中國(guó)新聞周刊記者：楊智杰
發(fā)于2025.12.15總第1216期《中國(guó)新聞周刊》雜志
如何讓AI從“會(huì)聊天”走向“能生產(chǎn)”，正成為產(chǎn)業(yè)界的共同課題。
中國(guó)新一代人工智能發(fā)展戰(zhàn)略研究院執(zhí)行院長(zhǎng)、南開(kāi)大學(xué)原校長(zhǎng)龔克，長(zhǎng)期關(guān)注這一變革。在他看來(lái)，人工智能的價(jià)值不在“炫技”，而在于與實(shí)體經(jīng)濟(jì)的深度融合。圍繞AI落地的路徑與挑戰(zhàn)，《中國(guó)新聞周刊》對(duì)龔克進(jìn)行了專(zhuān)訪。
“突出應(yīng)用導(dǎo)向”
《中國(guó)新聞周刊》：今年以來(lái)，AI在產(chǎn)業(yè)端有哪些明顯變化或趨勢(shì)？
龔克：國(guó)務(wù)院在8月印發(fā)的《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見(jiàn)》(以下簡(jiǎn)稱(chēng)《意見(jiàn)》)，是國(guó)內(nèi)AI發(fā)展的一個(gè)里程碑式國(guó)家戰(zhàn)略文件。
去年全國(guó)兩會(huì)上，“人工智能+”被首次寫(xiě)進(jìn)政府工作報(bào)告，今年全國(guó)兩會(huì)政府工作報(bào)告進(jìn)一步要求持續(xù)開(kāi)展“人工智能+”行動(dòng)，明確提出要將“數(shù)字技術(shù)與制造優(yōu)勢(shì)、市場(chǎng)優(yōu)勢(shì)更好結(jié)合起來(lái)”，大力發(fā)展新一代智能終端和智能裝備、推動(dòng)大模型廣泛應(yīng)用等。
目前國(guó)內(nèi)人工智能發(fā)展的整體趨勢(shì)就是“AI+”，推動(dòng)技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，促進(jìn)國(guó)家高質(zhì)量發(fā)展。這不是為了“炫技”，而是要把技術(shù)作為生產(chǎn)力，真正推動(dòng)經(jīng)濟(jì)社會(huì)的進(jìn)步。
在發(fā)展路徑上，《意見(jiàn)》提出了“三步走”目標(biāo)。到2027年，率先實(shí)現(xiàn)人工智能與六大重點(diǎn)領(lǐng)域廣泛深度融合，新一代智能終端、智能體等應(yīng)用普及率超70%；到2030年，新一代智能終端、智能體等應(yīng)用普及率超90%，智能經(jīng)濟(jì)成為我國(guó)經(jīng)濟(jì)發(fā)展的重要增長(zhǎng)極；到2035年，我國(guó)全面步入智能經(jīng)濟(jì)和智能社會(huì)發(fā)展新階段。值得注意的是，這些目標(biāo)都是以人工智能的普及應(yīng)用作為衡量指標(biāo)來(lái)規(guī)劃的。
《中國(guó)新聞周刊》：在調(diào)研時(shí)，是否有讓你印象深刻的應(yīng)用場(chǎng)景？
龔克：在AI走向?qū)嶓w經(jīng)濟(jì)的過(guò)程中，我們看到技術(shù)已經(jīng)展示出了很大潛力。比如在工業(yè)領(lǐng)域，我們調(diào)研發(fā)現(xiàn)，目前最成熟的應(yīng)用之一，是將計(jì)算機(jī)視覺(jué)技術(shù)應(yīng)用于產(chǎn)品生產(chǎn)線上的瑕疵檢測(cè)環(huán)節(jié)。
有報(bào)道提到，中國(guó)至少有500萬(wàn)工人需要靠眼睛去盯產(chǎn)品的瑕疵，憑著經(jīng)驗(yàn)調(diào)整生產(chǎn)線，去發(fā)現(xiàn)和糾正這些問(wèn)題。計(jì)算機(jī)視覺(jué)不會(huì)疲勞，分辨率比人眼更高，導(dǎo)入成本也不算太高，所以把它引進(jìn)生產(chǎn)線做瑕疵檢測(cè)，現(xiàn)在已經(jīng)比較成熟，應(yīng)用也比較廣泛。例如，現(xiàn)在不少汽車(chē)生產(chǎn)線上開(kāi)始用AI檢測(cè)了，大幅降低了漏檢率，有些甚至降低了90%以上，同時(shí)也大幅縮短了檢驗(yàn)時(shí)間。
還有一個(gè)典型的例子，是AI在新能源汽車(chē)電池領(lǐng)域的應(yīng)用。電池的生產(chǎn)成本中，有很大一部分來(lái)自電池容量的測(cè)試。傳統(tǒng)做法是在控制電池溫度的前提下，把電池充滿(mǎn)電再放光，通過(guò)時(shí)長(zhǎng)來(lái)判斷容量。但這個(gè)過(guò)程非常耗時(shí)耗能，成了動(dòng)力電池生產(chǎn)成本的大頭。
我們了解到，深圳有的工廠利用大模型學(xué)習(xí)電芯生產(chǎn)的數(shù)據(jù)，再加上電化學(xué)、先進(jìn)材料學(xué)等知識(shí)，能精準(zhǔn)預(yù)估電池容量。AI應(yīng)用使整體電芯檢測(cè)時(shí)間減少了大約80%，耗電減少了50%以上，實(shí)測(cè)還提高了電芯容量的一致性。去年12月，我在聯(lián)合國(guó)工發(fā)組織的一場(chǎng)報(bào)告里就以此例說(shuō)明，中國(guó)電動(dòng)車(chē)之所以能實(shí)現(xiàn)低成本，如今靠的已不是政府補(bǔ)貼，而是技術(shù)創(chuàng)新。
類(lèi)似的變化也在農(nóng)業(yè)、金融等領(lǐng)域發(fā)生。我個(gè)人估計(jì)，到“十五五”期間，人工智能與實(shí)體經(jīng)濟(jì)融合產(chǎn)生的經(jīng)濟(jì)效益，將會(huì)更強(qiáng)勁地顯現(xiàn)出來(lái)。
“AI應(yīng)用還進(jìn)不到生產(chǎn)核心環(huán)節(jié)”
《中國(guó)新聞周刊》：在AI1.0時(shí)代，技術(shù)在產(chǎn)業(yè)落地時(shí)曾面臨諸多挑戰(zhàn)。在當(dāng)前推動(dòng)AI與實(shí)體經(jīng)濟(jì)深度融合的過(guò)程中，有哪些突破？
龔克：首先，AI技術(shù)和2017年相比已有重大突破。上一輪突破，以計(jì)算機(jī)圖像識(shí)別為代表，最典型的是人臉識(shí)別，在醫(yī)療影像識(shí)別、交通圖像識(shí)別等領(lǐng)域用得很廣。
上一輪AI在落地的時(shí)候，比如做醫(yī)學(xué)影像識(shí)別，需要專(zhuān)門(mén)組建團(tuán)隊(duì)針對(duì)醫(yī)學(xué)影像單獨(dú)開(kāi)發(fā)模型。但這輪技術(shù)革命中，很多數(shù)據(jù)在基礎(chǔ)訓(xùn)練階段就已經(jīng)用過(guò)了，人們?cè)诨A(chǔ)大模型之上進(jìn)行精調(diào)和對(duì)齊，就能較快用到具體領(lǐng)域里。
特別是今年發(fā)展迅速的智能體(AI Agent)，能根據(jù)任務(wù)自動(dòng)分解、調(diào)度不同模型和工具，還能對(duì)結(jié)果進(jìn)行交叉驗(yàn)證和檢查。AI進(jìn)入專(zhuān)業(yè)領(lǐng)域的門(mén)檻比之前低了，成本也在往下走，AI變得更好用了。
今年斯坦福大學(xué)相關(guān)團(tuán)隊(duì)發(fā)布了《人工智能指數(shù)2025年度報(bào)告》，追蹤分析了大模型的推理成本。結(jié)果顯示，要達(dá)到GPT-3.5那樣的性能水平，推理成本從2022年11月到2024年10月下降了99.65%。從硬件層面看，成本每年下降約30%，能效每年提升約40%。
麥肯錫有一份報(bào)告也顯示，到2024年下半年，78%的受訪者所在的企業(yè)已經(jīng)在至少一個(gè)業(yè)務(wù)中使用了生成式人工智能。多數(shù)企業(yè)提到，這項(xiàng)技術(shù)確實(shí)幫他們壓縮了成本，不過(guò)整體上對(duì)財(cái)務(wù)表現(xiàn)的影響還不夠明顯。但這些信號(hào)已表明，人工智能在實(shí)體經(jīng)濟(jì)中發(fā)揮作用的前景非常好，且正逐步顯現(xiàn)出來(lái)。
《中國(guó)新聞周刊》：在推動(dòng)AI與實(shí)體深度融合過(guò)程中，企業(yè)普遍有哪些顧慮？落地過(guò)程中存在哪些主要挑戰(zhàn)？
龔克： 現(xiàn)在很多企業(yè)在引入人工智能時(shí)，還存在不少困惑。我們調(diào)研發(fā)現(xiàn)，除了前面提到的一些比較好的案例，現(xiàn)階段企業(yè)里大量的AI應(yīng)用，主要還是集中在物流、財(cái)務(wù)、人事、客服這些非生產(chǎn)環(huán)節(jié)，還進(jìn)不到生產(chǎn)核心環(huán)節(jié)。
AI要真正和生產(chǎn)環(huán)節(jié)結(jié)合，必須和行業(yè)知識(shí)深度融合，這個(gè)坎必須邁過(guò)去。現(xiàn)在難在哪兒呢？從AI技術(shù)公司角度看，他們特別希望一個(gè)應(yīng)用做出來(lái)后，能大規(guī)模推廣。但如果深入實(shí)體經(jīng)濟(jì)的核心生產(chǎn)環(huán)節(jié)，做完這家工廠的項(xiàng)目，到下一家工廠可能又要從頭再來(lái)，成本和投入會(huì)非常高。
而從工廠這邊來(lái)看，他們往往不太知道AI到底能帶來(lái)多大潛力。AI技術(shù)企業(yè)和工廠之間，還缺一個(gè)“橋梁”，我們也在一些報(bào)告里建議過(guò)，要發(fā)展數(shù)字化轉(zhuǎn)型或智能化轉(zhuǎn)型的服務(wù)業(yè)，來(lái)解決兩邊融合的問(wèn)題，幫助AI快速、有效地導(dǎo)入產(chǎn)業(yè)，這是當(dāng)前的一個(gè)關(guān)鍵問(wèn)題。正如今年的政府工作報(bào)告所指出的，要“培育一批既懂行業(yè)又懂?dāng)?shù)字化的服務(wù)商，加大對(duì)中小企業(yè)數(shù)字化轉(zhuǎn)型的支持”。
尤其是在國(guó)家層面開(kāi)始統(tǒng)籌規(guī)劃大型訓(xùn)練平臺(tái)建設(shè)、不再普遍鼓勵(lì)地方自建算力中心的背景下，地方也在把注意力轉(zhuǎn)向企業(yè)真正需要的模型精調(diào)和推理服務(wù)。
《中國(guó)新聞周刊》：之前你提到過(guò)，要防止“AI+”淪為表面工程或政績(jī)工程，現(xiàn)實(shí)中有哪些表現(xiàn)？應(yīng)該注意什么？
龔克：以前搞智慧城市建設(shè)，出現(xiàn)過(guò)這樣的現(xiàn)象：一些地方就做一個(gè)大屏，給參觀的領(lǐng)導(dǎo)演示講解一番，但實(shí)際問(wèn)題一個(gè)也沒(méi)解決。現(xiàn)在發(fā)展“AI+”時(shí)，也希望大家都能從真實(shí)問(wèn)題出發(fā)，這也是為什么中央在談發(fā)展新質(zhì)生產(chǎn)力時(shí)，特別強(qiáng)調(diào)要“因地制宜”。
我理解的因地制宜，這個(gè)“地”不僅是地理上的地方，也包括不同的行業(yè)、不同的企業(yè)，都是不一樣的“地”，哪怕同一家企業(yè)里，具體的問(wèn)題也是不同的“地”。要以實(shí)際問(wèn)題為出發(fā)點(diǎn)，按照風(fēng)險(xiǎn)分級(jí)，實(shí)事求是地推進(jìn)技術(shù)落地。
這才是產(chǎn)業(yè)端引入人工智能最需要的態(tài)度，而不是為了向領(lǐng)導(dǎo)匯報(bào)，搞一些作秀式的項(xiàng)目安排，這是特別要防止的傾向。
“抓住開(kāi)源創(chuàng)新大趨勢(shì)”
《中國(guó)新聞周刊》：如何看待大模型還有幻覺(jué)？在工業(yè)等關(guān)鍵場(chǎng)景中，如何保障生產(chǎn)安全？
龔克：對(duì)，在加速將人工智能深度引入各行各業(yè)時(shí)，現(xiàn)在更需要注意的是安全問(wèn)題。如果工廠在引入AI過(guò)程中出現(xiàn)重大安全問(wèn)題，那會(huì)是災(zāi)難性的，會(huì)讓有關(guān)部門(mén)和企業(yè)對(duì)AI應(yīng)用望而卻步，投資者也會(huì)失去耐心，可能會(huì)斷崖式地抽回資金。
大模型的幻覺(jué)等問(wèn)題仍然存在，可能產(chǎn)生一些錯(cuò)誤。比如在生產(chǎn)線上控制生產(chǎn)過(guò)程，造成殘次品是小事，萬(wàn)一導(dǎo)致機(jī)毀人亡、爆炸等安全事故，問(wèn)題就嚴(yán)重了。企業(yè)在引入AI時(shí)必須有安全意識(shí)，先從一些剛需且安全邊界可控的場(chǎng)景或者無(wú)人的場(chǎng)景切入，逐步推進(jìn)。
比如現(xiàn)在礦山深處的無(wú)人采礦，即便出事故，也不會(huì)把人困在里面，反而可能減少傷亡。再比如，現(xiàn)在的數(shù)控生產(chǎn)線，說(shuō)明書(shū)往往好幾大本，以前工人遇到問(wèn)題，要去查手冊(cè)，靠經(jīng)驗(yàn)處理。現(xiàn)在一些工廠把這些說(shuō)明書(shū)數(shù)字化之后，系統(tǒng)可以自動(dòng)讀取錯(cuò)誤代碼，直接調(diào)用手冊(cè)上的應(yīng)對(duì)措施，這種方式相對(duì)比較安全。
在引入生產(chǎn)，特別是關(guān)鍵生產(chǎn)環(huán)節(jié)時(shí)，一定要重視模型的可靠性，評(píng)估模型可能產(chǎn)生的風(fēng)險(xiǎn)。在部署AI時(shí)，要明確風(fēng)險(xiǎn)邊界，即使出問(wèn)題，也要控制在可容忍范圍內(nèi)。在實(shí)際引入應(yīng)用的過(guò)程中，必須建立非常嚴(yán)謹(jǐn)?shù)陌踩雷o(hù)措施，這是非常必要的一條。從我們觀察到的情況來(lái)看，企業(yè)在引入AI時(shí)還是非常謹(jǐn)慎的，逐步在應(yīng)用中熟悉它、了解它，再不斷深化使用。
但未來(lái)AI大量應(yīng)用時(shí)，安全問(wèn)題難以完全避免。主管部門(mén)也要實(shí)事求是，具體問(wèn)題具體分析，分清責(zé)任，避免“一刀切”，適度增加試錯(cuò)的寬容度，這樣才能促進(jìn)整個(gè)行業(yè)健康發(fā)展。
《中國(guó)新聞周刊》：你提到人工智能的競(jìng)爭(zhēng)不僅是技術(shù)競(jìng)爭(zhēng)，也包括政策和制度的競(jìng)爭(zhēng)。美國(guó)密集推出AI政策，歐洲也開(kāi)始放松監(jiān)管，在全球規(guī)則不斷重塑的情勢(shì)下，中國(guó)應(yīng)如何定位自身的AI政策體系？
龔克：特朗普上臺(tái)以來(lái)，美國(guó)已經(jīng)發(fā)布了七八個(gè)關(guān)于人工智能的總統(tǒng)令。美國(guó)的突出目標(biāo)就是保持自身在人工智能領(lǐng)域的優(yōu)勢(shì)，采取的具體措施主要是放松監(jiān)管，這是一個(gè)非常重要的政策導(dǎo)向。現(xiàn)在歐洲也出現(xiàn)了放松監(jiān)管、鼓勵(lì)創(chuàng)新的動(dòng)向。
美國(guó)的這一系列動(dòng)作，實(shí)際上也促使中國(guó)和歐洲在AI發(fā)展的治理上必須持續(xù)應(yīng)對(duì)。既使是在激烈的技術(shù)競(jìng)爭(zhēng)中，也必須穩(wěn)健處理好創(chuàng)新與安全的關(guān)系，防止在技術(shù)競(jìng)爭(zhēng)中忽略安全問(wèn)題。這一觀點(diǎn)也正是今年年初包括中國(guó)在內(nèi)的60多個(gè)國(guó)家簽署的《巴黎人工智能宣言》所強(qiáng)調(diào)的。
國(guó)際上很多人認(rèn)為中國(guó)的政策更看重創(chuàng)新，不重視安全，歐洲監(jiān)管過(guò)嚴(yán)不利于創(chuàng)新，美國(guó)處于中間。這是一種誤解，中國(guó)從一開(kāi)始就強(qiáng)調(diào)創(chuàng)新與安全的平衡。
2023年，中國(guó)在全世界率先推出《生成式人工智能服務(wù)管理暫行辦法》。今年，我們?cè)?月1日已經(jīng)正式實(shí)施《人工智能生成合成內(nèi)容標(biāo)識(shí)辦法》，是全球唯一以法規(guī)形式、強(qiáng)制要求所有生成式人工智能產(chǎn)生的內(nèi)容必須進(jìn)行標(biāo)識(shí)的國(guó)家。
此外，我們的政策優(yōu)勢(shì)還在于，中國(guó)大力支持大模型開(kāi)源的路線。
目前大多數(shù)AI應(yīng)用者主要基于開(kāi)源基礎(chǔ)模型進(jìn)行開(kāi)發(fā)，雖然也有企業(yè)選擇閉源模型API的，但主流仍是使用開(kāi)源模型。去年8月之前，全球使用最廣泛的開(kāi)源模型是美國(guó)的Llama，去年8月之后，中國(guó)的千問(wèn)模型實(shí)現(xiàn)趕超，還出現(xiàn)了DeepSeek。最近美國(guó)的一份報(bào)告顯示，在剛剛過(guò)去的一年里，中國(guó)研發(fā)的開(kāi)源人工智能模型在全球下載量中的占比達(dá)到了17.1%，歷史上首次超越了美國(guó)的15.8%。
目前，閉源模型與開(kāi)源模型之間的性能差距正在迅速縮小。開(kāi)源創(chuàng)新本質(zhì)上是一種開(kāi)放的“眾創(chuàng)”模式。例如DeepSeek開(kāi)源后，會(huì)有數(shù)百萬(wàn)開(kāi)發(fā)者協(xié)助其迭代優(yōu)化。我認(rèn)為，我們一定要抓住開(kāi)放創(chuàng)新這個(gè)關(guān)鍵的技術(shù)創(chuàng)新大勢(shì)，這也是“更高水平對(duì)外開(kāi)放”的具體體現(xiàn)。
《中國(guó)新聞周刊》2025年第46期
聲明：刊用《中國(guó)新聞周刊》稿件務(wù)經(jīng)書(shū)面授權(quán)
【編輯:劉陽(yáng)禾】
