2025年，AI熱潮一浪高過一浪。2025年全國兩會(huì)期間，AI再度成為熱議話題。
“人工智能是中國企業(yè)的時(shí)代機(jī)會(huì)，相信會(huì)有更多中國企業(yè)不斷創(chuàng)造出享譽(yù)世界的中國品牌！”3月5日8時(shí)許，全國人大代表，海爾集團(tuán)董事局主席、首席執(zhí)行官周云杰在十四屆全國人大三次會(huì)議首場“代表通道”集中采訪時(shí)這樣表示。
據(jù)周云杰介紹，他今年帶來了3份建議，關(guān)鍵詞全部聚焦AI，涉及工業(yè)大模型、家庭大模型、血液及血液制品等領(lǐng)域，著眼于AI大模型訓(xùn)練、應(yīng)用等實(shí)踐難點(diǎn)，提出了思考和建議。
工業(yè)場景難應(yīng)用，需支持龍頭企業(yè)先行先試
當(dāng)下，AI熱潮洶涌，但在工業(yè)領(lǐng)域，相較于服務(wù)業(yè)與金融業(yè)，其落地應(yīng)用卻面臨高難度挑戰(zhàn)，應(yīng)用場景和普及率仍有較大的提升和擴(kuò)展空間。根據(jù)國際權(quán)威研究機(jī)構(gòu)Gartner最新發(fā)布的數(shù)據(jù)，到2024年6月，僅有8%的中國企業(yè)在生產(chǎn)環(huán)境中部署生成式人工智能，這一比例遠(yuǎn)低于全球超過20%的企業(yè)采用率。
長期在工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)一線履職的周云杰，對(duì)此深有體會(huì)。結(jié)合海爾卡奧斯工業(yè)互聯(lián)網(wǎng)平臺(tái)助力16萬家企業(yè)數(shù)字化轉(zhuǎn)型的實(shí)踐經(jīng)驗(yàn)，周云杰認(rèn)為，當(dāng)前最棘手的難點(diǎn)在于，工業(yè)大模型難以高效適配不同工業(yè)場景，這源于不同工業(yè)場景對(duì)數(shù)據(jù)、知識(shí)的需求不同，企業(yè)對(duì)工業(yè)大模型的泛化適配能力提出了更高的要求。
以AI視覺檢測為例，該技術(shù)在家電、食品工廠等不同工業(yè)場景所需數(shù)據(jù)、知識(shí)不同，這就需要工業(yè)大模型針對(duì)不同場景進(jìn)行適配。當(dāng)前，工業(yè)大模型的泛化適配調(diào)優(yōu)面臨著成本高、周期長、成功率低的問題，這阻礙了其在新場景中的廣泛應(yīng)用。
周云杰建議，重點(diǎn)支持家電、汽車、醫(yī)療等行業(yè)的龍頭企業(yè)，依托其場景、數(shù)據(jù)、制造和人才優(yōu)勢，圍繞“一圖四清單”開展工業(yè)大模型應(yīng)用的先行先試。鼓勵(lì)龍頭企業(yè)在研發(fā)設(shè)計(jì)、生產(chǎn)制造、經(jīng)營管理等關(guān)鍵環(huán)節(jié)深度應(yīng)用工業(yè)大模型，提煉并推廣可復(fù)制的典型案例，打造行業(yè)標(biāo)桿。
據(jù)悉，為了加快人工智能在工業(yè)場景中的應(yīng)用，海爾從平臺(tái)建設(shè)和場景優(yōu)化兩個(gè)方面已經(jīng)開始了先行先試。
在平臺(tái)建設(shè)上，海爾卡奧斯工業(yè)互聯(lián)網(wǎng)平臺(tái)自主研發(fā)了天智工業(yè)大模型，沉淀形成了4700個(gè)行業(yè)機(jī)理模型和200多個(gè)專家算法，已在海爾佛山洗衣機(jī)互聯(lián)工廠、合肥冰箱互聯(lián)工廠中取得了顯著成效。今年年初，卡奧斯率先將DeepSeek-R1接入到天智工業(yè)大模型中，加快工業(yè)垂域大模型平臺(tái)建設(shè)。
在場景優(yōu)化上，天智工業(yè)大模型已賦能汽車、化工、模具等9大行業(yè)45個(gè)高價(jià)值場景，優(yōu)化效果顯著。比如，應(yīng)用到注塑工藝優(yōu)化場景后，天智工業(yè)大模型使注塑機(jī)的生產(chǎn)能耗降低10%，節(jié)拍提升7%，調(diào)參周期縮短90%；應(yīng)用到智能柔性裝配系統(tǒng)后，工藝設(shè)計(jì)效率提升了30%，換產(chǎn)調(diào)試效率提升了50%。
“今年是我連續(xù)第9年針對(duì)工業(yè)互聯(lián)網(wǎng)提出相關(guān)建議，在AI科技的助力下，新型工業(yè)化正迎來全新的發(fā)展局面，中國智造正在創(chuàng)造更大的想象空間。”周云杰稱。
家庭數(shù)據(jù)難訓(xùn)練，需群企共創(chuàng)垂域數(shù)據(jù)基礎(chǔ)
算力、算法、數(shù)據(jù)，是大模型發(fā)展的“三駕馬車”。不同于大模型在工業(yè)領(lǐng)域的場景適配難題，智慧家庭大模型進(jìn)一步發(fā)展的短板是數(shù)據(jù)，特別是來自智慧家庭領(lǐng)域的真實(shí)、專業(yè)數(shù)據(jù)。
“就像汽車的油和電一樣，數(shù)據(jù)驅(qū)使AI能夠思考和決策。高質(zhì)量的數(shù)據(jù)集能幫助模型捕捉更多的特征，從而提高預(yù)測和分類的準(zhǔn)確性。”周云杰做了一個(gè)形象的比喻。
對(duì)于DeepSeek等通用大模型而言，其訓(xùn)練數(shù)據(jù)量非常龐大，總數(shù)據(jù)量達(dá)到2萬億個(gè)標(biāo)記（tokens），這些數(shù)據(jù)來源于多個(gè)渠道，包括代碼數(shù)據(jù)集、特定領(lǐng)域的文獻(xiàn)和網(wǎng)頁數(shù)據(jù)等。但對(duì)于垂域大模型而言，除了這些通用數(shù)據(jù)，來自特定領(lǐng)域的質(zhì)、量兼優(yōu)的數(shù)據(jù)，更是發(fā)展的關(guān)鍵。?
“未來智慧家庭的垂域大模型不僅需要傳統(tǒng)家電、戶型環(huán)境等被動(dòng)數(shù)據(jù)，更關(guān)鍵的是要融合人機(jī)交互、力覺、視觸覺等各類主動(dòng)數(shù)據(jù)，并且數(shù)據(jù)來源包含人工標(biāo)注、仿真生成、訓(xùn)練場生成等多種主動(dòng)采集方式。”周云杰表示。
在一線履職中，他發(fā)現(xiàn)，目前智慧家庭垂域大模型的數(shù)據(jù)困境主要體現(xiàn)在兩個(gè)方面：一是在數(shù)據(jù)采集端，主動(dòng)數(shù)據(jù)少、采集成本高，這極大制約了行業(yè)垂域大模型的開發(fā)進(jìn)度；二是在數(shù)據(jù)服務(wù)端，跨界融合難、平臺(tái)支撐弱，僅憑企業(yè)的力量難以實(shí)現(xiàn)高效的全場景整合與訓(xùn)練，因此需要國家統(tǒng)籌與支持。
為此，他建議國家牽頭，培育數(shù)據(jù)采集產(chǎn)業(yè)，通過全民貢獻(xiàn)、群企共創(chuàng)的形式，實(shí)施數(shù)據(jù)貢獻(xiàn)參與工程，構(gòu)建行業(yè)全覆蓋的垂域數(shù)據(jù)基礎(chǔ)。同時(shí)，建議國家支持企業(yè)牽頭建設(shè)智慧家庭全場景覆蓋的數(shù)據(jù)仿真平臺(tái)和訓(xùn)練場，訓(xùn)練高質(zhì)量垂域大模型，推動(dòng)具身智能技術(shù)在智慧家庭場景中的深度應(yīng)用，賦能家庭服務(wù)型機(jī)器人等新質(zhì)生產(chǎn)力發(fā)展。
據(jù)公開信息，創(chuàng)業(yè)40年的海爾在全球搭建了最大的智慧家庭生態(tài)平臺(tái)。在中國，海爾智家平臺(tái)擁有1000萬以上的活躍用戶，三翼鳥已經(jīng)走進(jìn)345萬個(gè)家庭，每個(gè)月為用戶提供超6億次智慧生活服務(wù)；在美國，Smart HQ平臺(tái)聯(lián)網(wǎng)用戶超400萬，實(shí)現(xiàn)了用戶、家電和生態(tài)方的智能交互；在歐洲，hOn APP注冊(cè)用戶超630萬，讓用戶體驗(yàn)高效便捷的智慧生活；在日本，AQUA也在加速布局智慧社區(qū)洗；在東南亞，海爾通過Haismart為當(dāng)?shù)赜脩籼峁┲腔奂彝シ?wù)。
業(yè)內(nèi)人士認(rèn)為，這些遍布全球的智慧生活平臺(tái)，以及服務(wù)全球10億用戶家庭的智慧家電，都決定了海爾在發(fā)展智慧家庭垂域模型的路上已經(jīng)領(lǐng)先了一個(gè)身位。
探索醫(yī)療新可能，用AI提高血液調(diào)配效率
除了服務(wù)于家庭生活、工業(yè)生產(chǎn)外，人工智能大模型還可以創(chuàng)造哪些新可能？
在周云杰看來，在關(guān)乎國家發(fā)展和民眾福祉的關(guān)鍵民生領(lǐng)域，人工智能技術(shù)也展現(xiàn)出了前所未有的潛力。例如，AI在血液供應(yīng)體系建設(shè)中的應(yīng)用，為中國血液緊平衡的“老問題”找到了解題新思路。
他在青島市中心血站調(diào)研時(shí)了解到，當(dāng)前我國臨床用血處于供需“緊平衡”態(tài)勢，以青島市為例，隨著人口老齡化的加劇和醫(yī)療服務(wù)量的增加，全市每年血液需求量近45噸，而2022年獻(xiàn)血量約46噸。
除了采供血“緊平衡”態(tài)勢，臨床用血還存在城域血液資源分布不均、血液信息不能共享、血液調(diào)劑難、缺乏統(tǒng)一管理等問題，這些問題進(jìn)一步加劇了臨床用血的供需矛盾。
“全國血站的智慧化建設(shè)水平參差不齊，不同采供血機(jī)構(gòu)之間尚未完全聯(lián)網(wǎng)，血液信息不能共享，無法實(shí)現(xiàn)血液有效管理及合理調(diào)撥。”對(duì)此，周云杰建議，在加大宣傳力度、提升血站服務(wù)水平、強(qiáng)化獻(xiàn)血者優(yōu)先用血權(quán)益的保障之外，要進(jìn)一步采用信息化手段，實(shí)現(xiàn)城市血站、醫(yī)院血庫與手術(shù)室無縫對(duì)接，保障病人用血零等待，實(shí)現(xiàn)臨床用血零浪費(fèi)。
周云杰的這一建議來自諸多城市行之有效的實(shí)踐經(jīng)驗(yàn)。海爾大健康產(chǎn)業(yè)盈康一生旗下海爾生物醫(yī)療創(chuàng)新打造智慧血液城市網(wǎng)方案，目前已經(jīng)在青島、宜昌、鄂爾多斯等城市落地，數(shù)字化血液安全管理方案也已在北京、上海、天津等多個(gè)城市應(yīng)用，并逐步推廣至全國32個(gè)省份、1300多家三甲醫(yī)院，推動(dòng)城市血液管理智慧升級(jí)。
以內(nèi)蒙古鄂爾多斯為例，過去，從市中心血站到旗縣醫(yī)院，送血至少需要2小時(shí)，送到位置偏遠(yuǎn)的醫(yī)院甚至需要4個(gè)小時(shí)，這不僅需要城市投入大量人力、物力，也影響到血液供給的及時(shí)性。
如今，借助海爾生物醫(yī)療打造的智慧血液網(wǎng)，臨床取用血時(shí)間從4小時(shí)縮短至最快2分鐘，既解決了過去常備血用不掉、不備血耽誤治療的難題，也為搶救生命贏取更多時(shí)間，真正實(shí)現(xiàn)了用血零等待、零浪費(fèi)。
一方面，鄂爾多斯市中心血站在6大儲(chǔ)血點(diǎn)配備海爾生物醫(yī)療智能無人值守血液冰箱，冰箱內(nèi)的血液類型、環(huán)境溫度、箱內(nèi)庫存、質(zhì)量等信息可以實(shí)時(shí)監(jiān)控。當(dāng)需要用血時(shí)，醫(yī)院線上發(fā)起用血申請(qǐng)并獲得血站授權(quán)后，即可從該區(qū)域的儲(chǔ)血點(diǎn)取血。另一方面，鄂爾多斯市中心血站依托海爾生物醫(yī)療數(shù)字技術(shù)，構(gòu)建了城市血液管理信息平臺(tái)，實(shí)現(xiàn)全市血液信息有效互通、血液安全全鏈條監(jiān)控，從而輔助血液管理及決策，優(yōu)化血液資源的配置。
要么與AI同進(jìn)化，要么被AI邊緣化。在周云杰看來，每個(gè)企業(yè)首先要強(qiáng)化信息化和數(shù)字化基礎(chǔ)建設(shè)，根據(jù)自身特點(diǎn)制定人工智能戰(zhàn)略，以場景和應(yīng)用為牽引，總體規(guī)劃、分步實(shí)施，因地制宜地搭乘AI科技的快車，實(shí)現(xiàn)AI時(shí)代的高質(zhì)量發(fā)展。
青島財(cái)經(jīng)日?qǐng)?bào)/首頁新聞?dòng)浾?高奕靜
責(zé)任編輯：王海山
請(qǐng)輸入驗(yàn)證碼