大国科技新看点｜人工智能是要服务人而非替代人——专访全国政协委员、之江实验室主任王坚

在大力发展人工智能的浪潮中，算力与AI的结合正深刻改变我们的生活。王坚强调，人工智能的目标是服务人类，而不是简单地取而代之。他认为，算力是这场变革的基础。没有强大的算力，人工智能技术无法达到质的飞跃。

王坚提到，之江实验室致力于抓住“智能计算”这一领域，提出“计算依靠智能，计算为了智能”的理念。他认为，当前的算力虽能满足一些应用需求，但要实现全民普遍使用，依然存在资源不足的问题。因此，推动高质量算力的建设是未来的关键。

最近推出的“三体计算星座”项目，将卫星与人工智能结合，开启了太空计算的先河。王坚表示，这一创新不仅部署了多个人工智能模型，且涵盖深空探测、智慧城市建设等多个应用场景，为地面生活提供科技支持。这种整合尚不成熟的技术，形成了有效的太空基础设施，未来的潜力不可限量。

人工智能的影响遍及社会生活，从便捷的购物体验到智能机器人，AI已深入每个角落。王坚指出，AI并非简单替代工具，而是一种提高效率的手段。通过帮助人类发现未知，AI正不断拓展科学的边界，改变我们与科技的关系，最终实现真正的服务于人类目标。

京津冀｜雄安加速构建“人工智能+”创新生态

雄安新区正在迅速构建一个以“人工智能+”为核心的创新生态，特别是在人工智能产业园内，具身智能机器人“眼脑手”正展示其出色的产品应用。京雄走廊将成为这一高质量发展的重要通道，北京和雄安之间的合作在人工智能领域不断加深，促进了要素资源的聚集和应用场景的扩展。

在雄安人工智能产业园，60多家来自北京的企业汇聚于此，涵盖了模型研发和可持续数据空间等领域。例如，由清华大学与稳准智能联合开发的“极数”数据大模型（LimiX）能有效支持工业、能源和交通等领域的智能转型，具备分类、回归、因果推断等多项技术，已有多家知名企业将其作为核心智能引擎，提升了生产工艺优化和市场趋势预测的准确性。

在公共服务方面，雄安图书馆引入了数字人和自动分拣系统，提升了借阅体验和效率，读者可以享受到“远程借阅、无人配送”服务，方便了上班族的日常生活。这种创新场景体现了人工智能在城市治理和民生服务中的实际应用。

从产业园区到公共服务，雄安新区以“人工智能+”推进全方位的城市和社会发展，正在为未来之城的构建注入生机与活力。

深圳正加速形成全栈AI产业生态，推动“雁阵梯队”创新模式。重要的举措包括成立30亿元的AI基金，以及实施“All in AI”战略，激发治理与产业的双重驱动。在2025年，深圳的人工智能核心产业预计将达到2200亿元收入，产业集聚效应显著，行业龙头如华为、腾讯、荣耀等公司，将AI技术应用于制造、金融和医疗等领域，实现了全方位的创新。

具体应用方面，荣耀发布了“1×3×N”战略，投入超100亿元于AI研发，促进产业链的智能化升级。腾讯的混元T1模型实现了复杂任务秒级反应，构建了AI驱动的3D内容创作平台。医疗领域，AI辅助诊断在30家医院中亿万病例中展现出92%肿瘤早筛的准确率，显著提升了医疗效率。金融领域，微众银行的AI风控模型将信贷审批效率提升了90%，有效控制不良贷款率。

深圳市的“人工智能+”行动计划明确提出了开放百个应用场景，支持制造业全面融合，推动了深度应用上下游的协同。此外，深圳的高层次人才汇聚和产业资金的注入，为人工智能的发展提供了坚实基础。深圳正以“政府引导、市场驱动、企业主导”的模式，加快建设全球领先的人工智能城市，力争全面提升产业的高质量发展。

在2025年，人工智能已不再是未来的概念，而是企业必须面对的现实挑战。一些企业通过AI成功将客服成本削减40%，而另一些则在巨额投入后依然未见回报。这种差异的根本在于企业对AI落地规律的理解不够深入，包括决策主导、收益预期和行业特征等要素。

根据《Flexential》、《MIT NANDA》和《Bessemer Venture Partners》等报告，AI的实施需要高层管理推动。Flexential的数据显示，2025年高层主导的AI决策比例提升至81%。例如，某制造企业的CEO直接决定利用AI优化库存，成功减少了25%的滞销率。然而，实施过程中往往遇到IT及业务部门参与不足的问题，导致项目停滞。

MIT NANDA报告指出，95%的AI项目未产生回报，这并非因技术无效，而是很多企业未能正确选择应用场景或解决基础数据问题。例如，某公司在数据清洗不足的情况下，直接采用AI生成报告，导致结果不符合需求。

与此同时，AI初创公司提供了可复制的盈利模式。《Bessemer》报告显示，某类初创公司的年度经常性收入在短短四年内可从300万美元提升至1.03亿美元，毛利率高达60%。这些成功的案例表明，企业应在高价值场景中聚焦，而非试图解决所有问题。

综上所述，企业若想在AI转型中获得成功，应明确核心问题、阶段性设定目标，并了解行业特性，避免盲目跟风。这些具体的应用策略将大大提高AI项目的成功概率。