21世纪经济报道记者董静怡上海报道

2月19日，由长三角区域合作办公室、上海市松江区人民政府、复旦大学附属中山医院、南方财经全媒体集团指导，中国资本市场50人论坛（K50智库）、《21 世纪经济报道》联合主办的“2023 K50-21世纪经济报道上海春季峰会”在上海召开，在以“科技共生，数实融合下的新机遇”为主题的平行会议中，安永大中华区数据智能咨询服务合伙人陈剑光在会上表示，AI明显为各行各业带来价值，但AI落地仍面临挑战。

随着人工智能底层技术如图像识别、自然语言处理、机器学习等技术的不断成熟，人工智能在智能制造、智慧教育、智慧医疗、智慧金融等不同领域已经涌现出不少经典应用。

陈剑光表示，智能化对于实体经济的拉升作用是非常显著的，人工智能为实体经济的发展带来了巨大的价值，它可以提高实体经济的效率和质量，改善客户服务，帮助实体经济实现持续发展。陈剑光观察到企业落地AI的两个特点：一是与企业业务场景密切相关且使用频率较高的，从而可以直接带来显著的业务价值；二是采用的AI技术是业界相对比较成熟的技术例如计算机视觉等。

他同时表示，AI赋能企业数字化转型过程中也存在多种挑战，一是应用定制化、碎片化，大量的技术场景存在于需求的长尾中，AI泛化能力不足，针对不同应用场景建设投入成本居高不下，制约AI应用的进一步发展。

其次是模型定制化，模型算法随着场景定制化不断变多，其使用在某种程度上依赖于资深数据科学家，导致许多AI应用无法大规模推广。

他认为，企业对AI的期望有三：更智能，能处理复杂问题；更通用，一个AI适配所有场景，减少定制化；有创造性，不再满足于替代人类重复性的简单工作。

“当前， 人工智能已经走过了技术商业化的第一个阶段， 即突破了‘工业红线’， 让技术变得更加实用， 下一个阶段则是实现‘规模化生产’，让AI真正改变各行各业。”陈剑光表示。

而人工智能当前的发展困境，需要数据、算力与算法协同发展。

其中，数据是人工智能学习的基础资源。“AI就像一个原料，没有高质量数据，底下可能都是沙子，怎么去盖高楼？”陈剑光表示，人工智能需要预处理的、高精度的，甚至场景化的数据，对此需要持续加强数据治理、数据存储和聚合、安全隐私等能力。

而算法是人工智能的逻辑规则“大脑”。陈剑光表示，人工智能算法正在从碎片化、孤岛化逐步走向通用化、深度化。大模型是算力驱动下典型的重大创新，其发展离不开算力支撑，2022年，大模型正在成为AIGC领域发展的算法引擎。

算力则是数据与算法的基础支撑，通过高效、精准处理计算需求，为人工智能泛化与深化的场景应用提供支撑。陈剑光认为，传统芯片难以支持大规模并行计算需求，国内基础芯片主要依靠国外厂商供应，芯片研发成果不显著，行业壁垒仍在，政策牵引助推智算突破。

陈剑光表示，当AI可以智能生成时，商业在数字化程度有更大突破，在内容生成、编程、新药研发、零售营销等场景中，AIGC都可助力实现降低成本，提升效率。

“但是从企业本身来讲，想要把AI用起来，关键还是在于是否具备相关的能力。”陈剑光表示，在他看来，企业应积极推进六项核心工作：业技融合、提升数据质与量、重视创新技术、加强人工智能和云技术的投入、注重技术与数据安全、重视人才培养。