正在進行的2025年中國國際服務貿易交易會上，畢馬威中國數(shù)字化賦能及人工智能主管合伙人張慶杰在接受中新社國是直通車專訪時表示，AI+重點產業(yè)擁有萬億級增量空間，核心是從“工具賦能”“業(yè)務融合”邁向“商業(yè)演進”，乃至“生態(tài)重塑”。

　　他認為，目前，產業(yè)界對AI的應用正在發(fā)生變化。企業(yè)不再一味追求大模型。在許多特定場景中，參數(shù)更少、專注性更強的小模型(SLM)，成為更經濟實用的選擇。企業(yè)對AI的應用最初主要集中在內部降本增效，但現(xiàn)在則越來越多地直接用于創(chuàng)造新收入來源和商業(yè)模式。

　　現(xiàn)階段，金融、醫(yī)療、制造等領域是AI+重點產業(yè)的主戰(zhàn)場。這些不僅創(chuàng)造新市場(如AI制藥)，更從舊市場效率提升中擠壓出新價值。

　　張慶杰：AI正在各個行業(yè)落地生根。雖然不同行業(yè)的應用深度和成熟度有所不同，但AI確實在提升效率、優(yōu)化流程、創(chuàng)造新價值方面發(fā)揮著越來越重要雷火競技的作用。畢馬威實踐調研發(fā)現(xiàn)，AI在產業(yè)中的應用呈現(xiàn)出一些特點，主要包括：

　　場景應用從“單點嘗試”到“系統(tǒng)融合”：AI不再僅僅是孤立的應用，而是逐漸融入核心業(yè)務流程，并與IT應用系統(tǒng)深度融合。

　　模型選擇關注“大模型”與“小模型”協(xié)同：企業(yè)不再一味追求大模型。在許多特定場景中，參數(shù)更少、專注性更強的小模型(SLM)，因為其更低的成本、更快的響應速度和更好的數(shù)據(jù)隱私保護，成為更經濟實用的選擇。

　　應用重點從“提升效率”到“直接變現(xiàn)”：AI的應用最初主要集中在內部降本增效，現(xiàn)在則越來越多地直接用于創(chuàng)造新收入來源和商業(yè)模式。

　　國是直通車：畢馬威中國在服貿會期間發(fā)布《智能行業(yè)-通過AI驅動轉型創(chuàng)造價值的藍圖》報告。您認為有什么技術場景是有潛力能夠規(guī)?；?？

　　張慶杰：報告里提出了AI價值之旅，即AI的價值實現(xiàn)歷經從“賦能”到“融合”再到“演進”的旅程。其中，不少場景潛力巨大，舉幾個例子：

　　垂直行業(yè)大模型：深入特定行業(yè)、解決實際痛點的垂直大模型正成為規(guī)?；虡I(yè)化的重點。例如：醫(yī)療領域的AI輔助診斷系統(tǒng)(如肺部CT影像分析)，AI驅動的藥物研發(fā)也能顯著縮短研發(fā)周期。制造業(yè)領域用于優(yōu)化運維與研發(fā)流程。金融與法律領域的智能風控、智能投顧、合同審查、合規(guī)預警等場景已非常普遍。

　　AI Agent(智能體)：已從概念驗證走向生產環(huán)境，開始處理企業(yè)核心業(yè)務。例如企業(yè)服務中的AI客服、AI排班、AI運營等服務，以及制造業(yè)的流程自動化、供應鏈優(yōu)化、倉儲管理等。

　　多模態(tài)融合與生成式AI：正從文本生成向圖像、視頻、3D模型等多模態(tài)內容生成演進，其商業(yè)化在內容創(chuàng)作、營銷、設計等領域進展迅速。例如：內容產業(yè)的AI生成營銷文案、圖片、視頻素材，以及游戲資產生成等。

　　上述場景開始深入行業(yè)肌理，與業(yè)務流程系統(tǒng)性結合，創(chuàng)造出可衡量、可感知的商業(yè)價值。業(yè)界關注這些價值密度高、商業(yè)模式清晰、且正加速滲透的領域。

　　國是直通車：從市場規(guī)模來看，您認為AI+重點產業(yè)有多大的潛力或者增量空間？

　　張慶杰：AI+重點產業(yè)擁有萬億級增量空間，核心是從“工具賦能”“業(yè)務融合”邁向“商業(yè)演進”，乃至“生態(tài)重塑”。在國務院《關于深入實施“人工智能+”行動的意見》的政策利好下，市場潛力將更凸顯，其中，金融、醫(yī)療、制造等領域料將是主戰(zhàn)場。AI與產業(yè)的融合不僅創(chuàng)造新市場(如AI制藥)，更從舊市場效率提升中擠壓出新價值。

　　垂直模型崛起：行業(yè)小模型因成本、數(shù)據(jù)安全和專業(yè)精度優(yōu)勢，成為企業(yè)級應用主流。

　　張慶杰：在“AI+”的浪潮中，金融、制造、醫(yī)療、互聯(lián)網與政務等行業(yè)走在前列，其共同特點是數(shù)據(jù)密集、痛點明確、投資回報率易于衡量。

　　目前，AI+金融成熟度最高。智能風控、智能投顧、欺詐檢測已大規(guī)模應用。例如，有解決方案讓投顧展業(yè)效率提升3倍，智能風控系統(tǒng)普及率超78%，能實時分析交易數(shù)據(jù)，精準識別欺詐行為。

　　AI+制造以智能化為核心。其中，AI質檢(如輪胎X光檢測準確率超97%)、預測性維護、生產流程優(yōu)化是重點。企業(yè)通過數(shù)字工廠實現(xiàn)全流程監(jiān)控與智能排產，顯著提升良品率和效率。

　　AI+醫(yī)療正高速增長。AI影像輔助診斷(如肺結節(jié)識別)、藥物研發(fā)、基因分析發(fā)展迅速。AI系統(tǒng)診斷錯誤率較人工降低37%，2025年醫(yī)療大模型發(fā)布量達133個，加速精準醫(yī)療落地。

　　AI+互聯(lián)網/電商深度嵌入。智能客服、個性化推薦已成為標配，AI生成營銷內容(文案、圖片)大幅降低創(chuàng)作成本，提升轉化率。

　　AI+政務與城市治理正在快速普及?！癆I數(shù)智員工”處理公文，將審核時間縮短90%；智慧交通系統(tǒng)優(yōu)化信號燈，提升城市通行效率等。

　　張慶杰：“AI+”與產業(yè)智能化改造雖前景廣闊，但目前仍面臨幾個核心瓶頸，制約其大規(guī)模落地和深度應用。

　　數(shù)據(jù)瓶頸：數(shù)據(jù)質量差、存在大量噪聲與缺失，形成“數(shù)據(jù)孤島”；且難以實現(xiàn)“數(shù)據(jù)-模型-反饋”閉環(huán)，制約模型優(yōu)化。

　　技術瓶頸：AI研發(fā)與算力成本高，傳統(tǒng)產業(yè)對價格敏感；通用大模型與專業(yè)場景適配難，而開發(fā)行業(yè)小模型需要深厚領域知識；大模型幻覺依然存在，AI“黑箱”特性在工業(yè)、醫(yī)療等高風險場景面臨信任危機。

　　商業(yè)變現(xiàn)與合規(guī)瓶頸：除降本外，AI“增收”的商業(yè)模式尚不清晰；數(shù)據(jù)隱私、算法公平性等合規(guī)要求日趨嚴格，尤其在金融、醫(yī)療等領域

　　突破這些瓶頸需多方協(xié)同：技術側需發(fā)展高效、可解釋的垂直模型；企業(yè)側需加強數(shù)據(jù)治理并推動組織轉型；政策側應加快標準制定與生態(tài)建設。只有打通這些環(huán)節(jié)，產業(yè)智能化才能實現(xiàn)規(guī)?；涞亍?/p>

　　違法和不良信息舉報電話： 舉報郵箱：報受理和處置管理辦法總機：86-10-87826688