中国专家谈AI未来：不是代替人，而是成为新的"纸和笔" 编辑：熊思怡 广告等商务合作，请点击这里 清华大学计算机科学与技术系副教授刘知远则在人工智能分论坛上表示，AI正从处理静态数据的大模 型时代，迈向与多样、多变、复杂环境交互的智能体时代。展望未来，智能体将像电力和网络一样无处 不在，重塑人类社会的生产与协作形态。 多位专家同时提醒，AI仍面临包括安全治理、模型欺骗在内的诸多挑战，需要产学研用共同推动解 决。而其发展方向正日益清晰：不是取代人，而是成为人类面向未来的重要工具。 "如果未来的智能，不能服务于人类文明的发展，它就背离了初衷。"正如腾冲科学家论坛分活动——科 技愿景论坛上，华为公司高级副总裁周红所说，真正的挑战不仅在于未来愿景"能否实现"，还在于"为 何实现"，拥抱智能社会的同时，更需要坚持科技向善、以人为本。(完) 来源：中国新闻网 中新社云南腾冲12月7日电 (罗婕 陈静)"图灵曾说，一个人有了笔、纸和橡皮，加上规则，就是一台通 用机器。今天，人工智能(AI)就是另一个意义上的'纸和笔'。"中国工程院院士、阿里云创始人王坚近日 在2025腾冲科学家论坛上表示，AI设计初衷不是代替人脑，其未来的 ...

文章核心观点 - 华为创始人任正非在ICPC座谈会上强调，人工智能发展应聚焦未来三至五年的产业应用，而非沉迷于通用人工智能的宏大叙事，主张以务实态度解决具体产业问题[1] - 真正的技术革命在于贴近地面解决实际问题，而非追逐概念风口，华为在资源受限下选择在垂直领域进行“深水区创新”[1][5] - 创新需要厘清教育（培养可能性）与商业（实现可行性）的边界，二者应各司其职、协同合作，而非模糊利益捆绑[1][3] - 青年创新和女性参与科技是推动技术进步的关键变量，质疑精神与多元视角对创新至关重要[6][8] - 对通用人工智能（AGI）采取“跟踪而非冒进”的策略，认为扎实的产业应用是AGI长期发展的地基[10] 教育与商业的边界 - 任正非强调“教育是教育，商业是商业”，指出当前存在商业逻辑侵蚀教育本质的风险，如将高校实验室变为产品试验田、学生论文转为商业专利[3] - 教育的核心是“培养可能性”，让青年在试错中建立批判性思维；商业的本质是“实现可行性”，将技术转化为解决具体问题的工具[3] - 华为与ICPC的合作模式体现了边界感：ICPC挑战赛提供“质疑的土壤”，华为则提供产业场景（如工业互联网、医疗AI），将获奖思路接入实际需求，避免教育沦为“人才预科班”或商业困于“技术乌托邦”[3] AI落地的务实路径 - 华为在AI发展上选择从“炫技”转向“解渴”，聚焦垂直领域进行“深水区创新”，而非在通用智能上与巨头比拼算力和数据[1][5] - 面对外部限制，公司采用“压强原则”进行单点突破，例如在医疗AI领域，并非开发“全科医生AI”，而是针对肺癌早期筛查细分场景，通过与基层医院合作收集数据，利用小样本学习技术提升诊断准确率[5] - 这种“小切口解决大问题”的思路，是AI走出实验室、服务产业的关键[5] 青年创新与质疑精神 - 任正非寄语青年“敢于在质疑中前进”，指出创新本质始于对现有理论的怀疑，重大科学突破均源于质疑[6][8] - 华为通过ICPC座谈会交流“应对质疑与创新”，培养青年的逻辑是给予“提问的权利”而非“标准答案”[8] - 公司内部的“2012实验室”鼓励研究员“异想天开”，允许“90%的尝试失败”，建立容错机制以保护质疑精神，认为创新是从0到1的突破，第一步永远是提出“为什么必须这样”[8] 女性参与科技的多元创新 - 任正非特别提到“女性参与科技领域”，这不仅关乎性别平等，更是对创新多元性的洞察，旨在弥补长期由“男性思维”主导导致的视角单一问题[8] - 女性在细节感知、协作沟通、伦理考量方面具有优势，能推动“技术+人文”的双重创新视角[8] - 例如，华为医疗AI团队中女性工程师占比达40%，她们主导的“乳腺超声AI辅助诊断”项目，不仅关注诊断准确率，还优化患者心理感受，将设备界面改为暖色调并加入语音安抚功能，提升了患者配合度[9] 对通用人工智能（AGI）的策略 - 任正非并未否定AGI的长期价值，但强调应优先解决当下产业痛点，产业应用是“地基”，通用智能是“顶层设计”[10] - 华为对AGI采取“跟踪而非冒进”的策略，通过“量子芯片研究”储备底层算力，通过“技术应用建议”积累场景数据，待产业应用地基牢固后再向通用智能演进[10] - 这种“慢变量”思维与追求“速成”的行业风气形成对比，体现了不被短期热点裹挟的战略定力[10]

行业共识与宏观趋势 - 行业共识认为AI需深入真实临床场景、无缝嵌入工作流程并赢得医患双方信任才能释放变革医疗的潜能 [4] - 中国正快速崛起为全球医疗AI创新最具活力的热土，飞利浦的十年跟踪数据印证了这一趋势 [7] - 中国医疗体系面临人口老龄化与区域资源不均的双重挑战，AI需求是刚性的，越需要技术来放大服务效能 [9] - 中国已成为全球对医疗AI接受度最高、应用场景最丰富的市场之一 [9] - 33%的中国医疗专业人员认为AI已帮助他们节省出更多时间用于患者照护，该比例显著高于多数发达国家 [11] - 在美国，若能全面应用现有AI技术，每年可节约2000-3600亿美元的医疗支出 [11] 中国市场的领先优势与高接受度 - 近90%的中国患者相信AI能够提升医疗照护水平，远超全球平均水平的59%，在受访国家中领先 [6] - 中国在医疗AI创新方面具备全球范围内无可替代的领先优势，尤其在AI接受度、用户信任度、政策支持力、产业成熟度及生态完整性方面 [18] - 中国必将引领人工智能在医疗场景的全面落地，成为全球领跑者 [18] 临床应用的三大核心期待与挑战 - 未来三年中国AI医疗可能呈现"重塑式"新格局，但需突破标准体系、数据质量、结构化能力与跨场景连接等关键环节 [11] - 检查前：通过AI智能完成参数选择与定位，提升病人流通效率，缓解排队问题 [11] - 检查中：实现图像与数据生成的标准化，确保诊断质量的一致性，摆脱对操作者经验和设备差异的依赖 [11] - 检查后：构建多模态AI基座，自动生成结构化报告，医生仅需校正，让人力资源回归更有价值的临床协作 [11] - 医疗AI需从"单点工具"演进为覆盖"面、线、全流程"的平台化AI解决方案或"系统级能力" [13][15] 未来发展的关键路径：纵向贯通与横向连接 - 纵向贯通需构建专业影像大模型，打破数据壁垒，这需要国家层面的顶层设计和持续投入 [14] - 行业缺乏统一的标注规范与共识，导致不同机构间数据割裂，难以大规模整合应用 [14] - 国家大数据局已牵头布局，中华医学会放射学分会推动了14个专项数据库建设以提供标准指导 [14] - 未来影像大模型构想为三层架构：通用大模型基座、融汇影像学知识的知识库、结合专家弱标注和海量数据训练的垂直大模型 [14] - 横向连接层面，医院是打通壁垒、推动AI落地临床的关键"连接器"，汇聚临床、企业与高校的创新力量 [16] - 医疗机构需扮演四个系统性角色：技术集成者、质量控制者、运行策划者以及创新协同者 [16] 企业战略与落地实践 - 飞利浦坚持"中国首创，全球部署"的战略方向 [18] - 产业协同共创将成为主流模式，没有任何一家企业能够独自完成这一系统工程 [19] - 飞利浦提出在中国推进AI+医疗的"4P"战略框架，聚焦图像质量（Pixel）、精准预测（Prediction）、运营效率（Productivity）与临床实践（Practice） [22] - 医疗AI真正落地需把握三个关键：医疗机构与企业的"双向奔赴"、达成"人机高度协同"、构建覆盖疾病全流程的AI解决方案 [23] - 未来三年的突破取决于产业链的协同效能，勇于实践、更快实现落地的机构将成为行业先行者 [25] 政策支持与行业展望 - 国务院发布《关于深入实施"人工智能+"行动的意见》，特别提出在医疗健康等民生重点领域加快推动AI落地应用 [27][29] - 政策支持探索推广人人可享的高水平居民健康助手，有序推动AI在辅助诊疗、健康管理、医保服务等场景的应用 [29]

行业监管与发展趋势 - 医疗AI行业正加速向辅助医生和承担部分技术劳动的方向发展 [1] - 行业面临确保应用规范安全有效的核心挑战 [1] - 北京市卫生健康委设立医疗人工智能应用评测中心 旨在建立评测制度体系与规范标准 [1] 评测中心的目标与原则 - 评测中心目标为验证医疗AI的临床辅助决策能力和效果 筑牢应用安全底线 [1] - 针对辅助医生的医疗AI应像对医生一样开展科学严谨的评测 以防范医疗风险 [2] - 评测需确保技术造福于民 保障人民生命健康安全 [2] 评测指标体系 - 评测需超越单一准确率指标 综合考虑患者角度的伦理和信息安全 以及医生关注的推理过程 [2] - 建立从安全（合规伦理）、专业（医学知识）、实用（流程适配）等多角度一起测的体系 [2] - 形成6个核心维度的评测指标体系 包含医学合规伦理、医学循证与知识等70多项具体评测任务 [2] 评测数据与方法 - 评测数据联合重点医院、科研机构及权威专家团队共同构建 来源包括临床案例、权威教材和最新诊疗指南 [2] - 评测考题由国内顶级专科高年资医师全程深度参与编撰与审核 确保科学性和权威性 [2] - 评测方法上系统根据应用类型自动匹配任务并生成报告 由临床专家复核 [3] - 创新引入基于AI的评分机制 综合诊疗思路、推理逻辑、答题结果进行量化打分 避免只看最终结果的片面性 [3] 未来规划 - 评测中心后续将陆续开展更多医学领域的评测服务 覆盖内科、外科、儿科等专业领域 [3] - 规划旨在助力医疗人工智能产业健康发展 更好地服务人民群众健康需求 [3]

行业发展趋势 - 人工智能技术飞速进步 推动医疗AI加速向辅助医生和承担部分医生技术劳动的方向发展 [1] - 医疗AI应用的规范安全有效成为公众关注和行业关心的核心问题 [1] 行业监管与标准建设 - 北京市卫生健康委设立医疗人工智能应用评测中心 旨在建立医疗AI评测的制度体系与规范标准 [1] - 评测中心将依托首都高水平医院和专家队伍、高质量医疗数据 验证医疗AI的临床辅助决策能力和效果 [1] - 评测中心的设立旨在筑牢医疗人工智能应用安全底线 [1]

风电行业政策与前景 - “十五五”期间国内风电年新增装机容量有望不低于120GW，其中海上风电不低于15GW，较“十四五”期间实现翻倍以上增长 [1] - 风机中标价格回升至1500-1600元/KW区间，产业链压力得到有效缓解，预计2026年风机制造端毛利率有望显著修复 [1] - 零部件环节盈利能力亦将保持较高水平，产业景气新周期愈发明确 [1] 全固态电池产业化进展 - 中科院团队通过阴离子调控技术解决“固固接触”难题，为实用化提供关键支撑 [1] - 奇瑞汽车展出能量密度高达600Wh/kg的全固态电池模组，并计划于2027年开展装车验证 [1] - 国轩高科已启动2GWh量产线设计，处于中试量产阶段，具备核心技术能力的设备厂商将受益于量产窗口期 [1] 医药生物领域研发创新 - “十五五”期间医药生物领域以研发创新为主旋律，人工智能与智能制造将提升新药研发速度与成果转化率 [2] - 国产创新药临床试验登记总量年复合增长率达15%，海外BD金额占比全球达42% [2] - 双抗、ADC、小核酸药物及细胞基因疗法（CGT）等多个前沿方向已进入收获期，行业正从“Me-too”向FIC/BIC加速转型 [2] 创业板指数市场表现 - 截至2025年10月23日10:46，创业板指数下跌0.93%，成分股天华新能领涨7.80%，乖宝宠物领跌11.47% [3] - 创业板ETF平安下跌0.91%，报价1.97元，近1周累计上涨1.17% [3] - 创业板ETF平安盘中换手0.16%，成交81.75万元，近1年日均成交893.51万元 [3] 创业板ETF业绩与特征 - 创业板ETF平安近3年净值上涨32.85%，排名可比基金前2，自成立以来最高单月回报为37.37% [4] - 近半年最大回撤9.95%，相对基准回撤0.09%，近半年跟踪误差为0.040% [4] - 管理费率为0.15%，托管费率为0.05%，费率在可比基金中最低 [4] 创业板指数权重构成 - 创业板指数前十大权重股合计占比57.49%，宁德时代权重最高为18.77% [5] - 前十大权重股包括宁德时代、中际旭创、东方财富、新易盛、阳光电源等 [5][8] - 在指数成分股涨跌中，胜宏科技上涨2.57%，新易盛下跌6.10% [3][8]

行业合作平台建立 - 光合组织医卫专委会在苏州昆山正式成立 旨在汇聚生态伙伴力量为医疗国产化与AI自主创新搭建合作平台和转化通道[1] - 专委会首批聘任36位医疗信息化领域权威专家 来自全国各大医院和医疗机构[1] - 专委会为23家成员单位颁发证书 包括卫宁健康 东华医为 创业慧康 智业软件等企业[1] 技术创新推动 - 专委会通过跨界融合 协同发展的开放平台推动医疗AI自主创新的"光合作用"[1] - 专委会引聚行业专家与合作伙伴 推动医疗AI从技术研发到临床落地的全过程创新[1]

医疗AI应用价值 - AI决策直接关乎生命健康与社会公平 数据滥用 算法偏见 责任模糊等问题亟待解决 [1] - 医疗大模型发展可能促进医疗公平公正 成为偏远地区医生的助手 为优势医疗资源难以覆盖的病患群体带来福音 [1] - AI让患者在诊前能对自身情况进行科学基础了解 在诊中和诊后促进患者对医生诊疗方案的依从性 提升配合治疗效果 [1] AI治理与伦理框架 - AI与人类"价值对齐"是确保人工智能科技向善的根本 需通过强化学习让大模型学习人类价值和偏好 [2] - 全球人工智能治理走向促发展和柔性监管方向 建立敏捷治理体系 以政策指引促进产业主动自律 [2] - 中国信息通信研究院联合多家企事业单位发布《人工智能安全承诺》 形成20条实践标签和43条安全案例 [2] 企业技术实践 - 蚂蚁集团希望通过预警 测试 修复的动态机制提升AI风险防控能力 [2] - 蚂蚁集团在论坛上介绍AI大模型领域研发进展及伦理思考 [2]

行业与公司发展态势 - 行业加速出清低小散企业 迎来第二轮龙头集中度提升关键期 已逐步消除商誉及新冠相关报表干扰因素 [2] - DRG及集采政策带来阶段性压力 但推动公司业务和产品结构转型 [2] - 公司凭借产品+服务+数字化解决方案及模式技术和品牌优势持续提升市场份额 [2] 五年战略规划成效 - 采购成本下降超25% 管理及财务费用分别同比下降16%和29% [3] - 病原tNGS业务增长35% 血液病业务增长22% 肿瘤伴随诊断业务增长20% [3] - 特检收入占诊断服务收入比例提升至47.63% 较24年末提升7.32个百分点 [3] - 凯莱谱试剂耗材业务同比增长43% 将数智产品纳入核心战略并推出医疗AI三年规划 [3] - 新增签约客户1036家 其中三级医院133家 三级医院收入占比提升至49.28% 较24年末提升6.46个百分点 [3] - 合作共建客户累计超800家 精准中心近100家 荣昌三重创新模式实现多省市复制 [3] - 越南迪安获ISO15189认证 协同国内IVD企业拓展中东业务 [3] 财务与运营表现 - 拆套餐政策影响检测样本量和价格 公司通过区域整合和降本增效保持毛利率稳定并扩大市场占有率 [4] - 预计下半年常规业务回款好于上半年 新冠相关应收账款预计年底计提完 [4] - 上半年经营性现金流增长得益于业务回款及成本费用控制 [4] - 服务毛利率同比提升0.8个百分点 该趋势有望持续 [4] 技术与人才发展 - 新增检测项目107项 引进多领域人才 启动学科型商业人才培养计划 [4] - 持续推进学科建设和技术平台升级 依托3+2+N学科布局 [3][4] - 凭借自有数据和技术医疗团队优势 上半年数智化产品收入已超去年全年 [4] 市场拓展与客户结构 - 市场份额快速提升 通过构建竞争优势实现新签客户快速上量 [4] - 精准中心61家已盈利 预计年终千万级别收入的精准中心较上年增长一倍以上 [4] - 积累约22000家客户 推进顶天立地战略 通过晓飞检拓展C端业务 [4] 数据资产与数字化 - 每年检测总量1.6亿次左右 总数据量超20PB 年增量约1.5PB [4] - 数据可用于科研AI训练和为客户提供数据服务 [4] - 服务模式从单体医院合作转向网络化体系 延伸至全生命周期管理 [4] 国际化进展 - 以产品+服务+数字化方案出海 通过一带一路政策拓展市场 [3][4] - 与战略客户组团出海 推动服务和产品出海 [4] - 与头部三甲医院打造非医保标杆门诊 [3] 政策应对与战略定位 - 江苏集采政策推动行业规范发展 公司有望凭借优势提升市场份额 费用预计由医保基金支付 [4] - 基于行业变革和自身业务发展 以智能解决方案赋能主营业务 [4]

医疗AI发展拐点 - AI正从技术探索迈入临床应用新阶段，医疗行业亟需将技术潜力转化为可持续价值 [2] - 医疗行业面临医生超负荷、优质资源分布不均、基层能力薄弱等共性挑战，传统手段难以支撑结构性转型 [2] 飞利浦AI战略 - 公司近10%全球营收投入研发，其中一半以上用于AI、数据与软件方向 [2] - AI战略聚焦四大领域：运营效率提升、临床判断辅助、扩大医疗可及性、健康全流程管理 [2] - 推动AI落地原则为"以人为本、可信赖、可持续" [2] AI赋能医疗场景 - AI技术解放医生生产力，使其更专注于病患 [2] - 通过远程手术案例（上海医生与西藏医院协同）体现AI提升医疗可及性的潜力 [3] - 公司定位AI为手段而非目的，目标是从"可用"到"可信"，从"点状突破"到"系统融合" [3]