业内人士指出：人工智能想要真正带动产业发展，必须要实现从单纯“回答问题”到“解决问题”的转变。虽然目前全球都在大力发展AI技术，技术本身也在不断深入各行各业，但在这层光鲜亮丽的技术外壳下，AI该如何真正融入企业的实际运作中，把实体经济变得更强，这才是摆在所有人面前的一大难题。 最近，在万联易达集团组织的一次专题研讨会上，集团副总裁杜新凯讲的那些话直接点中了这个难点。杜新凯说，过去的AI大多只是“被动反应的智能体”，只能等着别人下指令才能给出回应。但接下来要到的是“主动智能体时代”。这就意味着，AI得具备更强的前瞻性感知能力，能自己发现并解决业务中的复杂问题。他特别强调，“AI+产业”绝对不是简单地把技术拼在一起，而是要让产业需求和AI的能力互相找对方向去配合。这也说明了一个根本道理：只有和具体的产业实践深度绑定，AI的价值才能真正发挥出来。 当然，这条路并不好走。杜新凯仔细分析了几个关键难点： 第一，技术和生产环节脱节。做研究的人往往搞不懂具体的生产流程和业务逻辑； 第二，数据这块不顺畅。行业里的数据质量参差不齐、标准也不一样，很难打通来用； 第三，供给和需求对不上号。通用的大模型虽然功能强，但不了解特定行业的细节；而专门的模型虽然精准却目光短浅； 第四，商业流程做不通。很多应用只停留在试点阶段，没法形成完整的赚钱逻辑。 针对这些问题，杜新凯看了看现有的解决办法。他认为通用大模型虽然能写文章、懂说话，但缺乏行业里的“Know-How”，也就是技术窍门和法规方面的知识。相反，专门针对某个行业的模型虽然精度高，可又太局限，没法整合跨环节的数据。“企业要的可不是孤立的技术块头，”杜新凯说，“而是能从头到尾帮它搞智能化转型的工具。” 为此，万联易达推出了“万联摩尔”这个全产业AI大模型。他解释这个模型的设计思路时说：这个模型得能懂所有行业的门道；还要清楚各种政策规定；还要精通生产管理的细节；最终目标是能直接参与到企业的核心决策里去。 据了解，这个模型正在努力把覆盖国民经济97个大类行业的知识体系给搭起来。它通过处理超100亿条产业相关数据，经过清洗和标注训练后，现在在特定行业回答问题时的准确率已经超过了90%。这一步尝试的目的就是要打破数据的壁垒，填补知识的缺口。 展望未来的发展趋势，杜新凯画了这么一张图：先是利用通用大模型去发现商业机会（通用阶段）；然后用垂直模型深入解决具体问题（专用阶段）；最后两者通过平台和生态互相配合、共同进化（新通用阶段）。他特别提到“主动智能体”的核心本事——主动安排任务并调用多个工具——会是关键的推动力。这种能力能让AI像个熟练的调度员一样分解任务、调用工具、整合信息和流程。只有这样，AI才能彻底从被动“答题”变成主动“解题”，真正把推动产业变革的潜力释放出来。 AI从实验室走到工厂车间，正面临着最难啃的硬骨头。杜新凯说得很明白：下一轮竞争拼的不是参数有多大，而是能不能吃透行业、能不能用好数据、能不能建好生态。 要想实现从“解答”到“解决”的跨越，技术开发者、搞产业的人和定政策的人都得一起使劲。这条路虽然坎坷但很重要。中国有完整的产业链和大量应用场景，在这场智能化变革中，中国要坚持让AI和产业“双向奔赴”，意义格外重大。