2025年政府工作報(bào)告明確表示將繼續(xù)推進(jìn)“人工智能+”行動(dòng)，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)，支持大模型的廣泛應(yīng)用。

隨著政策支持力度的持續(xù)加大以及技術(shù)的快速發(fā)展，人工智能勢(shì)必將成為諸多行業(yè)實(shí)現(xiàn)數(shù)字化升級(jí)的重要抓手。

2025年3月7日召開(kāi)的第一財(cái)經(jīng) “科創(chuàng)未來(lái)行”年度首場(chǎng)產(chǎn)業(yè)沙龍上，嘉環(huán)科技副總裁、人工智能研究院院長(zhǎng)陳哲分享了其對(duì)于人工智能大模型企業(yè)應(yīng)用場(chǎng)景落地的諸多實(shí)踐經(jīng)驗(yàn)，并對(duì)行業(yè)前景作出樂(lè)觀預(yù)測(cè)：“到2026年，至少有40%-50%的行業(yè)都會(huì)嘗試使用大數(shù)據(jù)、人工智能開(kāi)發(fā)各式各樣的應(yīng)用。”

人工智能帶來(lái)的產(chǎn)業(yè)新機(jī)遇

“AI時(shí)代的到來(lái)，我想應(yīng)該是在去年，最典型的特征就是算力產(chǎn)業(yè)在去年實(shí)現(xiàn)了非常迅猛的發(fā)展”，陳哲表示，作為人工智能的重要基礎(chǔ)設(shè)施，算力產(chǎn)業(yè)是人工智能技術(shù)快速發(fā)展的重要見(jiàn)證者，也是率先受益的產(chǎn)業(yè)。

根據(jù)IDC數(shù)據(jù)，2024年中國(guó)智能算力規(guī)模已達(dá)到725.3百億億次/秒（EFLOPS），同比增長(zhǎng)74.1%，增速是通用算力（20.6%）的3倍以上；市場(chǎng)規(guī)模達(dá)190億美元，同比增長(zhǎng)86.9%。

今年以來(lái)，DeepSeeK憑借其開(kāi)源、低成本、高性能的特征掀起了一輪應(yīng)用熱潮，成為推升國(guó)內(nèi)算力需求的又一個(gè)重要推手。“DeepSeek的這一輪熱潮帶來(lái)的最大價(jià)值，是把人工智能大模型的普及率提升到了以往不可想象的高度”，陳哲認(rèn)為正是因?yàn)檫@一輪熱潮，又帶來(lái)了新一輪對(duì)于算力需求的飛速增長(zhǎng)。

據(jù)IDC預(yù)測(cè)，2025/2026年國(guó)內(nèi)智能算力規(guī)模將繼續(xù)保持40%以上的增速，至2026年市場(chǎng)規(guī)模將達(dá)到337億美元，為2024年的1.77倍。

繼算力產(chǎn)業(yè)之后，人工智能帶來(lái)的下一輪產(chǎn)業(yè)機(jī)會(huì)又將出現(xiàn)在何處？陳哲表示，人工智能的行業(yè)應(yīng)用雖然利潤(rùn)較低，但市場(chǎng)規(guī)模巨大，將是未來(lái)最具潛力的發(fā)展方向。“我們預(yù)計(jì)到2026年會(huì)有40%-50%的行業(yè)嘗試使用大數(shù)據(jù)、人工智能開(kāi)發(fā)各式各樣的應(yīng)用。”

具體的行業(yè)中，陳哲認(rèn)為教育和醫(yī)療等行業(yè)都將迎來(lái)較快變革，“目前高校和職校的AI業(yè)務(wù)發(fā)展非?？?，人工智能技術(shù)在這些領(lǐng)域有太多事可以做，在AI技術(shù)的推動(dòng)下，整個(gè)教育行業(yè)可能會(huì)發(fā)生一些翻天覆地的變化。”同時(shí)他也指出，隨著人工智能的快速發(fā)展，一些沒(méi)有太多創(chuàng)造性的腦力勞動(dòng)工作也將被率先取代，相比體力工作者，一些高學(xué)歷但并不掌握AI技能的人群可能會(huì)面臨較大的挑戰(zhàn)。

精心打磨下AI行業(yè)應(yīng)用商業(yè)價(jià)值初現(xiàn)

人工智能大模型在企業(yè)的大規(guī)模應(yīng)用節(jié)點(diǎn)已近在眼前，然而對(duì)于具體如何落實(shí)，市場(chǎng)依然存在不小的認(rèn)知空白。

在諸多挑戰(zhàn)中，確保企業(yè)對(duì)人工智能應(yīng)用的重要性有清晰的認(rèn)識(shí)，是啟動(dòng)所有后續(xù)所有工作的先決條件，陳哲表示，“只有所有企業(yè)的高管認(rèn)知得到提高，才可以推動(dòng)下一步的應(yīng)用落地。”

陳哲還分享了在眾多實(shí)踐經(jīng)驗(yàn)下所建立的方法論，“簡(jiǎn)單來(lái)說(shuō)可以分四個(gè)步驟：一是建模型，選擇使用線(xiàn)上大模型的API，或者部署開(kāi)源大模型。二是匯數(shù)據(jù)，匯總企業(yè)獨(dú)有的結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)作為知識(shí)、訓(xùn)練和分析的支撐。三是供工具，用于完成不同的大模型工作流，或者任務(wù)執(zhí)行。四是做試點(diǎn)。在供應(yīng)鏈的場(chǎng)景中選擇幾個(gè)最適合做試點(diǎn)的作為第一步落地的路徑。”

在硬件和數(shù)據(jù)支持完備后，人工智能大模型第一個(gè)試點(diǎn)應(yīng)用場(chǎng)景的選擇則顯得至關(guān)重要，如何在確保能夠真正解決行業(yè)痛點(diǎn)的同時(shí)，又能創(chuàng)造商業(yè)價(jià)值，成為諸業(yè)需要面對(duì)的重要問(wèn)題。

陳哲介紹稱(chēng)，針對(duì)人工智能應(yīng)用場(chǎng)景的調(diào)研，他已建立一套完整的方法論，包括節(jié)省人力、批量產(chǎn)出、植入流程三大選擇標(biāo)準(zhǔn)，同時(shí)還需要考量應(yīng)用落地的成本、時(shí)間周期以及風(fēng)險(xiǎn)，從而確保滿(mǎn)足企業(yè)需求的同時(shí)，大模型的應(yīng)用實(shí)現(xiàn)最大效用。

任何一個(gè)人工智能大模型應(yīng)用的落地都需要長(zhǎng)期打磨，通過(guò)一套復(fù)雜的交付流程對(duì)大模型不斷進(jìn)行效果調(diào)優(yōu)，則是應(yīng)用試點(diǎn)確認(rèn)后的主要工作。“如果產(chǎn)品效果不能達(dá)到客戶(hù)滿(mǎn)意的程度，我們就需要通過(guò)提示詞、測(cè)試、數(shù)據(jù)治理、知識(shí)圖譜甚至微調(diào)的方式，把模型的效果做得更好。”陳哲表示，這是確保最終達(dá)成商業(yè)化交付關(guān)鍵。

“在人工智能的行業(yè)應(yīng)用方面，大家都在探索，很多有意思的應(yīng)用開(kāi)始逐漸有商業(yè)價(jià)值了，今年將成為AI大模型應(yīng)用的元年。”陳哲說(shuō)。