刊于《经济日报》,2026年2月5
从技术到实效 AI大放应用潜力
李家涛
科大商学院利国伟商学教授、商业战略与创新中心主任
世界经济论坛(WEF)日前在瑞士达沃斯举行的年会上,与国际咨询公司埃森哲(Accenture)共同发布《行胜于言:2025年「AI应用之星」实践洞察》(Proof over Promise: Insights on Real-World AI Adoption from 2025 MINDS Organizations)报告,揭示人工智能(AI)从「技术理论」,转向「实际应用」的前沿现状;透过公布「AI应用之星」(MINDS‧Meaningful, Intelligent, Novel, Deployable Solutions)入选案例名单,展示那些已在能源、医疗、制造和金融等关键领域部署,并取得可衡量成果的 AI 解决方案,反映AI在不同行业领域不断释放出来的应用潜力和发展方向。
AI应用之星 中国表现突出
首批「AI应用之星」名单在去年举行的夏季达沃斯论坛公布,日前,WEF于瑞士达沃斯举行年会期间,公布了第二批名单,两份名单的32个「实施高影响力、可拓展AI解决方案的先锋」案例,中国占了15个,反映人工智能在中国应用的深度和广度,持续取得显著成果。更重的是,透过「AI应用之星」,我们可据专家分析的专业角度,了解当前AI在各主要行业上的实际应用,尤其在中国,企业如何把AI纳入战略决策,让AI进一步提升商业价值,并为下一波企业创新奠定基础。
首先,我们观察中国入选的 15个案例,所涉及的行业领域,包括能源管理;电池制造;全球卫生和医疗;金融服务;零售、消费品和生活时尚;化学和科学发现;工程建筑和基础设施;先进制造业等。
电池制造 一骑绝尘
在所属领域中,能源管理和电池制造共有7个,占据了入选之星近半数,反映两者是中国目前在AI应用上取得显著实效成果的领域。据报告指出,在能源管理领域,虹知数科和大地量子两家企业,携手开发的一款天气预测AI系统,将能源市场的预测效率提升至原先的5万倍,不仅降低市场波动风险,更大幅提升了交易表现;在电池制造领域,宁德时代结合物理模型与机器学习的电池单体自动化设计,可在数分钟内生成最优方案,并将原型开发周期缩短近一半。
其他领域,如在全球卫生和医疗,蚂蚁集团打造了覆盖全国的多模态AI健康平台,并已在5,000多家机构投入使用,实现了超过90%的诊断准确率,并将临床科研效率提升了80%,充份反映中国发展AI创新方面所取得的应用优势(参见附表)。
附表:中国入选「AI应用之星」15个解决方案 | ||
企业名称 | 所属领域 | AI解决方案(摘述) |
虹知数科和大地量子 | 能源管理 | 携手开发天气预测AI系统,大幅提升能源市场预测效率 |
北京低碳清洁能源研究院 | 能源管理 | 融合领域专用大语言模型与时间序列预测技术,降低耗能 |
中国华能集团 | 能源管理 | 再生能源设施部署AI监控系统,并引入机器人,大幅提升缺陷检测准确率 |
国家电网 | 能源管理 | 应用实时AI协调平台,实现对逾1.5万用户亚分钟级精准调控 |
宁德时代和易来科得 | 电池制造 | 携手建构一套混合AI系统,提升生产速度 |
宁德时代 | 电池制造 | 电池单体化自动化设计 |
清华大学和易来科得 | 电池制造 | 运用物理级 AI仿真技术,压缩电池单体研发周期 |
蚂蚁集团 | 全球卫生和医疗 | 打造覆盖全国的多模态 AI健康平台,提升诊断准确率 |
兰丁股份 | 全球卫生和医疗 | AI细胞学筛查覆盖偏远地区,有效进行癌症早期筛查 |
中国工商银行 | 金融服务 | 部署千亿参数金融模型,扩大自动化决策规模和利润 |
物美集团和多点数智 | 零售、消费品及生活时尚 | 用实时AI工作流整合营运,优化定价机制,降低商品损耗 |
深度原理 | 化学和科学发现 | 将材料仿真流程自动化,降低实验成本 |
联想 | 工程、建筑与基础设施 | AI 智能体对全球供应链进行协同调度,提高物流精准度和预警效率 |
富士康 | 先进制造业 | 规模化部署AI智能体生态系统,决策流程自动化 |
黑湖科技 | 先进制造业 | 搭建由AI调度的规模化制造平台,提升工厂利用率,降低耗能 |
数据源:世界经济论坛,「AI 应用之星」名单
| ||
值得一提,在能源管理领域上的6个案例中,中国占了4个(其余 2个案例的企业,分别为法国的施耐德电气,以及瑞士西门子);在电池制造领域的先进案例,一共有 3个,全部由中国企业包办。
项目成员经验可供借镜
报告根据众多AI解决方案,以及对入选企业高管的深度访谈发现,成功应用AI,各组织是将人工智能嵌入企业策略能力中,从战术应用,转向重新构想核心流程和长期目标;利用人工智能增强人类专业知识,透过协作,提升专业能力和创新能力;加强数据基础和策略数据源,利用各种数据优势,并推行差异化的数据策略,开发针对特定行业(如法律、先进制造)的微调模型等。
报告总结,那些专注于策略、员工、数据、技术和治理等多个维度的组织,能够取得可衡量且可扩展的成果。相反,那些只专注于技术或短期投资回报率 (ROI) 的组织,则始终难以扩展人工智能规模。报告建议,透过学习 MINDS 项目成员的经验,各公司/组织可以加速实现高效人工智能应用的进程,避免常见陷阱,并建构面向未来的稳健策略。
对香港来说,特区政府去年9月公布的最新一份施政报告中,强调加大推动AI 成为香港未来发展的核心产业,并循着 2022年12月公布的《香港创新科技发展蓝图》的发展策略,以「加强基建,推动应用导向」为重心,实现「AI产业化、产业AI 化」,那些成功的AI应用解决方案,无疑也具有可供发展参考的启迪作用!