文/龐無忌

　　今年以來，AI浪潮席卷全球。它不僅催生了熱門股票，也愈發(fā)深入千行百業(yè)。

　　正在進(jìn)行的2025年中國國際服務(wù)貿(mào)易交易會(huì)上，畢馬威中國數(shù)字化賦能及人工智能主管合伙人張慶杰在接受中新社國是直通車專訪時(shí)表示，AI+重點(diǎn)產(chǎn)業(yè)擁有萬億級(jí)增量空間，核心是從“工具賦能”“業(yè)務(wù)融合”邁向“商業(yè)演進(jìn)”，乃至“生態(tài)重塑”。

　　他認(rèn)為，目前，產(chǎn)業(yè)界對(duì)AI的應(yīng)用正在發(fā)生變化。企業(yè)不再一味追求大模型。在許多特定場景中，參數(shù)更少、專注性更強(qiáng)的小模型(SLM)，成為更經(jīng)濟(jì)實(shí)用的選擇。企業(yè)對(duì)AI的應(yīng)用最初主要集中在內(nèi)部降本增效，但現(xiàn)在則越來越多地直接用于創(chuàng)造新收入來源和商業(yè)模式。

　　現(xiàn)階段，金融、醫(yī)療、制造等領(lǐng)域是AI+重點(diǎn)產(chǎn)業(yè)的主戰(zhàn)場。這些不僅創(chuàng)造新市場(如AI制藥)，更從舊市場效率提升中擠壓出新價(jià)值。

　　采訪實(shí)錄摘要如下：

　　國是直通車：目前很多企業(yè)都在談?wù)揂I，AI在產(chǎn)業(yè)中的實(shí)際應(yīng)用情況如何？

　　張慶杰：AI正在各個(gè)行業(yè)落地生根。雖然不同行業(yè)的應(yīng)用深度和成熟度有所不同，但AI確實(shí)在提升效率、優(yōu)化流程、創(chuàng)造新價(jià)值方面發(fā)揮著越來越重要的作用。畢馬威實(shí)踐調(diào)研發(fā)現(xiàn)，AI在產(chǎn)業(yè)中的應(yīng)用呈現(xiàn)出一些特點(diǎn)，主要包括：

　　場景應(yīng)用從“單點(diǎn)嘗試”到“系統(tǒng)融合”：AI不再僅僅是孤立的應(yīng)用，而是逐漸融入核心業(yè)務(wù)流程，并與IT應(yīng)用系統(tǒng)深度融合。

　　模型選擇關(guān)注“大模型”與“小模型”協(xié)同：企業(yè)不再一味追求大模型。在許多特定場景中，參數(shù)更少、專注性更強(qiáng)的小模型(SLM)，因?yàn)槠涓偷某杀尽⒏斓捻憫?yīng)速度和更好的數(shù)據(jù)隱私保護(hù)，成為更經(jīng)濟(jì)實(shí)用的選擇。

　　應(yīng)用重點(diǎn)從“提升效率”到“直接變現(xiàn)”：AI的應(yīng)用最初主要集中在內(nèi)部降本增效，現(xiàn)在則越來越多地直接用于創(chuàng)造新收入來源和商業(yè)模式。

　　國是直通車：畢馬威中國在服貿(mào)會(huì)期間發(fā)布《智能行業(yè)-通過AI驅(qū)動(dòng)轉(zhuǎn)型創(chuàng)造價(jià)值的藍(lán)圖》報(bào)告。您認(rèn)為有什么技術(shù)場景是有潛力能夠規(guī)模化的？

　　張慶杰：報(bào)告里提出了AI價(jià)值之旅，即AI的價(jià)值實(shí)現(xiàn)歷經(jīng)從“賦能”到“融合”再到“演進(jìn)”的旅程。其中，不少場景潛力巨大，舉幾個(gè)例子：

　　垂直行業(yè)大模型：深入特定行業(yè)、解決實(shí)際痛點(diǎn)的垂直大模型正成為規(guī)模化商業(yè)化的重點(diǎn)。例如：醫(yī)療領(lǐng)域的AI輔助診斷系統(tǒng)(如肺部CT影像分析)，AI驅(qū)動(dòng)的藥物研發(fā)也能顯著縮短研發(fā)周期。制造業(yè)領(lǐng)域用于優(yōu)化運(yùn)維與研發(fā)流程。金融與法律領(lǐng)域的智能風(fēng)控、智能投顧、合同審查、合規(guī)預(yù)警等場景已非常普遍。

　　AI Agent(智能體)：已從概念驗(yàn)證走向生產(chǎn)環(huán)境，開始處理企業(yè)核心業(yè)務(wù)。例如企業(yè)服務(wù)中的AI客服、AI排班、AI運(yùn)營等服務(wù)，以及制造業(yè)的流程自動(dòng)化、供應(yīng)鏈優(yōu)化、倉儲(chǔ)管理等。

　　多模態(tài)融合與生成式AI：正從文本生成向圖像、視頻、3D模型等多模態(tài)內(nèi)容生成演進(jìn)，其商業(yè)化在內(nèi)容創(chuàng)作、營銷、設(shè)計(jì)等領(lǐng)域進(jìn)展迅速。例如：內(nèi)容產(chǎn)業(yè)的AI生成營銷文案、圖片、視頻素材，以及游戲資產(chǎn)生成等。

　　上述場景開始深入行業(yè)肌理，與業(yè)務(wù)流程系統(tǒng)性結(jié)合，創(chuàng)造出可衡量、可感知的商業(yè)價(jià)值。業(yè)界關(guān)注這些價(jià)值密度高、商業(yè)模式清晰、且正加速滲透的領(lǐng)域。

　　國是直通車：從市場規(guī)模來看，您認(rèn)為AI+重點(diǎn)產(chǎn)業(yè)有多大的潛力或者增量空間？

　　張慶杰：AI+重點(diǎn)產(chǎn)業(yè)擁有萬億級(jí)增量空間，核心是從“工具賦能”“業(yè)務(wù)融合”邁向“商業(yè)演進(jìn)”，乃至“生態(tài)重塑”。在國務(wù)院《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》的政策利好下，市場潛力將更凸顯，其中，金融、醫(yī)療、制造等領(lǐng)域料將是主戰(zhàn)場。AI與產(chǎn)業(yè)的融合不僅創(chuàng)造新市場(如AI制藥)，更從舊市場效率提升中擠壓出新價(jià)值。

　　AI+重點(diǎn)產(chǎn)業(yè)的發(fā)展趨勢(shì)包括幾方面：

　　深度融合：AI從單點(diǎn)應(yīng)用變?yōu)楹诵尿?qū)動(dòng)，融入全業(yè)務(wù)流程。

　　垂直模型崛起：行業(yè)小模型因成本、數(shù)據(jù)安全和專業(yè)精度優(yōu)勢(shì)，成為企業(yè)級(jí)應(yīng)用主流。

　　實(shí)體智能滲透：通過機(jī)器人、物聯(lián)網(wǎng)等技術(shù)，AI大規(guī)模改造物理世界。

　　競爭范式轉(zhuǎn)變：從算法競爭轉(zhuǎn)向高質(zhì)量行業(yè)數(shù)據(jù)與生態(tài)構(gòu)建的競爭。

　　可信AI優(yōu)先：安全、合規(guī)與可解釋性成為核心選型標(biāo)準(zhǔn)。

　　國是直通車：目前在“AI+”上，哪些行業(yè)走在前列？

　　張慶杰：在“AI+”的浪潮中，金融、制造、醫(yī)療、互聯(lián)網(wǎng)與政務(wù)等行業(yè)走在前列，其共同特點(diǎn)是數(shù)據(jù)密集、痛點(diǎn)明確、投資回報(bào)率易于衡量。

　　目前，AI+金融成熟度最高。智能風(fēng)控、智能投顧、欺詐檢測已大規(guī)模應(yīng)用。例如，有解決方案讓投顧展業(yè)效率提升3倍，智能風(fēng)控系統(tǒng)普及率超78%，能實(shí)時(shí)分析交易數(shù)據(jù)，精準(zhǔn)識(shí)別欺詐行為。

　　AI+制造以智能化為核心。其中，AI質(zhì)檢(如輪胎X光檢測準(zhǔn)確率超97%)、預(yù)測性維護(hù)、生產(chǎn)流程優(yōu)化是重點(diǎn)。企業(yè)通過數(shù)字工廠實(shí)現(xiàn)全流程監(jiān)控與智能排產(chǎn)，顯著提升良品率和效率。

　　AI+醫(yī)療正高速增長。AI影像輔助診斷(如肺結(jié)節(jié)識(shí)別)、藥物研發(fā)、基因分析發(fā)展迅速。AI系統(tǒng)診斷錯(cuò)誤率較人工降低37%，2025年醫(yī)療大模型發(fā)布量達(dá)133個(gè)，加速精準(zhǔn)醫(yī)療落地。

　　AI+互聯(lián)網(wǎng)/電商深度嵌入。智能客服、個(gè)性化推薦已成為標(biāo)配，AI生成營銷內(nèi)容(文案、圖片)大幅降低創(chuàng)作成本，提升轉(zhuǎn)化率。

　　AI+政務(wù)與城市治理正在快速普及。“AI數(shù)智員工”處理公文，將審核時(shí)間縮短90%；智慧交通系統(tǒng)優(yōu)化信號(hào)燈，提升城市通行效率等。

　　國是直通車：目前“AI+”以及推動(dòng)產(chǎn)業(yè)智能化改造有何瓶頸？

　　張慶杰：“AI+”與產(chǎn)業(yè)智能化改造雖前景廣闊，但目前仍面臨幾個(gè)核心瓶頸，制約其大規(guī)模落地和深度應(yīng)用。

　　數(shù)據(jù)瓶頸：數(shù)據(jù)質(zhì)量差、存在大量噪聲與缺失，形成“數(shù)據(jù)孤島”；且難以實(shí)現(xiàn)“數(shù)據(jù)-模型-反饋”閉環(huán)，制約模型優(yōu)化。

　　技術(shù)瓶頸：AI研發(fā)與算力成本高，傳統(tǒng)產(chǎn)業(yè)對(duì)價(jià)格敏感；通用大模型與專業(yè)場景適配難，而開發(fā)行業(yè)小模型需要深厚領(lǐng)域知識(shí)；大模型幻覺依然存在，AI“黑箱”特性在工業(yè)、醫(yī)療等高風(fēng)險(xiǎn)場景面臨信任危機(jī)。

　　人才瓶頸：既懂AI又懂行業(yè)的復(fù)合型人才稀缺。

　　商業(yè)變現(xiàn)與合規(guī)瓶頸：除降本外，AI“增收”的商業(yè)模式尚不清晰；數(shù)據(jù)隱私、算法公平性等合規(guī)要求日趨嚴(yán)格，尤其在金融、醫(yī)療等領(lǐng)域

　　突破這些瓶頸需多方協(xié)同：技術(shù)側(cè)需發(fā)展高效、可解釋的垂直模型；企業(yè)側(cè)需加強(qiáng)數(shù)據(jù)治理并推動(dòng)組織轉(zhuǎn)型；政策側(cè)應(yīng)加快標(biāo)準(zhǔn)制定與生態(tài)建設(shè)。只有打通這些環(huán)節(jié)，產(chǎn)業(yè)智能化才能實(shí)現(xiàn)規(guī)模化落地。