí)報(bào)：高質(zhì)量數(shù)據(jù)集是行業(yè)公認(rèn)發(fā)展瓶頸，產(chǎn)業(yè)端如何破解數(shù)據(jù)采集、應(yīng)用難題，賦能千行百業(yè)？

馮俊蘭：行業(yè)應(yīng)當(dāng)摒棄“唯數(shù)據(jù)論”，海量數(shù)據(jù)不等于產(chǎn)業(yè)價(jià)值，盲目采集數(shù)據(jù)只會(huì)持續(xù)抬高采集、存儲(chǔ)、傳輸、處理成本，數(shù)據(jù)能否轉(zhuǎn)化為產(chǎn)業(yè)價(jià)值存在巨大不確定性。高質(zhì)量數(shù)據(jù)的評(píng)判標(biāo)準(zhǔn)，是能夠助力業(yè)務(wù)降本增效、推動(dòng)產(chǎn)業(yè)智能升級(jí)的數(shù)據(jù)。產(chǎn)業(yè)應(yīng)當(dāng)以業(yè)務(wù)目標(biāo)牽引數(shù)據(jù)建設(shè)，僅采集、沉淀價(jià)值收益高于數(shù)據(jù)治理成本的數(shù)據(jù)資源，形成動(dòng)態(tài)自然的數(shù)據(jù)供給體系，而非一次性投入長(zhǎng)期耕耘原始數(shù)據(jù)。產(chǎn)業(yè)日常生產(chǎn)會(huì)產(chǎn)生海量原始數(shù)據(jù)，多數(shù)不具備應(yīng)用價(jià)值，無產(chǎn)出效益的數(shù)據(jù)應(yīng)當(dāng)及時(shí)清理；脫離業(yè)務(wù)目標(biāo)單獨(dú)囤積數(shù)據(jù)，很難實(shí)現(xiàn)數(shù)據(jù)流通與價(jià)值釋放。

中國經(jīng)濟(jì)時(shí)報(bào)：如何破解數(shù)據(jù)共享流動(dòng)中存在的制約因素？

馮俊蘭：數(shù)據(jù)具備無限復(fù)制的特殊屬性，企業(yè)天然擔(dān)憂自有商業(yè)數(shù)據(jù)外泄，推動(dòng)數(shù)據(jù)流通需要搭建配套機(jī)制與技術(shù)保障。

一是樹立“價(jià)值流帶動(dòng)數(shù)據(jù)流”的“數(shù)據(jù)運(yùn)河”邏輯，數(shù)據(jù)會(huì)自發(fā)流向高價(jià)值應(yīng)用場(chǎng)景，需搭建分層價(jià)值分配機(jī)制，讓數(shù)據(jù)產(chǎn)生的收益按層級(jí)回饋上游供給方，形成互利循環(huán)。

二是摒棄單向索取思維，數(shù)據(jù)共享不能只索取他人數(shù)據(jù)、不愿開放自有數(shù)據(jù)，該模式無法長(zhǎng)期維系。

三是依托技術(shù)保障數(shù)據(jù)供給方權(quán)益，在價(jià)值分配規(guī)則、安全技術(shù)體系落地前，數(shù)據(jù)共享流動(dòng)會(huì)持續(xù)遭遇阻力。同時(shí)并非所有產(chǎn)業(yè)數(shù)據(jù)都具備價(jià)值，大量產(chǎn)業(yè)原始數(shù)據(jù)屬于無效數(shù)據(jù)，盲目囤積無實(shí)際意義。

中國經(jīng)濟(jì)時(shí)報(bào)：當(dāng)前眾多央企相繼推出垂類大模型，聯(lián)合共建能夠?qū)崿F(xiàn)降本增效，但AI升級(jí)是否僅有降本增效這一層價(jià)值？

馮俊蘭：降本增效只是AI升級(jí)的基礎(chǔ)層級(jí)，AI更核心的價(jià)值是培育新質(zhì)生產(chǎn)力。降本增效僅能在現(xiàn)有生產(chǎn)力框架內(nèi)提升產(chǎn)出、壓縮成本，屬于線性增長(zhǎng)；而產(chǎn)業(yè)智能化升級(jí)的核心目標(biāo)，是重塑產(chǎn)業(yè)體系、催生全新產(chǎn)業(yè)形態(tài)，實(shí)現(xiàn)跨越式變革，這也是跨時(shí)代升級(jí)的核心標(biāo)志。

中國經(jīng)濟(jì)時(shí)報(bào)：您預(yù)判多久能夠看到“產(chǎn)業(yè)的未來、未來的產(chǎn)業(yè)”落地？

馮俊蘭：近兩年來人工智能產(chǎn)業(yè)發(fā)展速度持續(xù)超出行業(yè)專家預(yù)期，國家與產(chǎn)業(yè)資本持續(xù)加碼賽道，優(yōu)質(zhì)人才不斷涌入，產(chǎn)業(yè)智能化轉(zhuǎn)型已成不可阻擋的發(fā)展趨勢(shì)。相關(guān)變革落地速度將快于市場(chǎng)普遍預(yù)判，預(yù)計(jì)一兩年內(nèi)行業(yè)將迎來全局性重大變化。產(chǎn)業(yè)升級(jí)過程中難免伴隨質(zhì)疑與陣痛，但長(zhǎng)期發(fā)展前景向好。

總 監(jiān) 制丨楊玉洋車海剛

監(jiān) 制丨陳 波 劉衛(wèi)民

審 核丨周子勛編 輯丨蔣 帥