如今，从实验室的探索到产业变革的渗透，人工智能正以前所未有的推动力重塑产业发展图景。目前，人工智能处于什么样的发展阶段？有着哪些显著特征？产业又要如何融入人工智能发展浪潮当中？本期民企会客厅与您共同分享。
技术质变 驱动产业升级底层动力
主持人：目前，人工智能经历了哪些发展阶段？又具有哪些特点？
胡志鹏：人工智能大模型已走进普罗大众和企业级应用，人工智能、机器交互方式、开发方式和算法的研发方式都发生了质的突破和革命。如今，大模型API（应用程序接口）调用的成本降低了90%以上，AI普惠进程上又向前推进了一步。今年DeepSeek横空出世，使AI大模型从原本封闭阶段或者高高在上的阶段，变成各企业可以更低成本地调用。DeepSeek在训练模式、推理架构以及开源生态方面取得了巨大进步。再往后，我们看到Manus等智能体时刻不断到来，让AI从回答问题向解决问题又迈出了一步。最近业界讨论较多的是MCP协议（模型上下文协议）等，它不仅仅会思考，还能变成数字员工。从工具的革命变成革命的工具，这是未来大家非常憧憬的场景。
徐飞：AI已经转变为普惠化工具，这将加速生产力和生产关系的变革。去年全国两会已经提出针对“AI+”的行动计划，今年两会再次强调。今年4月，工信部再次强调人工智能赋能工业化，加大通用大模型研发力度。一系列政策表明人工智能不仅是产业升级和产业变革的工具，更是产业升级核心的底层动力。AI对生产力的影响首先是效率，第二是推动产业重构。
张宇：2025年是生成式AI推理爆发的元年，DeepSeek上线之后，从量变走向质变，最终推动AI推理爆发。对于传统模型，它可能只是回答用户的问题，在DeepSeek到来之后，更多地引入了模型思考。目前，DeepSeek不仅用在办公场景，还逐步深入生产。企业在选择基础设施时，绝大多数用户选择DeepSeek集中化部署，用于推理较多，也有部分结合应用场景。
产业重构 多模型多智能体并存
主持人：随着技术迭代的加速，人工智能呈现什么样的发展趋势？接下来又有哪些发展方向？
胡志鹏：回顾这几个重要节点，我们发现节点之间相隔的时间越来越短，人工智能正处于爆发式增长阶段。通过这几个节点可以看到趋势，在发展AI大模型的“上半场”，大家都在争取发布更好、更优秀的模型。“下半场”可能更聚焦于场景应用，企业级落地。截至去年年底，信息处理场景、客服与销售场景和硬件助手场景渗透率较广，大约有73%的头部企业在这几个场景做了AI大模型产业及落地。在场景上，一个是知识密集型场景，包含大量的私有数据和知识处理场景；另一个是大量重复类工作，以及人工智能与人的交互，例如指令执行，通过多模态能力实现交互变革。另一个趋势是DeepSeek落地时，参数量越来越大，模型推理的隐藏层越来越深，模型生成的随机性更大，在道德伦理和意识形态方面可能会给企业经营带来风险。
在不同的应用场景中，各家的模型各有所长。对于企业级应用而言，多模型、多智能体并存，尤其是深度思考模型与多模态模型相互配合，可以帮助企业实现价值最大化。另一个方面是大模型从回答问题到解决问题，从单点工具转变为新的生产力。大家使用最多的大模型是ChatBoat，对话机器人。未来可能会变成AI数字员工，不再由人主导，而是由AI主导。人只需要设定目标或者在特定节点做辅助，以AI Agent（AI智能体）为服务主体，让服务边际成本无限趋近于0，趋近于底层算力的配置成本，这是未来发展的重大趋势。对于政府机构、企业，AI大模型落地，不仅仅是技术问题，而是需要AI战略，转型成为AI原生企业。
徐飞：AI目前的发展阶段是一个聊天工具，下一步可能是智能体，它会嵌入整个生产流程中。智能体相比于工具，它不仅会思考、决策，而且会使用工具，因此会产生一系列新型业态。未来公司可能实现智能体协同，对外接单、研发、生产和交付。目前我们是AI的决策者，在智能体时代，我们可能是AI的编排者和协同者。回顾AI对行业的影响，目前金融、教育科研人员等行业具有较强的发展潜力。
张宇：从应用场景来看，我们主要面向政、教、医、工几个场景。政务类主要集中在政策咨询和智能客服领域的应用。在教育领域，主要关注教学和科研方面。在考试领域的应用较多，例如监考等场景。医疗领域，主要场景包括问诊导诊、辅助诊疗和用药指导等方面。目前的应用不仅在办公，还逐步进入生产环节。AI的基础设施供应商最关心的是每个字节背后的成本，因此通过提升吞吐能力降低企业成本，使人工智能进入行业变得更加容易。
瞄准中间层 构建企业智能体与AI运行中心
主持人：新应用和新技术应接不暇，企业如何构建核心竞争力，助力企业既不落后于时代，也不重复投入？
胡志鹏：对于企业而言，更有价值的是中间层面，即企业私有知识的沉淀以及工作流的总结，再结合新的AI工具和开发范式，构建企业自己的智能体和AI运行中心。企业并不需要关注底层模型，只需要接入行业最新的模型即可。场景应用是各企业可以利用AI大模型产生价值。泉州的传统企业已发展到很高的水平，战略性新兴产业的产业链条非常集中，无论是传统产业、新兴产业还是未来产业，AI Agent（智能体）都有大量的落地空间，包括时尚鞋服、跨境贸易、旅游发展、商业服务和软信息等。传统制造业在研产、供销、服务等各个环节与大模型紧密结合，可以提质增效。以制造业设备售后维修为例，传统依赖专家经验，新员工难以快速定位并解决问题，导致产线非计划内停机中断，进而降低产能。目前我们可以通过大模型实现售后阶段维修手册的智能问答，覆盖不同版本和车型。
徐飞：从企业组织内部分析，AI对企业前端研发、销售以及后端运维的支撑力度相对较高。然而对中间生产端的支持仍然相对滞后，主要原因是数据安全等相关问题。未来为了实现从生产辅助系统向生产系统的逐步升级和演进，大小模型结合的方式比较合适。特别是DeepSeek问世后，我们可以通过通用大模型和行业相结合训练出对应的行业模型，甚至可以利用通用大模型与小场景算法协同，实现优势互补，进而在生产领域实现百花齐放。比如，在工业场景中，我们携手东风汽车构建针对汽车外观设计的一体机。传统汽车设计需要设计师手绘或者制图，效率相对较低。通过AI大模型的引入，可以提升整体效率30%。
AI重塑产业逻辑
变革已在深处发生
随着技术的迭代升级，人工智能正加速渗透到千行百业当中，已成为人们生产生活不可或缺的重要组成部分。透过人工智能产业入局者的梳理与分析，我们更清晰地看到了人工智能的发展脉络和未来走向。
在这场讨论中，最令人深刻的启示在于，AI已不再是辅助工具，而是成为产业肌理的重构者。它不仅带来产业效率的提升，更在深层次改写产业运行的底层逻辑。变革的深度在于价值链的迁移与重组。胡志鹏提出，企业要转型成为AI原生企业。企业若仅将AI用于降本增效，实则是战术层面的努力；真正的战略突破或许在于能否以AI为杠杆，撬动整个价值网络的权重分配，构建新的竞争壁垒。
不积跬步无以至千里。如今，泉州制造业正走在高质量发展的道路上。如何插上人工智能的翅膀，让制造业在市场竞争漫漫跑道上“如虎添翼”，已成为企业的必答题，一些企业也已进入循序渐进的实践阶段。用AI重塑产业基因，期待泉州制造业在算法的洪流中锚定新的价值坐标。（文珍）