来源：中国新闻网

中新社北京9月13日电 题：专访毕马威中国张庆杰：AI+重点产业拥有万亿元级增量空间

中新社记者 庞无忌

今年以来，AI(人工智能)浪潮席卷全球，加速与千行百业融合。2025年中国国际服务贸易交易会(下称“服贸会”)正在北京举行，毕马威中国数字化赋能及人工智能主管合伙人张庆杰近日在接受中新社记者专访时表示，AI+重点产业拥有万亿元(人民币)级增量空间，其核心是从“工具赋能”“业务融合”迈向“商业演进”，乃至“生态重塑”。

他表示，产业界对AI的应用正在发生变化。首先，场景应用从“单点尝试”到“系统融合”。AI不再仅是孤立的应用，而是逐渐融入核心业务流程，并与IT(信息技术)应用系统深度融合。

其次，企业不再一味追求大模型。在许多特定场景中，参数更少、专注性更强的小模型(SLM)，因其更低的成本、更快的响应速度和更好的数据隐私保护，成为更经济实用的选择。

此外，企业对AI的应用重点正从“提升效率”转向“直接变现”，越来越多地将其直接用于创造新收入来源和商业模式。

毕马威中国在服贸会期间发布《智能行业-通过AI驱动转型创造价值的蓝图》报告，详细分析了AI+重点行业的发展进程。张庆杰表示，目前金融、医疗、制造等领域是AI+重点产业的“主战场”。例如，制造领域以智能升级为核心，驱动自动化与良品率提升。

目前已有一些场景显现巨大潜力。张庆杰认为，垂直行业大模型正成为规模化商业化的重点，例如医疗领域的AI辅助诊断系统和AI驱动的药物研发，以及金融与法律领域的智能风控、智能投顾、合同审查、合规预警等。

另一个潜力较大的场景是AI智能体的应用，已从概念验证走向生产环节，开始处理企业核心业务，例如企业服务中的AI客服、AI排班、AI运营等服务，以及制造业的流程自动化、供应链优化、仓储管理等。

张庆杰表示，与此同时，AI+重点产业发展也面临瓶颈。一是数据瓶颈。数据质量差、存在大量噪声与缺失，形成数据孤岛，难以实现“数据-模型-反馈”闭环，制约模型优化。

二是技术瓶颈。AI研发与算力成本高，而传统产业对价格敏感；通用大模型与专业场景适配难，而开发行业小模型需要深厚的领域知识。此外，大模型幻觉依然存在，AI“黑箱”特性在工业、医疗等场景面临信任危机。

三是人才瓶颈。既懂AI又懂行业的复合型人才稀缺。

四是商业变现与合规瓶颈。除降本外，AI增收的商业模式尚不清晰，而且数据隐私、算法公平性等合规要求日趋严格。

他指出，突破这些瓶颈需多方协同。技术侧需发展高效、可解释的垂直模型，企业侧需加强数据治理并推动组织转型，政策侧应加快标准制定与生态建设。只有打通这些环节，产业智能化才能实现规模化落地。(完)