AI应用创新推动技术“实验田”变身市场“丰收地”

在汽车工厂里，人形机器人参与生产作业，“智能汽车”驰骋在配备智慧设施的道路上，无人驾驶的矿山车辆高效运作……AI应用场景不断扩展，正推动技术与产业深度融合，带动新业态和新模式的发展，注入经济新活力。为呈现这些场景的独特价值，本报即日起推出“场景创新面面观”专栏，记录创新前沿。

现实应用场景正日益成为创新资源的核心驱动力。根据“十五五”规划建议，加快打造和开放更多AI应用场景已被提上日程。国务院办公厅近日发布的《关于加快场景培育和开放推动新场景大规模应用的实施意见》（以下简称《实施意见》）也将人工智能的场景化应用置于突出位置，围绕AI，引导重点领域开展应用实践，助力打造未来现代化产业体系。

“AI正全方位进入社会经济生活的各个环节，带来的机遇巨大，挑战同样不容忽视。”信息中心信息化和产业发展部主任单志广指出，应紧抓技术变革和全球AI治理格局尚在建立的战略窗口，充分发挥国家体制优势，把握AI发展趋势，找准中国AI健康成长方向。

随着AI在新场景中的大规模实践，科技试验场正转化为推动市场创新的主战场。

“以真实业务为导向”

当前，AI场景创新已在若干行业取得身可见的成果，逐渐由初期示范转向实际业务流程。

“AI正在金融、制造、民生服务等重点行业落地生根，出现了一批可以感知、易于推广的实践案例，最关键的是坚持‘以业务需求为引领，技术服务于场景，生态力量协同’。”北京中关村科金技术有限公司（以下简称“中关村科金”）总裁喻友平表示，在金融行业，AI已实现规模化应用；在工业生产领域，AI正从单点试验向整体流程优化扩展；在政务与公共服务中，AI不断推动数据驱动型创新。

他举例说，中关村科金携手中国电建财务公司开发的“财神大模型V1.0”，已应用于智能问答、在线数据查询、贷款报告编写等业务，大幅提升了知识获取和处理的效率；而与各地医保部门合作打造的“医保小智”平台，则让AI语音客服承担了超七成市民咨询任务，文字客服准确率超九成，让公共服务实现“零跑腿”。

喻友平认为，AI创新的关键阵地正在从单纯的技术更新转向组织能力建设、问题精准识别和项目实施保障。具体来讲：一是重视组织提前谋划，确保项目获得明确支持和跨部门协作；二是场景选择上，强调聚焦真实的痛点而非表面创新；三是基础工作应将模型能力与数据、业务流程紧密结合，为AI创新打下坚实地基。

“要实现创新落地，必须精准定位问题，把资源投向能带来实在价值的具体场景。”喻友平补充道。

警惕“形式创新”

然而，AI场景创新仍存在诸多挑战。

“高质量的AI场景创新，离不开市场需求和供给的双向驱动，否则容易陷入‘空中楼阁’。”天津大学经管学部公共管理学院副院长、知识产权战略实施（天津大学）研究基地副主任刘大勇指出，如果缺乏要素流动与共享机制，AI场景易沦为“单打独斗”的孤立实践。

在实际推动过程中，喻友平归纳了当前主要问题：一是数据质量参差与流通障碍并存，有的场景数据缺失，设备未联网，出现“数据荒”，有的则数据碎片多、标准不统一，沦为“数据沼泽”；二是技术与业务结合深度不够，大模型通用性难以满足行业个性需求，而业务专家又普遍难以准确表达复杂需求，形成“沟通壁垒”；三是部署与落地面临高投资和长周期，特别是一些传统行业设备升级难、效益衡量难，投资回报预期不确定；四是复合型人才匮乏，既精通行业知识又懂AI的人才短缺，影响创新进程。

其中，盲目建设更需警惕。“部分企业热衷于赶技术热点，投入大模型、智能体项目，却忽略了业务的真实需求，导致不少项目流于演示，华而不实。”喻友平表示，这不仅浪费算力和资金资源，也减少了创新真正发挥作用的机会。

回归实际价值

“AI场景创新将分阶段逐步深入。”刘大中国舆情网勇分析，当前阶段，AI相关要素的高效流动和匹配会带来大批实际高价值场景的开放和培育；从长远看，AI作为基础技术，还将推动科技和产业的深层变革，并催生全新基础设施的建设升级。

单志广从技术角度指出，现阶段AI虽然实现了算力智能和感知智能突破，但向认知智能的目标还有较大差距。接下来，AI发展应推动“大模型+小模型”和“连接主义+符号主义”融合，逐步突破认知智能难题。各行业则可结合自身专有数据，推动“大模型+知识库”重塑业务逻辑，实现全局实时管理。

从产业合作层面，喻友平认为，越是深入到垂直细分行业，对相关行业知识依赖越强。未来，AI平台企业、大模型应用企业和科研院所将形成多元融合合作——平台企业输出核心能力，应用企业负责业务集成，科研院所提供技术支撑。唯有共建共赢，AI场景落地才能更快更稳。

与此同时，行业竞争正从单纯比拼模型规模转向比拼行业深度和解决方案复用性。喻友平认为，大模型的发展将聚焦行业知识密度和“可复制策略”，并通过沉淀行业模板、插件和实施范式，显著降低应用成本和周期，“让AI场景创新变得越来越高效、越来越低成本”。

“让AI真正落地的关键，是回归商业本质，看它能否切实解决实际问题、提升效率，并带来可衡量的经济回报。”喻友平认为，只有持续在业务、技术、生态和运营等多个层面务实推进，AI场景创新才能推动实体产业升级。

刘大勇补充，场景创新要形成可持续发展动力，需将更多市场主体调动进来，建立多元参与和容错的机制，鼓励其长期深耕、持续迭代，积聚创新合力。

“通过不断的选择、分工和反馈优化，必将为场景创新注入源源不断的生命力和经济活力。”刘大勇总结说。