驱动AI从可用到可靠

“当下，人工智能产业可从算力、模型、数据三层剖析。”罗引介绍，算力层，我们处于追赶态势，实现自主可控尚需时日，不过在数学、逻辑、创新方面，我们以更低算力消耗和优秀用户体验占据优势。数据层，则是未来最大的机遇与变量，我国拥有完整产业链，是巨大数据金矿，数据要素行动正唤醒沉睡的行业数据，使其成为驱动AI的高质量燃料，当垂直行业提炼出高质量数据与专属模型时，AI将迎来真正爆发。

罗引认为，在企业微观层面，推动AI落地时，模型工作量仅占项目的10%，90%的挑战来自工程架构。当前，学界和产业界行动变化可总结为六点：数据质量从量到质转变；基座模型能力同质化，高质量数据成为差异化竞争壁垒；流动鲜活数据资产更重要；合成数据提供稳定来源；多模态数据依赖高质量标注；AI数据治理需兼顾技术、商业与社会。

“技术环节上，解决思路是以AI体系平台化，构建从算力、数据、模型到决策的平台。”罗引说，如数据底座让AI更理解数据，发布“磐石科学大模型”萃取科学知识，通过智能体技术实现业务流程自主规划。实践中，该平台在金融、政务、媒体等行业实现价值赋能。展望未来，以高质量数据为燃料、一体化架构为引擎，AI将从可用走向可靠。