人工智能与产业融合正处在加速期，但从技术应用走向商业落地，产业界仍面临不少结构性矛盾。万联易达集团副总裁杜新凯在近日举行的专题研讨会上表示，产业智能化转型主要有四个突出难题：技术链与产业链衔接不畅、数据要素流通受阻、供需能力不匹配、商业闭环难以建立。这些问题说明，当前AI应用与产业真实需求之间仍有明显落差。 从技术层面看，通用大模型具备较强的语言理解与生成能力，但在解决具体产业问题时往往不够深入；垂直领域模型则受限于行业边界，难以完成跨产业链的知识整合，形成“通用不够深、垂直不够广”的掣肘。企业更需要的是覆盖转型全流程的综合性AI工具，而不是零散的单点方案。 基于该判断，万联易达推出“万联摩尔”全产业AI大模型。其定位并非对通用模型的简单延伸，而是针对产业场景进行系统化定制，强调AI系统要“熟悉行业生态、理解政策法规、掌握工艺流程，并融入企业经营决策”。 目前，“万联摩尔”已逐步覆盖国民经济97个行业大类。平台基于超100亿产业数据的清洗与训练，实现行业问答准确率超过90%，处于行业前列。万联易达作为产业服务平台，长期积累了百亿量级的结构化产业可信数据，并构建覆盖全国的区域网络，具备贯通贸易、物流、金融及生产性服务业的全链条服务能力，为模型训练与优化提供了支撑。 从趋势来看，产业AI应用正沿着“通用—专用—新通用”的路径演进。通用大模型与垂直大模型的交替推进，将加速“新通用”生态的形成。在这一过程中，智能体的任务编排与工具协同能力将成为关键，使大模型的通用认知更高效地匹配产业场景，推动能力从“回答问题”走向“解决问题”。 杜新凯指出，下一步仍需在技术层面攻克三项核心难点：实现数据自动结构化、将非标准化行业经验沉淀为可复用的形式化知识、推动核心知识图谱持续进阶。这些突破将直接决定AI在产业中的应用深度与覆盖范围。 “万联摩尔”目标，是打造面向各类产业门类的深度智能服务入口。平台将以主动智能体生态为基础，覆盖工业、农业、服务业等领域，推动跨产业链知识整合与协同。当AI能够主动理解企业诉求、预判市场变化并优化运营决策时，智能经济时代才会加速到来。
产业智能化的竞争，本质上不只是模型参数的比拼，更取决于数据治理、场景沉淀、组织协同与商业模式的综合能力；谁能把技术稳定嵌入真实业务，把分散知识沉淀为可复用资产，把单点试验扩展为可持续生态，谁就更可能在新一轮产业变革中抢占先机。随着应用深化与生态完善，面向产业的智能化工具有望从“可选项”逐步成为企业经营的“基础设施”，推动实体经济在效率与韧性上实现新的提升。