12月11日至13日，由每日经济新闻与海南国际经济发展局联合主办的2025第十四届上市公司发展年会暨海南自贸港开放机遇交流大会系列活动在海口举行。

　　AI（人工智能）的潜力已毋庸置疑，但如何让技术从实验室走向各行各业真实的生产与运营场景，是所有企业共同面临的一道考题。

　　12月12日，在主会场一场主题为“AI价值锚点：从技术狂热到商业理性”的圆桌对话上，开普云董事长、公司实控人、创始人汪敏，井松智能董事长姚志坚以及华夏航空CEO（首席执行官）吴龙江这三位分别身处不同应用领域的企业家，分享了他们从产业一线带来的实践与思考。

　　图片来源：每经记者张建摄

　　AI存在“幻觉”源于行业数据的缺乏与混乱

　　作为专注于AI大模型与算力、AI行业应用及AI内容安全的厂商，开普云的解决方案覆盖政务、金融、能源、媒体等多个行业。汪敏坦言，在大模型早期的训练阶段，参数量越大，相对来讲人工智能的智能化程度会越高，这也是生成式人工智能技术能力的象征，但从模型训练到模型赋能行业时，AI价值的锚定发生了改变。

　　汪敏用一个比喻说明：“所有的参数和模型对最终用户来说，其实就像一辆车，而车的主要目的是把人安全、可靠、准确地送到指定地方。”此时，AI的价值锚点从技术性能转向应用价值。“模型与行业深度融合的情况怎么样，能不能产生AI应用，更重要的是落地能力，涉及可用性、可靠性、可持续性以及价值的可测量性等。”

　　但要想提供真正满足行业需求、为客户带来实际价值的解决方案，汪敏认为，需要具备四个方面的关键能力。首先是对目标客群的深度理解能力。第二是对行业数据的精细化治理能力。汪敏指出，AI存在“幻觉”等问题，往往源于行业数据的缺乏与混乱。“数据治理是一个很苦、很累的活，需要投入大量人力资源，但这是基本功。如果这一步做不到位，AI就难以真正发挥价值，只能停留在通用性、辅助性的角色，无法深入业务流程、提升效率或替代人工。”第三是行业模型的训练能力。在拥有高质量数据的基础上，针对不同行业训练专用模型至关重要。目前很多行业模型仍不够成熟，需要持续优化。最后是系统化的工程能力，尤其是结合行业理解与数据治理的工程化能力。

　　如果说开普云思考的是如何将AI能力“注入”各行各业，那么扎根智能物流系统的井松智能，则面临更复杂的应用挑战。智能物流被视为实体经济的“毛细血管”，承担着工厂自动搬运、自动化仓储等高强度任务，其智能化水平直接影响生产端效率。

　　在井松智能董事长姚志坚看来，在AI时代构建企业护城河，除了技术与数据，还需要从客户工艺、产品生态以及市场文化等维度进行构建。他举例称，做一条汽车智能生产线，需要深度理解客户工艺；在东南亚国家做智能工厂，和在国内做、在美国做都不一样，要与当地文化结合。据悉，井松智能不仅做模型训练，还在硬件、视觉、感知、云平台等方面构建整体生态体系。

　　此外，姚志坚还指出了传统制造业智能化转型中一个普遍的、现实的挑战：一个传统行业的超级工厂，如何在不停产的情况下，完成AI和ERP系统的结合。“不可能把生产停下来让你去做AI。”

　　“希望是以AI来养AI”

　　作为AI技术的应用方，华夏航空CEO吴龙江的视角则更具用户侧的冷静与务实。他首先分享了公司对AI认知的演变：过去一年，公司对AI的认识经历了从“狂热”到“冷静”的过程。“我们发现AI还没那么智能，它的理解力和运算力没有那么强。例如，人在作出判断时可以参照经验进行快速决策，但AI往往容易‘忘事儿’，很难每次都结合全量数据进行思考，在行业应用中，这是需要继续摸索的。”

　　他还指出当前大模型能力的不均衡：目前的AI“语文好、数学不好”。“逻辑思维能力是它的优势，但处理大量图表、数据是它的弱项，需要等待这些能力的改善和提升，期待未来大模型的进步。”

　　基于务实的评估，吴龙江明确了华夏航空在AI资源投入上的策略：公司希望是以AI来养AI。“我们不会去烧钱，希望是伴随着AI应用产生的效益，成为下一步投入的资本，用这样的方式解决AI持续快速迭代问题。”

　　在AI落地的实践中，目前华夏航空一方面是“以降本增效为特征的探索”，如智能客服、自动化报告处理；另一方面则积极探索“增收”。“我们将探索AI赋能‘吃住行游购娱’的产业链条联动，以满足消费者高品质旅行需求。”吴龙江说道。

　　可以看到，尽管视角各异，但三位企业家的论述共同勾勒出AI技术深入产业后的真实图景：AI的价值锚点已从实验室的“参数”与“榜单”转向了产业的可用性、可靠性与经济性。