2026年“人工智能+”趨勢(shì)洞察｜賽迪顧問(wèn)：融云聚數(shù)生智，釋放產(chǎn)業(yè)創(chuàng)新乘數(shù)效應(yīng)

作 者

人工智能與大數(shù)據(jù)研究中心

一、發(fā)展背景及環(huán)境

【全球主要經(jīng)濟(jì)體加速推進(jìn)“人工智能+”布局】2025年，全球主要經(jīng)濟(jì)體加速推進(jìn)“人工智能+”戰(zhàn)略布局，競(jìng)爭(zhēng)焦點(diǎn)從基礎(chǔ)模型轉(zhuǎn)向產(chǎn)業(yè)落地效能。2025年7月，美國(guó)發(fā)布《贏得AI競(jìng)賽：美國(guó)AI行動(dòng)計(jì)劃》，推動(dòng)AI技術(shù)在制造業(yè)、物流、科學(xué)研究等領(lǐng)域的創(chuàng)新應(yīng)用；11月，英國(guó)出臺(tái)《人工智能賦能科學(xué)戰(zhàn)略》，重點(diǎn)布局工程生物學(xué)、核聚變能源、材料科學(xué)、醫(yī)學(xué)研究等前沿領(lǐng)域；12月，日本通過(guò)《AI基本計(jì)劃》，推動(dòng)AI在醫(yī)療、護(hù)理、金融等人力緊缺行業(yè)應(yīng)用，并依托工業(yè)機(jī)器人優(yōu)勢(shì)拓展海外市場(chǎng)。與此同時(shí)，中國(guó)深入實(shí)施“人工智能+”行動(dòng)，國(guó)務(wù)院發(fā)布《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見(jiàn)》，推動(dòng)人工智能與經(jīng)濟(jì)社會(huì)各行業(yè)各領(lǐng)域廣泛深度融合。總體看，“人工智能+”已成為重塑全球科技格局與產(chǎn)業(yè)競(jìng)爭(zhēng)力的關(guān)鍵變量。

表1 2025年全球主要國(guó)家和地區(qū)“人工智能+”發(fā)展相關(guān)政策

【“人工智能+”行動(dòng)全面提速，國(guó)家與地方協(xié)同構(gòu)建深度融合新格局】自2024年起，“人工智能+”行動(dòng)已連續(xù)兩年寫(xiě)入《政府工作報(bào)告》；2025年8月，國(guó)務(wù)院發(fā)布《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見(jiàn)》，提出“以科技、產(chǎn)業(yè)、消費(fèi)、民生、治理、全球合作等領(lǐng)域?yàn)橹攸c(diǎn)，深入實(shí)施‘人工智能+’行動(dòng)”；與此同時(shí)，制造、能源、交通、醫(yī)療、政務(wù)等領(lǐng)域密集出臺(tái)專項(xiàng)政策，切實(shí)推動(dòng)“人工智能+”行動(dòng)全面提速。地方層面，各地積極響應(yīng)，結(jié)合自身優(yōu)勢(shì)加快推進(jìn)“人工智能+”行動(dòng)。2025年，北京聚焦科學(xué)研究、新材料、農(nóng)業(yè)、工業(yè)、醫(yī)藥健康、教育等垂直領(lǐng)域發(fā)布專項(xiàng)政策，應(yīng)用布局多點(diǎn)開(kāi)花；上海市實(shí)施“模塑申城·AI+制造”行動(dòng)，推動(dòng)人工智能技術(shù)與制造業(yè)深度融合；廣東省發(fā)布《廣東省人工智能賦能制造業(yè)高質(zhì)量發(fā)展行動(dòng)方案（2025—2027年）》，促進(jìn)制造業(yè)數(shù)字化轉(zhuǎn)型、智能化躍升。全國(guó)已初步形成上下聯(lián)動(dòng)、重點(diǎn)突出的“人工智能+”推進(jìn)格局，AI正加速融入實(shí)體經(jīng)濟(jì)運(yùn)行的關(guān)鍵環(huán)節(jié)。

表2 中國(guó)“人工智能+”相關(guān)政策

【開(kāi)源大模型、智能體技術(shù)加速迭代，人工智能行業(yè)應(yīng)用能力持續(xù)深化】人工智能技術(shù)正從通用能力建設(shè)邁向行業(yè)深度賦能的新階段。2025年初，DeepSeek開(kāi)源引發(fā)行業(yè)共振，推理效率持續(xù)提升，推動(dòng)大模型向低成本、高可用方向演進(jìn)；智能體技術(shù)取得關(guān)鍵突破，MCP、A2A等通信協(xié)議逐步成為AI原生應(yīng)用的底層架構(gòu)，支撐復(fù)雜任務(wù)自主協(xié)同，推動(dòng)智能體演進(jìn)為可協(xié)同、可編排的AI原生應(yīng)用核心單元。同時(shí)，大模型推理能力在算法優(yōu)化、算力支撐與工程部署的協(xié)同演進(jìn)下顯著提升，不僅實(shí)現(xiàn)了更低延遲、更高精度的決策輸出，也支持了復(fù)雜業(yè)務(wù)場(chǎng)景下的實(shí)時(shí)響應(yīng)需求?？傮w看，技術(shù)演進(jìn)正加速“人工智能+”從概念走向規(guī)模化落地，全面驅(qū)動(dòng)產(chǎn)業(yè)智能化升級(jí)。

【互聯(lián)網(wǎng)與金融領(lǐng)跑中國(guó)人工智能行業(yè)應(yīng)用市場(chǎng)，政務(wù)與制造成為增長(zhǎng)主引擎】從中國(guó)人工智能市場(chǎng)行業(yè)結(jié)構(gòu)看，預(yù)計(jì)2025年，互聯(lián)網(wǎng)與金融合計(jì)占比近五成，憑借完善的數(shù)據(jù)體系、成熟的業(yè)務(wù)場(chǎng)景和明確的商業(yè)回報(bào)機(jī)制，率先實(shí)現(xiàn)大模型在內(nèi)容生成、智能風(fēng)控、客戶服務(wù)等環(huán)節(jié)的規(guī)?；涞?。與此同時(shí)，制造業(yè)和政務(wù)市場(chǎng)規(guī)模持續(xù)上升，制造業(yè)聚焦質(zhì)檢、排產(chǎn)、設(shè)備運(yùn)維等高價(jià)值工業(yè)場(chǎng)景，政務(wù)則圍繞審批流程優(yōu)化、城市運(yùn)行管理、公共服務(wù)響應(yīng)等方向推進(jìn)智能化，二者將成為AI賦能行業(yè)應(yīng)用的重要支點(diǎn)。此外，醫(yī)療、交通、教育等長(zhǎng)尾行業(yè)受限于數(shù)據(jù)孤島、標(biāo)準(zhǔn)缺失或安全合規(guī)約束，仍以局部試點(diǎn)為主，尚未形成穩(wěn)定市場(chǎng)規(guī)模。整體看，人工智能市場(chǎng)資源加速向技術(shù)基礎(chǔ)好、業(yè)務(wù)價(jià)值清晰的行業(yè)集中，逐步形成以互聯(lián)網(wǎng)、金融為引領(lǐng)，政務(wù)、制造為支撐的“雙輪驅(qū)動(dòng)”格局。

圖1 2025年中國(guó)人工智能市場(chǎng)行業(yè)結(jié)構(gòu)預(yù)測(cè)

二、發(fā)展趨勢(shì)研判

趨勢(shì)一

“人工智能+”加快邁入以典型示范引領(lǐng)規(guī)?；涞氐男码A段

國(guó)務(wù)院發(fā)布《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見(jiàn)》以來(lái)，行業(yè)用戶、互聯(lián)網(wǎng)云廠商、AI解決方案提供商等紛紛布局探索“人工智能+”場(chǎng)景應(yīng)用。2026年將成為應(yīng)用落地的關(guān)鍵一年，政府及央國(guó)企有望在政務(wù)、工業(yè)、能源等重點(diǎn)領(lǐng)域加快布局AI應(yīng)用，圍繞政務(wù)服務(wù)、生產(chǎn)調(diào)度、原型設(shè)計(jì)、供應(yīng)鏈協(xié)同等高價(jià)值場(chǎng)景，聚焦業(yè)務(wù)實(shí)效和可操作性，打造一批具有行業(yè)代表性的示范項(xiàng)目。在此過(guò)程中，一批技術(shù)路徑清晰、實(shí)施機(jī)制成熟、治理規(guī)則完善的標(biāo)桿案例預(yù)計(jì)將加快形成，并具備跨區(qū)域、跨行業(yè)復(fù)制推廣的潛力。隨著這些先行實(shí)踐積累經(jīng)驗(yàn)、驗(yàn)證模式、建立標(biāo)準(zhǔn)，行業(yè)對(duì)AI規(guī)?；渴鸬男判暮湍芰?huì)顯著增強(qiáng)，產(chǎn)業(yè)創(chuàng)新乘數(shù)效應(yīng)持續(xù)釋放。

趨勢(shì)二

云加速向AI原生演進(jìn)，支撐“人工智能+”場(chǎng)景化落地

面向政務(wù)、工業(yè)、能源、醫(yī)療等行業(yè)對(duì)AI技術(shù)應(yīng)用的迫切需求，云服務(wù)正加速向AI原生演進(jìn)，實(shí)現(xiàn)從“資源供給”向“智能引擎”的變革。預(yù)計(jì)2026年，IaaS在通算（X86、ARM等）、智算（GPU、NPU、FPGA等）多芯架構(gòu)上將實(shí)現(xiàn)資源統(tǒng)一納管調(diào)度、精細(xì)化切分管理動(dòng)態(tài)感知，不僅能為大模型訓(xùn)推提供算力支持，更能為邊端輕量級(jí)模型應(yīng)用提供保障；MaaS（Model as a Service）作為繼IaaS、PaaS、SaaS后的新型服務(wù)模式，與模型廠商合作生態(tài)將不斷深化，持續(xù)降低行業(yè)用戶應(yīng)用AI的門檻；PaaS將不再只是提供開(kāi)發(fā)環(huán)境，而是成為提供智能體即服務(wù)（AaaS）的核心平臺(tái)，智能體開(kāi)發(fā)、部署與管理能力將封裝成標(biāo)準(zhǔn)化服務(wù)。此外，隨著AI私有化部署提速，集算力管理層、模型管理層、應(yīng)用管理層于一體的AI Infra平臺(tái)，將成為支撐行業(yè)用戶構(gòu)建內(nèi)生AI能力的關(guān)鍵載體，切實(shí)推動(dòng)“人工智能+”在重點(diǎn)行業(yè)的場(chǎng)景化落地。

趨勢(shì)三

行業(yè)私域高質(zhì)量數(shù)據(jù)集日益成為驅(qū)動(dòng)AI發(fā)展稀缺資源

隨著AI對(duì)數(shù)據(jù)規(guī)模和質(zhì)量要求的指數(shù)級(jí)提升，傳統(tǒng)的粗放式數(shù)據(jù)采集方式、過(guò)度依賴人工標(biāo)注的數(shù)據(jù)模式，已難以適應(yīng)“人工智能+”創(chuàng)新發(fā)展需求，構(gòu)建具備大規(guī)模、結(jié)構(gòu)化特征、知識(shí)和信息密度高、按照不同需求和場(chǎng)景精準(zhǔn)分類的數(shù)據(jù)集，成為推動(dòng)AI發(fā)展的重要引擎。目前，互聯(lián)網(wǎng)公域數(shù)據(jù)基本被大模型充分利用，而具備行業(yè)特性的私域數(shù)據(jù)成為更加稀缺性的資源，各領(lǐng)域頭部企業(yè)所積累的行業(yè)深度、海量規(guī)模、高質(zhì)量標(biāo)準(zhǔn)的數(shù)據(jù)集將成為無(wú)可替代的戰(zhàn)略資源，未來(lái)會(huì)被越來(lái)越多平臺(tái)或企業(yè)深度挖掘和應(yīng)用。高質(zhì)量數(shù)據(jù)集不僅能顯著減少AI開(kāi)發(fā)周期和成本，更能從根源上提升AI大模型的準(zhǔn)確性、可靠性與泛化能力。

趨勢(shì)四

輕量化AI終端將成為“人工智能+”應(yīng)用落地的重要載體

AI終端的核心價(jià)值在于能夠?qū)⑤p量高效的AI能力直接部署至生產(chǎn)生活的具體場(chǎng)景，在保障數(shù)據(jù)隱私的同時(shí)，切實(shí)解決實(shí)際問(wèn)題。預(yù)計(jì)2026年，隨著端側(cè)專用計(jì)算芯片的普及與輕量化大模型的持續(xù)優(yōu)化，AI終端將基本實(shí)現(xiàn)低延遲、高可靠的本地化處理與實(shí)時(shí)智能響應(yīng)，在工業(yè)控制、礦山巡檢、醫(yī)學(xué)影像識(shí)別等場(chǎng)景對(duì)即時(shí)性、可靠性及數(shù)據(jù)安全的嚴(yán)苛要求。同時(shí)，隨著端側(cè)算力成本持續(xù)下降，2026年，智能機(jī)器人、智能網(wǎng)聯(lián)汽車、AI PC及AI手機(jī)等新一代智能終端將深度集成原生AI能力，普遍采用輕量化架構(gòu)以適配多樣化邊緣環(huán)境，這些終端還將探索通過(guò)標(biāo)準(zhǔn)化接口，與ERP、MES、調(diào)度平臺(tái)等核心業(yè)務(wù)系統(tǒng)高效對(duì)接，有效破解AI應(yīng)用“最后一公里”的部署難題。由此，輕量化AI終端將成為連接模型與場(chǎng)景的關(guān)鍵樞紐，推動(dòng)“人工智能+”在制造、能源、醫(yī)療、交通等重點(diǎn)行業(yè)的規(guī)?；涞?。

趨勢(shì)五

“AI+科學(xué)研究”正從提升效率走向驅(qū)動(dòng)源頭創(chuàng)新

2026年，AI在科學(xué)研究中的作用將逐步由輔助數(shù)據(jù)分析向參與科學(xué)發(fā)現(xiàn)核心環(huán)節(jié)延伸。隨著科學(xué)大模型、重大科技基礎(chǔ)設(shè)施的布局加快，AI for Science依托高質(zhì)量科學(xué)數(shù)據(jù)集和跨模態(tài)處理能力，支撐“從0到1”的原創(chuàng)探索。當(dāng)前實(shí)踐顯示，AI已在材料結(jié)構(gòu)預(yù)測(cè)、蛋白質(zhì)設(shè)計(jì)、天文信號(hào)識(shí)別等方向提出可驗(yàn)證的新假設(shè)，部分成果進(jìn)入實(shí)驗(yàn)驗(yàn)證階段。這并非簡(jiǎn)單加速已有流程，而是拓展人類探索未知的邊界。下一步需聚焦科學(xué)數(shù)據(jù)資源體系化沉淀、領(lǐng)域知識(shí)有效注入模型、人機(jī)協(xié)同驗(yàn)證機(jī)制建立等基礎(chǔ)性工作，避免將AI僅作為技術(shù)工具使用?？傮w看，AI將深度賦能傳統(tǒng)科研工具的智能化改造，驅(qū)動(dòng)“人工智能+科研”走向源頭創(chuàng)新。

趨勢(shì)六

“AI+工業(yè)”加速探索，制造環(huán)節(jié)有望成為規(guī)?；瘧?yīng)用主陣地

“人工智能+”在工業(yè)領(lǐng)域的落地集中在價(jià)值可量化、技術(shù)可復(fù)制的環(huán)節(jié)。外觀缺陷檢測(cè)、設(shè)備預(yù)測(cè)性維護(hù)、能耗優(yōu)化等場(chǎng)景因流程清晰、數(shù)據(jù)可用、效果可測(cè)，已實(shí)現(xiàn)跨企業(yè)、跨區(qū)域推廣。小模型憑借低延遲、高精度和輕量部署優(yōu)勢(shì)，在質(zhì)檢、產(chǎn)線控制等實(shí)時(shí)任務(wù)中成為主流選擇；大模型則開(kāi)始用于排產(chǎn)調(diào)度、工藝調(diào)參等需融合專家經(jīng)驗(yàn)的復(fù)雜決策，但多以輔助形式嵌入現(xiàn)有系統(tǒng)。行業(yè)用戶普遍采取“小步快跑”策略，優(yōu)先在單點(diǎn)環(huán)節(jié)驗(yàn)證投入產(chǎn)出比，再逐步橫向復(fù)制，而非一次性推進(jìn)全廠智能化。制造環(huán)節(jié)因具備標(biāo)準(zhǔn)化流程與持續(xù)運(yùn)行數(shù)據(jù)，有望成為AI規(guī)?；瘧?yīng)用的主陣地。

趨勢(shì)七

“AI+政務(wù)”應(yīng)用進(jìn)一步深化，服務(wù)、治理、辦公將多點(diǎn)突破

隨著中央網(wǎng)信辦、國(guó)家發(fā)展改革委聯(lián)合發(fā)布《政務(wù)領(lǐng)域人工智能大模型部署應(yīng)用指引》的推動(dòng)和AI技術(shù)、應(yīng)用的成熟，2026年AI在政務(wù)領(lǐng)域應(yīng)用多維度深化。政務(wù)服務(wù)逐步向“主動(dòng)感知”演進(jìn)，政務(wù)智能體應(yīng)用普及，可提供全流程陪伴式服務(wù)，并主動(dòng)對(duì)公眾和企業(yè)需求進(jìn)行分析，實(shí)現(xiàn)政策智能匹配和主動(dòng)精準(zhǔn)送達(dá)。社會(huì)治理邁向“智治”新高度，“AI+傳感器+無(wú)人機(jī)+機(jī)器人”形成立體智能應(yīng)急網(wǎng)絡(luò)，自動(dòng)識(shí)別潛在風(fēng)險(xiǎn)隱患和提供處置建議；自動(dòng)捕捉市場(chǎng)、輿情等動(dòng)向，預(yù)測(cè)可能的市場(chǎng)風(fēng)險(xiǎn)和社會(huì)風(fēng)險(xiǎn)，及時(shí)發(fā)出預(yù)警。政務(wù)辦公打造“人機(jī)”協(xié)同模式，數(shù)字公務(wù)員輔助起草文書(shū)并對(duì)格式和內(nèi)容等進(jìn)行檢查、校對(duì)和優(yōu)化；RAG技術(shù)將資深公務(wù)員經(jīng)驗(yàn)轉(zhuǎn)化為AI導(dǎo)師，大大縮短新員工學(xué)習(xí)周期。

趨勢(shì)八

“AI+能源”正從分散應(yīng)用走向全鏈智能優(yōu)化

在國(guó)家發(fā)展改革委、國(guó)家能源局聯(lián)合印發(fā)《關(guān)于推進(jìn)“人工智能+”能源高質(zhì)量發(fā)展的實(shí)施意見(jiàn)》的推動(dòng)下，2026年AI將在傳統(tǒng)能源和新能源領(lǐng)域應(yīng)用效能凸顯。傳統(tǒng)能源生產(chǎn)快速向安全、高效、低碳方向升級(jí)：危險(xiǎn)環(huán)境中巡檢機(jī)器人上崗數(shù)量提升，全鏈路的智能監(jiān)測(cè)網(wǎng)絡(luò)，自動(dòng)識(shí)別油氣管道泄漏、煤礦瓦斯超標(biāo)、火電設(shè)備缺陷等潛在風(fēng)險(xiǎn)并提供處置方案；能源智能體應(yīng)用普及，可實(shí)現(xiàn)油氣勘探開(kāi)發(fā)、火電燃燒、煤礦采掘全流程智能調(diào)控，并主動(dòng)對(duì)生產(chǎn)參數(shù)、能耗水平等態(tài)勢(shì)進(jìn)行研判，實(shí)現(xiàn)傳統(tǒng)能源清潔高效生產(chǎn)和減排優(yōu)化。新能源破解間歇性難題，提升并網(wǎng)價(jià)值：通過(guò)專屬大模型，融合數(shù)值天氣預(yù)報(bào)、衛(wèi)星云圖、場(chǎng)站歷史運(yùn)行數(shù)據(jù)及小微傳感器實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)對(duì)新能源出力進(jìn)行精準(zhǔn)預(yù)測(cè)；通過(guò)多智能體協(xié)同機(jī)制，構(gòu)建全域協(xié)同的智能調(diào)度體系，研判風(fēng)光出力、儲(chǔ)能狀態(tài)、電網(wǎng)負(fù)荷及電價(jià)波動(dòng)態(tài)勢(shì)，動(dòng)態(tài)調(diào)整儲(chǔ)能充放策略。

趨勢(shì)九

“AI+醫(yī)療”步入“好用”階段，應(yīng)用場(chǎng)景持續(xù)拓展

循證檢索增強(qiáng)技術(shù)、專業(yè)的醫(yī)療知識(shí)庫(kù)、豐富多元的高質(zhì)量醫(yī)療數(shù)據(jù)等推動(dòng)醫(yī)療AI大模型的能力持續(xù)完善，2025年9月，東軟發(fā)布添翼醫(yī)療智能化解決方案2.0，2025年10月百川智能發(fā)布循證增強(qiáng)醫(yī)療大模型、2025年11邁瑞醫(yī)療發(fā)布服務(wù)臨床檢驗(yàn)的啟元檢驗(yàn)大模型等，這些大模型能夠?yàn)榧膊≡\斷、治療和預(yù)測(cè)提供科學(xué)且可靠的依據(jù)。AI醫(yī)療在臨床實(shí)際診療過(guò)程中，加速實(shí)現(xiàn)從“可用”到“好用”的跨越。未來(lái)AI醫(yī)療應(yīng)用場(chǎng)景不斷拓展，不再局限于輔助醫(yī)學(xué)影像分析及電子病歷生成，而是會(huì)更多地深度參與到會(huì)診環(huán)節(jié)，為不同的患者提供個(gè)性化的治療方案，同時(shí)也為藥物敏捷研發(fā)、重大疾病風(fēng)險(xiǎn)精準(zhǔn)預(yù)測(cè)、24小時(shí)全能家庭醫(yī)生服務(wù)、醫(yī)療機(jī)構(gòu)智能化運(yùn)營(yíng)管理等廣泛的醫(yī)療場(chǎng)景，帶來(lái)更廣泛的變革，全方位提升醫(yī)療服務(wù)的效率和質(zhì)量。

趨勢(shì)十

按效果收費(fèi)有望成為AI應(yīng)用落地的主流商業(yè)模式

企業(yè)級(jí)應(yīng)用與AI融合，不僅是一次技術(shù)升級(jí)，更是產(chǎn)品能力和商業(yè)模式的雙重變革。新型企業(yè)級(jí)應(yīng)用將深度嵌入AI代理能力，實(shí)現(xiàn)任務(wù)自主執(zhí)行，并推動(dòng)商業(yè)模式從“為技術(shù)付費(fèi)”向“為效果付費(fèi)”轉(zhuǎn)變。例如，風(fēng)控AI系統(tǒng)按實(shí)際降低的風(fēng)險(xiǎn)事件或損失金額收費(fèi)、智能客服系統(tǒng)按成功解決的客戶問(wèn)題數(shù)量收費(fèi)、醫(yī)院為AI輔助診斷的實(shí)際效果付費(fèi)等，這種模式使AI從“技術(shù)工具”真正成為"業(yè)務(wù)價(jià)值創(chuàng)造引擎"，也使AI供應(yīng)商的收入與為用戶創(chuàng)造的實(shí)際業(yè)務(wù)價(jià)值直接掛鉤，顯著降低了用戶的應(yīng)用門檻和試錯(cuò)風(fēng)險(xiǎn)。隨著AI代理、數(shù)字員工等的普及，在效果易量化、成果節(jié)約顯著、結(jié)果明確的應(yīng)用場(chǎng)景中，按效果收費(fèi)的模式加速推廣，有望成為AI應(yīng)用落地的主流收費(fèi)模式。

三、需關(guān)注問(wèn)題及建議

問(wèn)題一

區(qū)域和部門間數(shù)字化基礎(chǔ)不均衡

東部發(fā)達(dá)地區(qū)及重點(diǎn)行業(yè)已進(jìn)入AI規(guī)模化應(yīng)用階段，但部分中西部地區(qū)和傳統(tǒng)職能部門仍面臨業(yè)務(wù)流程未線上化、信息系統(tǒng)陳舊、數(shù)據(jù)標(biāo)準(zhǔn)缺失等現(xiàn)實(shí)約束，導(dǎo)致即便引入先進(jìn)模型，也因“無(wú)數(shù)據(jù)可用、無(wú)流程可嵌、無(wú)接口可接”而難以落地見(jiàn)效，或?qū)⒗髤^(qū)域智能化發(fā)展鴻溝。建議實(shí)施差異化推進(jìn)策略，對(duì)基礎(chǔ)薄弱地區(qū)，優(yōu)先支持核心業(yè)務(wù)系統(tǒng)云化改造與數(shù)據(jù)資源目錄建設(shè)，暫緩部署高復(fù)雜度大模型；將“數(shù)據(jù)就緒度”“系統(tǒng)聯(lián)通性”納入新型基礎(chǔ)設(shè)施評(píng)估體系，引導(dǎo)財(cái)政與社會(huì)資本投向能用、好用、可持續(xù)的環(huán)節(jié)。

問(wèn)題二

行業(yè)高質(zhì)量數(shù)據(jù)獲取、整合與共享機(jī)制缺位

盡管AI技術(shù)快速演進(jìn)，但多數(shù)領(lǐng)域仍缺乏規(guī)模大、標(biāo)注準(zhǔn)、時(shí)序完整、語(yǔ)義清晰的訓(xùn)練數(shù)據(jù)。醫(yī)療、金融、能源、制造等行業(yè)數(shù)據(jù)分散于多主體，格式異構(gòu)、權(quán)屬模糊，且涉及商業(yè)秘密或個(gè)人隱私，企業(yè)即便具備建模能力，也難獲有效資源。建議加快構(gòu)建分級(jí)分類的數(shù)據(jù)治理框架，在守住安全底線前提下推動(dòng)有序開(kāi)放：支持龍頭企業(yè)、行業(yè)協(xié)會(huì)牽頭建設(shè)領(lǐng)域可信數(shù)據(jù)空間，明確數(shù)據(jù)權(quán)屬、使用邊界與收益分配機(jī)制；鼓勵(lì)采用隱私計(jì)算、聯(lián)邦學(xué)習(xí)等“數(shù)據(jù)可用不可見(jiàn)”技術(shù)路徑，降低合規(guī)風(fēng)險(xiǎn)，打通“數(shù)據(jù)—模型—應(yīng)用”閉環(huán)。

問(wèn)題三

AI應(yīng)用與業(yè)務(wù)運(yùn)行存在“兩張皮”現(xiàn)象

不少單位仍由IT部門單點(diǎn)推動(dòng)，缺乏業(yè)務(wù)深度參與，導(dǎo)致應(yīng)用流于演示。建議推動(dòng)“AI+”從技術(shù)項(xiàng)目向管理變革升級(jí)。明確業(yè)務(wù)部門為AI應(yīng)用第一責(zé)任方，建立由業(yè)務(wù)、數(shù)據(jù)、IT、合規(guī)等多方組成的聯(lián)合推進(jìn)機(jī)制；將AI效能指標(biāo)納入相關(guān)崗位績(jī)效考核；鼓勵(lì)開(kāi)展“AI就緒度”前置評(píng)估，從流程標(biāo)準(zhǔn)化、數(shù)據(jù)可得性、權(quán)責(zé)清晰度等維度診斷可行性，避免盲目投入。

IT趨勢(shì)

< <滑動(dòng)查看全文> >

更多行業(yè)案例及其特點(diǎn)，請(qǐng)掃描下方二維碼關(guān)注“賽迪顧問(wèn)”公眾號(hào)，獲取最新動(dòng)態(tài)。

微信號(hào)：ccidconsulting

本公眾號(hào)提供的內(nèi)容用于個(gè)人學(xué)習(xí)、研究或欣賞，不可用于其他商業(yè)用途。如有關(guān)于作品內(nèi)容、版權(quán)及其它問(wèn)題，請(qǐng)及時(shí)在公眾號(hào)留言。

如果獲得轉(zhuǎn)載授權(quán)，請(qǐng)注明作者姓名和轉(zhuǎn)載的出處，不修改文章的標(biāo)題、文字、圖片或者音視頻，以免曲解原文意思。