三位企業家共話AI價值錨點：從“參數大戰”轉向可用性與經濟性

12月11日至13日，由每日經濟新聞與海南國際經濟發展局聯合主辦的2025第十四屆上市公司發展年會暨海南自貿港開放機遇交流大會系列活動在海口舉行。

AI（人工智能）的潛力已毋庸置疑，但如何讓技術從實驗室走向各行各業真實的生產與運營場景，是所有企業共同面臨的一道考題。

12月12日，在主會場一場主題為“AI價值錨點：從技術狂熱到商業理性”的圓桌對話上，開普云董事長、公司實控人、創始人汪敏，井松智能董事長姚志堅以及華夏航空CEO（首席執行官）吳龍江這三位分別身處不同應用領域的企業家，分享了他們從產業一線帶來的實踐與思考。

圖片來源：每經記者 張建 攝

AI存在“幻覺”源于行業數據的缺乏與混亂

作為專注于AI大模型與算力、AI行業應用及AI內容安全的廠商，開普云的解決方案覆蓋政務、金融、能源、媒體等多個行業。汪敏坦言，在大模型早期的訓練階段，參數量越大，相對來講人工智能的智能化程度會越高，這也是生成式人工智能技術能力的象征，但從模型訓練到模型賦能行業時，AI價值的錨定發生了改變。

汪敏用一個比喻說明：“所有的參數和模型對最終用戶來說，其實就像一輛車，而車的主要目的是把人安全、可靠、準確地送到指定地方。”此時，AI的價值錨點從技術性能轉向應用價值。“模型與行業深度融合的情況怎么樣，能不能產生AI應用，更重要的是落地能力，涉及可用性、可靠性、可持續性以及價值的可測量性等。”

但要想提供真正滿足行業需求、為客戶帶來實際價值的解決方案，汪敏認為，需要具備四個方面的關鍵能力。首先是對目標客群的深度理解能力。第二是對行業數據的精細化治理能力。汪敏指出，AI存在“幻覺”等問題，往往源于行業數據的缺乏與混亂。“數據治理是一個很苦、很累的活，需要投入大量人力資源，但這是基本功。如果這一步做不到位，AI就難以真正發揮價值，只能停留在通用性、輔助性的角色，無法深入業務流程、提升效率或替代人工。”第三是行業模型的訓練能力。在擁有高質量數據的基礎上，針對不同行業訓練專用模型至關重要。目前很多行業模型仍不夠成熟，需要持續優化。最后是系統化的工程能力，尤其是結合行業理解與數據治理的工程化能力。

如果說開普云思考的是如何將AI能力“注入”各行各業，那么扎根智能物流系統的井松智能，則面臨更復雜的應用挑戰。智能物流被視為實體經濟的“毛細血管”，承擔著工廠自動搬運、自動化倉儲等高強度任務，其智能化水平直接影響生產端效率。

在井松智能董事長姚志堅看來，在AI時代構建企業護城河，除了技術與數據，還需要從客戶工藝、產品生態以及市場文化等維度進行構建。他舉例稱，做一條汽車智能生產線，需要深度理解客戶工藝；在東南亞國家做智能工廠，和在國內做、在美國做都不一樣，要與當地文化結合。據悉，井松智能不僅做模型訓練，還在硬件、視覺、感知、云平臺等方面構建整體生態體系。

此外，姚志堅還指出了傳統制造業智能化轉型中一個普遍的、現實的挑戰：一個傳統行業的超級工廠，如何在不停產的情況下，完成AI和ERP系統的結合。“不可能把生產停下來讓你去做AI。”

“希望是以AI來養AI”

作為AI技術的應用方，華夏航空CEO吳龍江的視角則更具用戶側的冷靜與務實。他首先分享了公司對AI認知的演變：過去一年，公司對AI的認識經歷了從“狂熱”到“冷靜”的過程。“我們發現AI還沒那么智能，它的理解力和運算力沒有那么強。例如，人在作出判斷時可以參照經驗進行快速決策，但AI往往容易‘忘事兒’，很難每次都結合全量數據進行思考，在行業應用中，這是需要繼續摸索的。”

他還指出當前大模型能力的不均衡：目前的AI“語文好、數學不好”。“邏輯思維能力是它的優勢，但處理大量圖表、數據是它的弱項，需要等待這些能力的改善和提升，期待未來大模型的進步。”

基于務實的評估，吳龍江明確了華夏航空在AI資源投入上的策略：公司希望是以AI來養AI。“我們不會去燒錢，希望是伴隨著AI應用產生的效益，成為下一步投入的資本，用這樣的方式解決AI持續快速迭代問題。”

在AI落地的實踐中，目前華夏航空一方面是“以降本增效為特征的探索”，如智能客服、自動化報告處理；另一方面則積極探索“增收”。“我們將探索AI賦能‘吃住行游購娛’的產業鏈條聯動，以滿足消費者高品質旅行需求。”吳龍江說道。

可以看到，盡管視角各異，但三位企業家的論述共同勾勒出AI技術深入產業后的真實圖景：AI的價值錨點已從實驗室的“參數”與“榜單”轉向了產業的可用性、可靠性與經濟性。