中國企業，為什么必須練好AI內功

中國國產AI的突圍，必將發生在于應用層，發生在于AI與實體經濟深度融合的每一個毛細血管之中。

撰文丨艾川

2025年末，全球科技產業正站在一個微妙的十字路口。

大洋彼岸，OpenAI與Google的“模型戰爭”如火如荼，但華爾街的投資者們已經頻繁發問：“Killer App在哪里？生產力回報在哪里？”

這其實意味著，全球AI競速已從“技術爆發期”正式進入“應用落地期”的關鍵時刻。

在這一時間節點，11月20日，《人民日報》評論版發表了一篇題為《內化AI能力，加快形成新質生產力》的署名文章，作者正是百度創始人李彥宏。

顯然，《人民日報》這篇文章，不僅是對當下技術趨勢的研判，更像是一份為中國產業界量身定制的“行動指南”。

李彥宏在文中寫到：

要以場景出新帶動創新，提升人工智能應用能力；以產業融合激發動能，做強人工智能增長引擎；加強戰略規劃，讓“AI賦能”成為發展共識。

從產業視角看，這一內化AI能力的“三步走”方法論，其實是一種直觀表達：中國擁有全球最完整的工業門類和最復雜的應用場景，我們的優勢不在于復刻每一個大模型，而在于利用這些豐富的場景，將AI能力“內化”為企業和產業的原生動力。

這種內化，不是簡單的工具疊加，而是一場觸及組織基因的重塑。更直白點說，中國國產AI的突圍，必將發生在于應用層，發生在于AI與實體經濟深度融合的每一個毛細血管之中。

01

場景突圍：告別“模型焦慮”

很長一段時間，中國企業界對AI的態度，彌漫著一種復雜的“模型焦慮”。從最初的觀望，到如今的“害怕錯過”（FOMO），企業家普遍意識到AI是未來的“生存必修課”。但對于如何通過這門課，卻往往陷入迷茫：是自建大模型？還是等待殺手級應用的誕生？

李彥宏“內化AI能力”的方法論，首先試圖幫助企業解決的，就是這個“方向感”問題。

他所提出的“以場景出新帶動創新”，指向的是一條不同于過去的非對稱競爭路徑。在美國，SaaS（軟件即服務）市場高度成熟，AI往往作為現有軟件的增強功能出現；而在中國，數字化的參差不齊，反而為AI直接切入場景提供了巨大的空白地帶。

在今天的環境下理解“場景出新”，意味著企業不需要為了AI而AI，也不必一上來就挑戰最艱深的科學難題，而是要從實際業務中的痛點出發，尋找那些能產出實效的場景。這一邏輯的底層支撐，在于應用層能力的釋放。

舉個例子，在直播電商這一極具中國特色的場景中，數字人技術已經引發了勞動力供給的革命。百度“慧播星”數字人技術打造的數字人主播，可以7x24小時不間斷直播，這不僅意味著成本降低，更是生產要素的重組。

這也暗合李彥宏提及的內化AI能力的應用方向之一——生產力的無限供給。當數字員工能夠承擔起直播帶貨、客戶服務等重復性高、互動性強的任務時，企業的運營邊界被極大地拓寬了。

再看軟件開發領域，這本是人力密集型的智力勞動。

在百度內部，文心快碼等工具使得許多新增代碼是由AI生成的。這一數據背后，意味著軟件工程模式的根本性變革。AI不再只是輔助工具，甚至成了主力生產者。對于中國大量的IT服務、互聯網應用乃至傳統企業的IT部門而言，這種“內化”，意味著研發效率的倍數級躍升。

更重要的是，場景驅動創新并非“降維打擊”，反而是“升維思考”。比如，無人駕駛技術像Apollo，正是在中國復雜的城市道路場景中，不斷迭代算法，最終實現了全球規模化部署。目前，百度的蘿卜快跑落地全球22座城市，累計服務訂單量超1700萬，成為全球第一。

這種從場景中生長出來的能力，比單純在實驗室里跑分要強健得多。

這是一種“應用引導技術、技術反哺應用”的正向循環。當企業從“最難的地方”入手轉向“能出效果的地方”入手，AI就不再是高不可攀的空中樓閣，而是變成了看得見、摸得著的利潤增長點。

這就是國產AI在應用層突圍的關鍵——不求模型最大，但求場景最準，效果最實。

02

深度內化：把AI嵌入產業鏈

如果說，場景出新是內化AI的第一步，解決了“從無到有”的問題；那么“以產業融合激發動能”，則是要解決“從有到優”的深層質變。

正如李彥宏在文章中說的那樣，我國是世界上唯一擁有全部工業門類的國家，推進人工智能與實體經濟深度融合，空間廣闊、潛力巨大。

這一階段的核心特征，是AI的應用能力從“替代重復性勞動”向“超越人類認知”跨越。這正是國產AI最被低估，也最具爆發潛力的領域。

在復雜的工業和產業系統中，存在著大量超出人類算力極限的決策難題——如何讓城市的數千個紅綠燈配合最優化？在海上風電場錯綜復雜的空間里，怎么鋪設電纜最省錢？如何讓港口的幾萬個集裝箱調度效率最高？

面對這些問題，人類專家往往只能憑借經驗，找到局部最優解，而AI憑借強大的計算和自我演化能力，能夠尋找“全局最優解”。

百度發布的自我演化超級智能體“伐謀”，就是這一底層邏輯的典型代表。

這款智能體在現實中，已經找到了落地路徑。以鄂爾多斯伊金霍洛旗的交通擁堵治理為例，百度智能云的信控平臺在“伐謀”的賦能下，能夠對全域交通流量進行實時推演和自我迭代。

最新數據顯示，在已經降低車均延誤13%的基礎上，“伐謀”通過自主尋找最優解，讓延誤率再降低了5%。這看似微小的5%，代表的是城市運行效率的極限突破，是人類單純靠經驗無法觸達的領域。

再看能源領域，中國能源建設集團廣東院面臨海上風電升壓站電纜布置的難題，這是一個典型的“三維迷宮”。傳統工程師依靠經驗試錯，需要耗費數周時間；而引入“伐謀”智能體后，AI能在短時間內自動演化出海量的路徑組合，不僅節省了大量工期，更產出了比人工設計更優的成本方案。

其實，這也印證了李彥宏所說的“AI超越人類認知”——它能發現過去我們不知道的東西，找到過去我們找不到的更優解。

當AI被深度“內化”進產業實體時，它產生的化學反應是驚人的。這種“深度內化”，也是是中國國產AI真正的護城河。

03

戰略抉擇：“AI賦能”通往工業5.0

在傳統的數字化轉型中，IT系統往往像是一個外骨骼，是一個外接在企業流程之上的“物理掛載”，起到輔助支撐作用。

而“內化”后的AI，像生物體的神經系統一樣，滲透到決策、執行、反饋的每一個環節，具備感知、思考和進化的能力。

回顧科技發展史，十年前，許多中國企業因為猶豫而錯過了“上云”的最佳窗口期，導致數字化轉型步履維艱，被時代甩在了身后。

如今，面對AI這一輪更猛烈的技術浪潮，企業已經不能停留在“使用工具”的層面，而需要進一步上升到“AI原生”的戰略高度。

李彥宏在文章中所提的“AI賦能”，也意味著推動AI，不僅僅是企業里CTO或CIO的事情，更是CEO的一號位工程。

今天的全球科技格局，正被“AI原生化”重塑。微軟、谷歌等巨頭正在將AI從“工具”轉向“操作系統”。中國企業如果缺席這一輪內化進程，失去的將不僅僅是市場份額，更是定義未來商業規則的權利。

李彥宏提到的“內化AI能力”，最終指向的是一種能力沉淀。當一家企業能夠熟練地運用數字人進行營銷，運用代碼智能體進行開發，運用類似“伐謀”這樣的AI智能體進行決策優化時，這家企業，其實也正在進行AI時代的一次物種進化。

當千萬家這樣的企業匯聚在一起，也就構成了中國經濟高質量發展的強大底座。

中國擁有聯合國產業分類中全部的工業門類，這意味著我們擁有全球最豐富的“練兵場”?；剡^頭看，如果說工業4.0解決了自動化和數據化的問題，那么工業5.0將重點解決智能化和人機協同的問題。在這一進程中，AI不再是外在的技術輔助，而是變成了像水和電一樣的基礎設施，甚至變成了企業的“基因”。

當AI已經開始解決排產調度、資源優化、路徑規劃、交易決策等核心硬骨骼問題時，它就不再是一個可有可無的“錦上添花”工具，而是變成了決定企業成本、效率和競爭力的核心變量。

全球AI競速的關鍵時刻已經到來，中國國產AI的制勝之道，也正在于利用好場景優勢，將AI能力深度內化為產業的神經系統，通過解決實際問題來激發創新動能。

在這場關乎未來的技術變革中，唯有那些敢于率先“內化”AI、通過“AI賦能”業務的企業，才能在激烈的競爭中搶占“智高點”。