《科創板日報》4月29日訊 （記者 李明明） 為更好擁抱人工智能，2024年，國務院國資委啟動央企“AI+”專項行動。

其中，近年來，中央企業主動融入國家算力布局，加大算力資源投入力度。例如，中國聯通加快推進數據中心向智算中心升級，建成300多個訓推一體的算力資源池；中國移動建成了2個超萬卡智算中心、13個區域智算中心及1500個邊緣節點。

在深入擁抱這場“AI+”浪潮的過程中，也衍生出一系列問題：國有企業如何找到人工智能與企業業務發展的契合點，部署人工智能面臨哪些困難與挑戰？

就上述問題，在由國務院國資委新聞中心、廣東省國資委聯合指導，《國資報告》雜志社、中國聯通主辦的第十一期“現代新國企”研討會上，眾多頭部央企負責人聚集一堂，探討如何打通應用場景、應對未來挑戰，旨在解決國有企業在人工智能部署中存在的痛點難點，以期更好推動國有企業用好人工智能技術、發展人工智能產業。

央國企加速人工智能+場景應用

在數字經濟與實體經濟深度融合的背景下，國有企業加快布局人工智能、推動數字化轉型已成為國家戰略與企業發展的交匯點。

首先國資央企積極響應。2024年，國務院國資委啟動央企“AI+”專項行動。隨著專項行動持續深化，中央企業在應用、算力、數據、模型等人工智能產業重點領域取得積極成效。

據悉，下一步，國務院國資委將繼續深化央企“AI+”專項行動，更加突出應用領航、數據賦能、智算筑基。

地方政府和地方國企也及時跟進。近年來，從北京、上海等一線城市到廣東、浙江等創新高地，地方政府圍繞算力基建、應用場景、核心技術、產業生態、數據資源五大核心領域展開激烈競爭，以期在人工智能產業革命中搶占先機。

“目前，廣東作為國內人工智能產業鏈最齊全、生態最完備、應用場景最豐富的集聚區，人工智能核心產業規模已達到2200億元，穩居全國的第一方陣。” 在第十一期“現代新國企”研討會上，廣東省國資委二級巡視員呂寧介紹。

國務院國資委新聞中心主任楊景百表示，國資央企有三個角色對發展人工智能十分關鍵：一是基礎設施的提供者，二是場景應用的推動者，三是生態圈的共建者。

場景應用是中央企業發展人工智能的最大優勢所在。截至目前，中央企業在工業制造、能源電力、智能網聯汽車等重點行業、超500個場景布局應用人工智能，科研、生產、客服等方面降本增效明顯。

作為通信運營商代表，中國聯通大數據首席科學家范濟安為企業制定適合自己的人工智能發展路線提出建議。他表示，如果只把基礎大模型如DeepSeek部署到工業企業（一體機），或將DeepSeek嵌入到辦公軟件中進行知識問答、報表生成、公文撰寫等“常規工具型”應用，而沒有進行任何的補充數據采集、數據加工、模型二次訓練或Agent應用開發的話，就不能算是真正意義上的“工業大模型”。

“工業大模型首先要鎖定‘應用場景’，有企業特定的場景，也有行業通用的場景。同時，我們需要在打造基于大語言模型的應用之外，積極探索具身智能機器人。” 范濟安說。

作為下游應用環節代表，南方電網首席人工智能官李鵬分享了該公司落地人工智能應用的舉措與經驗。他介紹，傳統電網技術存在算不了、算不準、算不快的突出問題。為此，南方電網于2019年提出建設數字電網的發展目標，要求“加快建設統一的人工智能平臺”。

目前，該公司建成了電力行業首套成體系的人工智能技術平臺，為自然語言處理、圖像處理、電網運行趨勢預測等重要的業務場；訓練出全球最大規模的電力視覺基礎模型，解決了電力線路巡檢目標對象龐雜、場景復雜等難題，實現全境電力線路巡檢“無人化”等。

北京大學智能學院研究員、北京大學武漢人工智能研究院副院長馬修軍介紹，他們與三大通信運營商合作，結合5G消息的基礎架構及多模態token機制，建設一種新的通信多智能體協作協議，以科技創新帶動產業創新。他認為，“未來的人工智能產業將由智能體驅動，這背后就依賴通信基礎設施。”

還將面臨哪些挑戰？

然而，當下國有企業布局人工智能，還需理性剖析、積極應對將要面臨的困難與挑戰。

華南理工大學計算機學院院長陳俊龍說，“算力成本高企、數據隱私風險、模型‘幻覺’如同三座大山，制約大模型規?；涞亍?/strong>大模型需攻克算力、數據安全與可解釋性難題，探索輕量化、自主進化與跨領域協同路徑。”

范濟安則提出了“高質量數據集”建立的難度問題。他表示，企業用戶的數據往往是私有化數據，需要經過“治理”才能使用。但大部分企業自身的IT能力并不強，沒有數據治理經驗，對數據的標注、特征提取、向量化、強化學習等技術更是比較陌生，而外部AI能力強的服務商卻不懂行業。

對上述結構性矛盾，范濟安提出了鎖定“應用場景”、建立保留原始數據的企業數據湖、保留傳統意義的“數據治理”等解決措施，并在現有的數據中臺添加如數據特征提取、數據標注、數據向量化、數據蒸餾、數據合成等工具。

“對電力系統而言，‘擴展法則（Scaling Law）’何時迎來‘智能涌現’拐點？”李鵬指出，目前人工智能領域還面臨著難以解釋的算法黑箱問題、喪失先前知識的災難性遺忘問題、認知幻覺問題等。此外，當前廣泛應用的大語言模型，還不具備完整的科學計算和優化決策能力，需要探索面向電力系統、具備可信因果決策能力的多模態行業專用大模型。

港科大（廣州）協理副校長、中國人工智能學會會士熊輝則認為，過度依賴AI可能導致“多數人的暴政”，即信息量壓制了信息質量，AI因在大量公共數據上進行訓練，往往借鑒經常被討論或發表的觀點，而不是最好的內容。另一個可能出現的問題是因使用方法導致的走捷徑，即將所有研究外包給深度研究工具，其風險在于會減少獲得最佳想法的機會。