刊於《經濟日報》，2026年2月5
從技術到實效 AI大放應用潛力
李家濤
科大商學院利國偉商學教授、商業戰略與創新中心主任
世界經濟論壇（WEF）日前在瑞士達沃斯舉行的年會上，與國際諮詢公司埃森哲（Accenture）共同發佈《行勝於言：2025年「AI應用之星」實踐洞察》（Proof over Promise: Insights on Real-World AI Adoption from 2025 MINDS Organizations）報告，揭示人工智能（AI）從「技術理論」，轉向「實際應用」的前沿現狀；透過公布「AI應用之星」（MINDS‧Meaningful, Intelligent, Novel, Deployable Solutions）入選案例名單，展示那些已在能源、醫療、製造和金融等關鍵領域部署，並取得可衡量成果的 AI 解決方案，反映AI在不同行業領域不斷釋放出來的應用潛力和發展方向。
AI應用之星 中國表現突出
首批「AI應用之星」名單在去年舉行的夏季達沃斯論壇公布，日前，WEF於瑞士達沃斯舉行年會期間，公布了第二批名單，兩份名單的32個「實施高影響力、可拓展AI解決方案的先鋒」案例，中國佔了15個，反映人工智能在中國應用的深度和廣度，持續取得顯著成果。更重的是，透過「AI應用之星」，我們可據專家分析的專業角度，了解當前AI在各主要行業上的實際應用，尤其在中國，企業如何把AI納入戰略決策，讓AI進一步提升商業價值，並為下一波企業創新奠定基礎。
首先，我們觀察中國入選的 15個案例，所涉及的行業領域，包括能源管理；電池製造；全球衛生和醫療；金融服務；零售、消費品和生活時尚；化學和科學發現；工程建築和基礎設施；先進製造業等。
電池製造 一騎絕塵
在所屬領域中，能源管理和電池製造共有7個，佔據了入選之星近半數，反映兩者是中國目前在AI應用上取得顯著實效成果的領域。據報告指出，在能源管理領域，虹知數科和大地量子兩家企業，攜手開發的一款天氣預測AI系統，將能源市場的預測效率提升至原先的5萬倍，不僅降低市場波動風險，更大幅提升了交易表現；在電池製造領域，寧德時代結合物理模型與機器學習的電池單體自動化設計，可在數分鐘內生成最優方案，並將原型開發周期縮短近一半。
其他領域，如在全球衛生和醫療，螞蟻集團打造了覆蓋全國的多模態AI健康平台，並已在5,000多家機構投入使用，實現了超過90%的診斷準確率，並將臨床科研效率提升了80%，充份反映中國發展AI創新方面所取得的應用優勢（參見附表）。
附表：中國入選「AI應用之星」15個解決方案 | ||
企業名稱 | 所屬領域 | AI解決方案（摘述） |
虹知數科和大地量子 | 能源管理 | 攜手開發天氣預測AI系統，大幅提升能源市場預測效率 |
北京低碳清潔能源研究院 | 能源管理 | 融合領域專用大語言模型與時間序列預測技術，降低耗能 |
中國華能集團 | 能源管理 | 再生能源設施部署AI監控系統，並引入機器人，大幅提升缺陷檢測準確率 |
國家電網 | 能源管理 | 應用實時AI協調平台，實現對逾1.5萬用戶亞分鐘級精準調控 |
寧德時代和易來科得 | 電池製造 | 攜手建構一套混合AI系統，提升生產速度 |
寧德時代 | 電池製造 | 電池單體化自動化設計 |
清華大學和易來科得 | 電池製造 | 運用物理級 AI仿真技術，壓縮電池單體研發周期 |
螞蟻集團 | 全球衞生和醫療 | 打造覆蓋全國的多模態 AI健康平台，提升診斷準確率 |
蘭丁股份 | 全球衞生和醫療 | AI細胞學篩查覆蓋偏遠地區，有效進行癌症早期篩查 |
中國工商銀行 | 金融服務 | 部署千億參數金融模型，擴大自動化決策規模和利潤 |
物美集團和多點數智 | 零售、消費品及生活時尚 | 用實時AI工作流整合營運，優化定價機制，降低商品損耗 |
深度原理 | 化學和科學發現 | 將材料模擬流程自動化，降低實驗成本 |
聯想 | 工程、建築與基礎設施 | AI 智能體對全球供應鏈進行協同調度，提高物流精準度和預警效率 |
富士康 | 先進製造業 | 規模化部署AI智能體生態系統，決策流程自動化 |
黑湖科技 | 先進製造業 | 搭建由AI調度的規模化製造平台，提升工廠利用率，降低耗能 |
資料來源：世界經濟論壇，「AI 應用之星」名單
| ||
值得一提，在能源管理领域上的6個案例中，中國佔了4個（其餘 2個案例的企業，分別為法國的施耐德電氣，以及瑞士西門子）；在電池製造領域的先進案例，一共有 3個，全部由中國企業包辦。
專案成員經驗可供借鏡
報告根據眾多AI解決方案，以及對入選企業高管的深度訪談發現，成功應用AI，各組織是將人工智能嵌入企業策略能力中，從戰術應用，轉向重新構想核心流程和長期目標；利用人工智能增強人類專業知識，透過協作，提升專業能力和創新能力；加強資料基礎和策略資料來源，利用各種數據優勢，並推行差異化的數據策略，開發針對特定行業（如法律、先進製造）的微調模型等。
報告總結，那些專注於策略、員工、數據、技術和治理等多個維度的組織，能夠取得可衡量且可擴展的成果。相反，那些只專注於技術或短期投資回報率 (ROI) 的組織，則始終難以擴展人工智能規模。報告建議，透過學習 MINDS 專案成員的經驗，各公司/組織可以加速實現高效人工智能應用的進程，避免常見陷阱，並建構面向未來的穩健策略。
對香港來說，特區政府去年9月公布的最新一份施政報告中，強調加大推動AI 成為香港未來發展的核心產業，並循着 2022年12月公布的《香港創新科技發展藍圖》的發展策略，以「加強基建，推動應用導向」為重心，實現「AI產業化、產業AI 化」，那些成功的AI應用解決方案，無疑也具有可供發展參考的啟迪作用！