IPP評論是國家高端智庫華南理工大學(xué)公共政策研究院（IPP）官方微信平臺

導(dǎo)語：“十五五”規(guī)劃提出，要“搶占人工智能產(chǎn)業(yè)應(yīng)用制高點(diǎn)，全方位賦能千行百業(yè)”，標(biāo)志著人工智能的發(fā)展重心正加速轉(zhuǎn)入產(chǎn)業(yè)落地階段。當(dāng)前，AI與千行百業(yè)的融合持續(xù)提速，競爭焦點(diǎn)已愈發(fā)集中于能否在具體場景中形成應(yīng)用實(shí)效，能否切實(shí)回應(yīng)生產(chǎn)一線、城市治理和產(chǎn)業(yè)升級中的真實(shí)問題。

近日，百度飛槳廣州中心（粵槳）副主任、首席技術(shù)官陳云峰做客“IPP明遠(yuǎn)講壇”，從產(chǎn)業(yè)一線的觀察與實(shí)踐出發(fā)對這一問題作出回應(yīng)。他通過工業(yè)分揀、公檢法輔助辦案等案例，展示了AI并非停留在模型和概念層面，而是正在一個(gè)個(gè)具體場景中完成從技術(shù)能力到現(xiàn)實(shí)生產(chǎn)力的轉(zhuǎn)化。

陳云峰

百度飛槳廣州中心（粵槳）副主任、CTO

海珠區(qū)人工智能百人會(huì)常務(wù)副會(huì)長

這里借一張《時(shí)代》雜志此前的封面作為開場。

2025年《時(shí)代》周刊年度人物封面。在封面中，馬克·扎克伯格、蘇姿豐、馬斯克、黃仁勛、薩姆·奧爾特曼、德米斯·哈薩比斯、達(dá)里奧·阿莫迪以及李飛飛等八位AI領(lǐng)域代表人物坐于城市的高空橫梁之上。圖源：《時(shí)代周刊》

封面上有8位AI領(lǐng)域的代表人物，標(biāo)題是“人工智能的建造者們”。其構(gòu)圖很像20世紀(jì)30年代美國建造摩天大樓時(shí)的一張經(jīng)典照片——《摩天大樓上的午餐》。那張照片拍攝于1932年，背景是洛克菲勒中心建設(shè)現(xiàn)場。照片中，幾位鋼鐵工人坐在高空橫梁上吃午餐，腳下就是曼哈頓。20世紀(jì)30年代，正是美國大規(guī)模基礎(chǔ)設(shè)施建設(shè)的時(shí)期。

《摩天樓頂上的午餐》拍攝于1932年美國紐約洛克菲勒中心的RCA大樓施工時(shí)。

每一代強(qiáng)國的崛起，往往都離不開大規(guī)模基礎(chǔ)設(shè)施的支撐。因此，《時(shí)代》雜志用類似的構(gòu)圖來呈現(xiàn)“人工智能的建造者們”，其實(shí)很有象征意味——20世紀(jì)30年代的工人是在建設(shè)城市；而今天這些AI領(lǐng)域的代表人物，則是在建構(gòu)未來AI時(shí)代的基礎(chǔ)設(shè)施。

另外還有一個(gè)熱點(diǎn)：今年3月初以來，“小龍蝦”在國內(nèi)迅速出圈。事實(shí)上，在進(jìn)入國內(nèi)公眾視野之前，它已在海外引發(fā)廣泛關(guān)注。以華爾街著名銅牛雕塑“Charging Bull”為例，有人甚至專門制作了一個(gè)銅制“小龍蝦”，放置在銅牛前方。這個(gè)頗具象征意味的場景，也折射出“小龍蝦”作為AI應(yīng)用在全球范圍內(nèi)的傳播熱度。

AI作為備受關(guān)注的技術(shù)，如何真正轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力？要回答這個(gè)問題，首先需要回到AI產(chǎn)業(yè)鏈本身。

AI產(chǎn)業(yè)鏈非常復(fù)雜。如果將其分為五層，最底層是能源，隨著近年國際沖突和地緣風(fēng)險(xiǎn)不斷上升，大家對能源重要性的認(rèn)識也越來越深。在能源之上，是人工智能產(chǎn)業(yè)鏈的基礎(chǔ)層，主要包括算力和數(shù)據(jù)。現(xiàn)在各地，尤其是一些相對偏遠(yuǎn)地區(qū)建設(shè)的數(shù)據(jù)中心，主要對應(yīng)的就是這一環(huán)節(jié)。算力方面大家也比較熟悉，包括國產(chǎn)GPU、海外GPU等。

再往上一層，是應(yīng)用層，包括通用應(yīng)用技術(shù)，以及當(dāng)前主流的一些框架平臺。模型層則是大家最熟悉的部分。無論是我們每天在手機(jī)上使用的通用大模型，還是企業(yè)內(nèi)部使用的大模型，或者面向特定行業(yè)的垂類大模型，都屬于這一層。再往上，就是各個(gè)產(chǎn)業(yè)場景中的具體應(yīng)用。

從我們常見的C端，也就是用戶端來看，當(dāng)前比較主流的通用大模型工具類型非常豐富。比如大家常見的ChatGPT這類聊天工具，還有繪畫類工具、文生圖、文生視頻、音樂生成、格式轉(zhuǎn)換、數(shù)字人、工作流等多種類型。現(xiàn)在新的應(yīng)用浪潮不斷出現(xiàn)，基本上每個(gè)月都會(huì)有新的熱點(diǎn)出來。最近我看到一個(gè)挺有意思的說法：只要我的反應(yīng)足夠慢，足夠“懶”得去學(xué)習(xí)新技術(shù)，等我終于反應(yīng)過來的時(shí)候，可能會(huì)發(fā)現(xiàn)之前想學(xué)的技術(shù)已經(jīng)不重要了。這當(dāng)然是一個(gè)玩笑，但也說明AI應(yīng)用迭代的速度確實(shí)非常快。

如果從B端和G端來看，AI能夠賦能的環(huán)節(jié)就更多了。這里列舉了10個(gè)比較主流的行業(yè)，包括工業(yè)、能源、金融、建筑、教育、文化創(chuàng)意、農(nóng)林牧漁、商貿(mào)物流、企業(yè)服務(wù)、生物醫(yī)藥等。更重要的是，每一個(gè)垂直行業(yè)內(nèi)部，又會(huì)有很多非常細(xì)分的結(jié)合場景和落地項(xiàng)目。

讓AI進(jìn)入制造業(yè)

我挑選幾個(gè)案例展開說明。

首先講工業(yè)。工業(yè)是一個(gè)非常龐大的領(lǐng)域，也是粵港澳大灣區(qū)具有優(yōu)勢的領(lǐng)域，因此AI與工業(yè)結(jié)合的空間非常廣闊。從最基礎(chǔ)的知識萃取，到智能交互、安全巡檢、巡檢預(yù)警、數(shù)據(jù)可視化，再到AI排產(chǎn)、智能調(diào)度；如果涉及倉儲，還會(huì)包括AGV自動(dòng)駕駛；再往后，還包括工業(yè)仿真、數(shù)字孿生等。這些都是AI在工業(yè)領(lǐng)域較為常見的應(yīng)用場景。

我最常講的一個(gè)案例，就是工業(yè)分揀和質(zhì)檢。之所以會(huì)產(chǎn)生這樣的應(yīng)用需求，和大灣區(qū)制造業(yè)的現(xiàn)實(shí)情況密切相關(guān)。大灣區(qū)制造業(yè)規(guī)模龐大，但招工問題已經(jīng)成為一個(gè)明顯痛點(diǎn)。如果大家去過一些位置稍微偏遠(yuǎn)的傳統(tǒng)工廠，就會(huì)發(fā)現(xiàn)里面工作人員整體年齡偏大。與此同時(shí)，企業(yè)的招工成本也越來越高。換言之，大灣區(qū)制造業(yè)門類又非常豐富，因此企業(yè)在用工方面面臨的挑戰(zhàn)確實(shí)很大。

接下來講一個(gè)具體場景：積木類玩具。目前，全球60%以上的積木類玩具都產(chǎn)自汕頭澄海。積木類玩具的生產(chǎn)流程大致是這樣的：因?yàn)樵牧现饕撬芰希孕枰葘λ芰线M(jìn)行加熱注塑，再通過模具形成特定形狀，冷卻之后生成一個(gè)個(gè)塑料零部件。這些零部件在生產(chǎn)出來后，最初都是雜亂堆放在一起的。這就帶來一個(gè)問題：必須有人對其進(jìn)行分揀。

在傳統(tǒng)工廠里，往往會(huì)有工人每天坐在那里工作8到10個(gè)小時(shí)，把這些長得非常相似的零件一個(gè)個(gè)分出來，再放進(jìn)不同的盒子里。這些零件不僅形狀相似，顏色也很接近。這個(gè)工作存在幾個(gè)明顯痛點(diǎn)。第一，人不可能長時(shí)間保持高度穩(wěn)定和高效。通常連續(xù)工作一兩個(gè)小時(shí)后，后續(xù)就會(huì)出現(xiàn)大量錯(cuò)誤，速度也會(huì)下降。第二，工人需要長時(shí)間盯著這些細(xì)小、相似的零件看，對眼睛傷害很大。

因此，隨著人工智能和自動(dòng)化技術(shù)逐漸成熟，這兩類技術(shù)完全可以結(jié)合起來，解決這一類傳統(tǒng)制造業(yè)中的具體問題。基于這個(gè)場景，百度飛槳?jiǎng)?chuàng)新性地做了一套軟硬一體的設(shè)備。這套設(shè)備大概兩三米長，工作流程比較清晰：左側(cè)是料倉，工人把玩具零件倒入料倉后，設(shè)備會(huì)將零件輸送到分揀平臺上。隨后，滾軸和皮帶帶動(dòng)零件移動(dòng)，攝像頭會(huì)對零件進(jìn)行智能識別，后臺算法事先經(jīng)過訓(xùn)練，可以判斷不同零件的類別。識別完成后，設(shè)備再通過機(jī)械方式，將零件吹入不同格口，完成自動(dòng)分揀。

使用百度飛槳的AI分揀設(shè)備，每小時(shí)至少可以達(dá)到12000個(gè)零件，并且設(shè)備能夠持續(xù)較長時(shí)間穩(wěn)定工作。更重要的是，這套算法和設(shè)備不僅可以用于玩具行業(yè)，也可以應(yīng)用在很多小型零部件相關(guān)行業(yè)中。除了積木、魔方之外，一些美妝零部件、五金零部件等，都可以使用類似的AI分揀方案。

基于百度飛槳的智能分揀機(jī)。圖源：財(cái)聯(lián)社

前面已經(jīng)提到，工業(yè)領(lǐng)域是非常龐大的，能夠與AI結(jié)合的場景很多。比如，定制門窗企業(yè)就有很典型的需求。每個(gè)陽臺的形狀不同，業(yè)主的需求也不同，有人希望做全景玻璃，有人希望中間設(shè)置隔斷，不同玻璃型號和方案對應(yīng)的價(jià)格也不一樣。因此，每一套門窗產(chǎn)品基本上都是定制化生產(chǎn)的。

正因?yàn)檫@類企業(yè)工廠規(guī)模足夠大、訂單類型又高度定制化，所以它們當(dāng)前非常關(guān)注的，就是大型工廠內(nèi)部的排產(chǎn)問題。這也是AI在制造業(yè)中非常典型、非常有價(jià)值的落地場景。回到剛才講的分揀設(shè)備。現(xiàn)在每一臺設(shè)備內(nèi)部都裝有物聯(lián)網(wǎng)通信模塊，因此設(shè)備運(yùn)行過程中的數(shù)據(jù)都可以被記錄下來，包括設(shè)備分布、每日產(chǎn)量、模具數(shù)量等，都能夠?qū)崟r(shí)記錄和監(jiān)測。以上是工業(yè)領(lǐng)域AI應(yīng)用的具體案例。

我再簡單提一個(gè)偏營銷端的案例。每年的“3·15”晚會(huì)都會(huì)曝光一些國家和公眾比較關(guān)注的質(zhì)量問題或行業(yè)問題。今年有一個(gè)案例叫“大模型投毒”。這里涉及一個(gè)概念，叫GEO，即“Generative Engine Optimization”，也就是生成式引擎優(yōu)化。央視將其中一些不良現(xiàn)象定性為“AI投毒”。但我認(rèn)為，所謂“AI投毒”只是GEO領(lǐng)域中非常小的一部分，而且是比較負(fù)面的部分，屬于這個(gè)行業(yè)中的“劣幣”。

在今年315晚會(huì)上AI大模型被“投毒”亂象成為曝光重點(diǎn)對象之一。圖源：央視財(cái)經(jīng)

現(xiàn)在很多人獲取信息的方式已經(jīng)發(fā)生變化。過去大家遇到問題，可能會(huì)先去搜索引擎檢索；但現(xiàn)在，越來越多問答開始通過大模型完成，很多人甚至已經(jīng)不再優(yōu)先使用傳統(tǒng)搜索引擎。

但這里有一個(gè)很重要的問題：通過大模型獲取的信息，是否足夠公正？比如我問大模型：“兒童紙尿褲哪一家比較好？”它給出的答案究竟是中立的，還是帶有某種傾向性？這其實(shí)是一個(gè)很大的問號。

現(xiàn)實(shí)中，已經(jīng)有一些公司在利用自己的技術(shù)和語料，試圖影響大模型的回答和判斷。一些機(jī)構(gòu)通過大量低質(zhì)量甚至帶有誤導(dǎo)性的信息，去干預(yù)大模型的生成結(jié)果。

讓AI在城市落地

以上幾個(gè)案例，主要圍繞AI產(chǎn)業(yè)落地展開。接下來進(jìn)入第二部分，談一談城市層面的情況。

我去年看到的一張圖，主題是“中國AI城市競賽”。其中，AI企業(yè)最多的城市是北京。除北京之外，長三角地區(qū)，尤其是上海、杭州，也有不少AI企業(yè)。再往下看，深圳也有一定數(shù)量的AI企業(yè)。相比之下，廣州大概只有三四家，而且其中不少還不是廣州本土原生企業(yè)，而是通過招商引資引進(jìn)來的企業(yè)。雖然圖片只列舉了部分企業(yè)，但基本反映了全國AI產(chǎn)業(yè)競爭格局的大致情況。

2025年胡潤中國人工智能企業(yè)50強(qiáng)上榜企業(yè)城市分布。數(shù)據(jù)來源：《2025胡潤中國人工智能企業(yè)50強(qiáng)》。圖源：工信頭條

為什么北京會(huì)比較突出？因?yàn)锳I產(chǎn)業(yè)的核心人才和資本，主要集中在北京。北京高校資源非常強(qiáng)，人才儲備密集，而人工智能本身又是高度依賴智力和人才的行業(yè)。

廣州在過去一段時(shí)間里，某種程度上既錯(cuò)過了移動(dòng)互聯(lián)網(wǎng)，也沒有完全趕上這一輪人工智能浪潮。因此，百度飛槳廣州中心除了自身開展AI賦能業(yè)務(wù)之外，從兩三年前開始，也在做一些推動(dòng)本地AI生態(tài)繁榮的工作。我們希望通過自己的努力，發(fā)掘大灣區(qū)內(nèi)一些優(yōu)質(zhì)創(chuàng)業(yè)項(xiàng)目，再通過資本投入和資源導(dǎo)入，幫助這些項(xiàng)目成長起來。只有更多企業(yè)一起發(fā)展，廣州的AI生態(tài)才會(huì)更好。

目前，我們大概參與了五六家企業(yè)，有的是通過投資形式，有的是通過收購形式，也有的是通過戰(zhàn)略合作形式。

飛槳（PaddlePaddle）以百度多年的深度學(xué)習(xí)技術(shù)研究和業(yè)務(wù)應(yīng)用為基礎(chǔ)，集深度學(xué)習(xí)核心訓(xùn)練和推理框架、基礎(chǔ)模型庫、端到端開發(fā)套件、豐富的工具組件于一體，是中國首個(gè)自主研發(fā)、功能豐富、開源開放的產(chǎn)業(yè)級深度學(xué)習(xí)平臺。

這里先講一個(gè)面向公檢法行業(yè)的大模型企業(yè)。

我給大家大概介紹一下這個(gè)場景。公檢法領(lǐng)域可能離大家日常生活比較遠(yuǎn)，今天就以檢察院場景為例。檢察院代表國家提起公訴，所以一般是相對嚴(yán)重的案件才會(huì)進(jìn)入檢察院階段。從辦案流程看，檢察院的上游是公安，下游是法院。比如一個(gè)多人、多次入室搶劫的復(fù)雜案件，公安機(jī)關(guān)需要完成偵查，收集人證、物證等材料。偵查完成后，會(huì)形成大量案卷和文書，再移交給檢察院。一個(gè)案件從公安移交到檢察院，大概會(huì)有多少頁材料？一般來說，一個(gè)案件的卷宗可能有數(shù)千頁，復(fù)雜案件甚至能達(dá)到數(shù)萬頁。我們見過一個(gè)案子，材料有3萬頁之多。

這就帶來兩個(gè)問題。第一，材料量非常大。第二，案件內(nèi)容非常復(fù)雜。比如一個(gè)案件可能涉及多名犯罪嫌疑人、多次犯罪行為，人物關(guān)系、時(shí)間線、證據(jù)鏈都非常復(fù)雜。人在梳理這些材料時(shí)，很容易在大量信息中迷失。更重要的是，案件材料中往往還存在非常細(xì)微的證據(jù)差異。比如同一名犯罪嫌疑人，在第一次供述和第四次供述中講述同一件事情時(shí)，細(xì)節(jié)可能并不一致。這種細(xì)節(jié)差異就可能意味著其中某一次供述中摻雜了虛構(gòu)成分。要發(fā)現(xiàn)并判斷這些差異，需要投入大量精力。因此，案件審查階段其實(shí)非常耗人。稍微復(fù)雜一些的案件，通常需要基層檢察官助理先對卷宗進(jìn)行梳理。光是梳理材料，可能就要花費(fèi)幾個(gè)星期。檢察官助理完成初步梳理后，再交給檢察官，由檢察官根據(jù)案件情況作出進(jìn)一步判斷。

在案件審查完成后，還需要依據(jù)我國法律條款、司法解釋、類案情況以及案件本身的特殊性，提出量刑建議。比如犯罪嫌疑人究竟應(yīng)該判三年還是五年，為什么作出這樣的建議，依據(jù)的是哪些法律條文、司法解釋和案件事實(shí)，都需要有清晰說明。

這些都屬于案件審查和決策環(huán)節(jié)。完成判斷之后，檢察院還要形成一系列法律文書，才能提交給法院。因?yàn)闄z察院是代表國家提起公訴。檢察院辦理一個(gè)案件，提交給法院的文書通常就有七八十頁。檢察院每年要處理大量案件，而每個(gè)案件都需要形成相應(yīng)文書，包括起訴書或不起訴書、審查報(bào)告等。這些材料都要提交給法院。由此可以想象，這項(xiàng)工作的量非常大。

現(xiàn)在，這一整套流程都可以通過人工智能進(jìn)行輔助。尤其是涉及大量文字處理、信息抽取和文書生成的環(huán)節(jié)，本身就是大模型比較擅長的領(lǐng)域。以清遠(yuǎn)市檢察院使用的人工智能輔助辦案系統(tǒng)為例，他們在一年多前就已經(jīng)使用了這套系統(tǒng)，而且應(yīng)用效果比較好。實(shí)踐數(shù)據(jù)顯示，該系統(tǒng)可以將復(fù)雜案件辦理周期從數(shù)周縮短至數(shù)天，文書生成效率提升80%以上。

檢察官操作AI檢察官助理系統(tǒng)輔助辦案。

AI應(yīng)用如何尋找新的增長空間？

接下來再給大家介紹另一個(gè)AI應(yīng)用相關(guān)的案例。這個(gè)案例是我們大概三個(gè)月前剛剛投資的一家公司。嚴(yán)格來說，它不完全是一個(gè)純?nèi)斯ぶ悄茼?xiàng)目，而是一個(gè)與人工智能相關(guān)、和未來產(chǎn)業(yè)結(jié)合比較緊密的領(lǐng)域。我們和這家公司成立了合資公司。它做的是無人機(jī)維修。

無人機(jī)不只是我們平時(shí)娛樂使用的大疆無人機(jī)，也包括大量工業(yè)領(lǐng)域使用的無人機(jī)。比如消防、電網(wǎng)巡檢、農(nóng)業(yè)植保等場景，都會(huì)用到無人機(jī)。與此同時(shí)，國家也在大力推動(dòng)低空經(jīng)濟(jì)。低空經(jīng)濟(jì)中既包括部分載人場景，也包括大量無人機(jī)相關(guān)應(yīng)用。隨著無人機(jī)類型越來越多、保有量越來越大，圍繞無人機(jī)的后市場服務(wù)也會(huì)越來越重要。

玩過無人機(jī)的人應(yīng)該都有體會(huì)：無人機(jī)的損壞率其實(shí)比較高。因?yàn)樗窃诳罩酗w行，使用過程中又容易出現(xiàn)誤操作，所以發(fā)生損壞的概率并不低。但目前市場上，與無人機(jī)后市場和維修相關(guān)的專業(yè)服務(wù)還相對空白。我們做過調(diào)研，至少在華南地區(qū)，或者說在兩廣地區(qū)，真正專業(yè)做無人機(jī)維修的公司非常少。

第139屆中國進(jìn)出口商品交易會(huì)上，各類無人機(jī)展品備受關(guān)注。從攝影“天眼”到應(yīng)急裝備、巡檢神器，新技術(shù)、新場景涌現(xiàn)。圖源：新華社

正是在推動(dòng)AI生態(tài)和相關(guān)產(chǎn)業(yè)生態(tài)繁榮的過程中，我們挖掘了這樣一個(gè)團(tuán)隊(duì)。這個(gè)團(tuán)隊(duì)一開始規(guī)模并不大，總共只有4個(gè)人。在我們投資和收購之前，這個(gè)團(tuán)隊(duì)其實(shí)已經(jīng)在承接廣東、廣西地區(qū)不少公安系統(tǒng)無人機(jī)設(shè)備的維保和升級業(yè)務(wù)。此外，他們現(xiàn)在也是大疆官方指定的第三方維修機(jī)構(gòu)。這些資質(zhì)和榮譽(yù)，說明團(tuán)隊(duì)已經(jīng)具備較強(qiáng)的技術(shù)能力和行業(yè)認(rèn)可度。

關(guān)于無人機(jī)維修，大家可能會(huì)有一個(gè)疑問：我的機(jī)器壞了，為什么不直接找大疆或者原廠維修？這里面其實(shí)有幾個(gè)問題。

首先，原廠保修期通常比較短。過了保修期之后，真正能夠?qū)I(yè)維修無人機(jī)的機(jī)構(gòu)并不多。無人機(jī)維修和手機(jī)維修不一樣。手機(jī)維修行業(yè)發(fā)展時(shí)間比較長，市場比較成熟，維修人員的整體技術(shù)水平也相對較高。但無人機(jī)維修行業(yè)還處在比較早期的階段，真正懂維修、會(huì)維修的人并不多。

其次，目前市面上很多所謂的無人機(jī)維修，本質(zhì)上只是進(jìn)行零部件替換。比如旋翼壞了，就換一個(gè)新的；某個(gè)外部結(jié)構(gòu)斷了，也換一個(gè)新的。但這種方式能夠覆蓋的場景非常有限。很多情況下，故障并不是簡單更換零件就能解決的。比如設(shè)備內(nèi)部芯片出現(xiàn)損壞，或者電路層面出現(xiàn)問題，就很難通過簡單換件完成維修。如果無法維修，就只能直接更換整機(jī)。而一旦過了保修期，直接換機(jī)器的成本其實(shí)非常高。

我們看中的這支團(tuán)隊(duì)，核心優(yōu)勢就在于他們能夠做到“芯片級”的維修。這說明團(tuán)隊(duì)技術(shù)能力足夠強(qiáng)，也因此獲得了大疆方面的兩項(xiàng)重要認(rèn)可：第一，他們是大疆官方指定的第三方機(jī)構(gòu)，這是對其維修技術(shù)能力的認(rèn)可。第二，我們的團(tuán)隊(duì)叫“維槳”，我們培養(yǎng)出來的人才，如果通過相關(guān)考核，可以直接進(jìn)入大疆工作。這兩個(gè)資質(zhì)和榮譽(yù)，都說明大疆對我們技術(shù)水平和人才培養(yǎng)能力有較高認(rèn)可。

總體來說，我們非常看好無人機(jī)維修這一賽道。我也聯(lián)系過廣州市和廣東省低空經(jīng)濟(jì)協(xié)會(huì)，了解到真正能夠做到芯片級維修的企業(yè)非常少。北方可能還有一兩家，但在南方，尤其是華南地區(qū)，專業(yè)企業(yè)非常稀缺。因此，這是一條非常藍(lán)海的賽道，我們也堅(jiān)定看好它的長期發(fā)展。

更重要的是，我們在這個(gè)賽道上已經(jīng)有一個(gè)比較清晰的戰(zhàn)略布局。如果這個(gè)事情真正做起來，后續(xù)至少可以向兩個(gè)方向延展：第一是門店賦能，第二是品類擴(kuò)充。

所謂門店賦能。例如目前維修手機(jī)等電子產(chǎn)品的門店非常多，但能夠維修無人機(jī)的門店很少。我們可以通過品牌和技術(shù)賦能，讓現(xiàn)有手機(jī)維修店在原有業(yè)務(wù)基礎(chǔ)上，增加無人機(jī)維修服務(wù)。這樣一來，服務(wù)網(wǎng)絡(luò)就可以比較快地鋪開。

還有品類擴(kuò)充。為什么我們把自己定位為“無人設(shè)備服務(wù)商”，而不是單純的“無人機(jī)服務(wù)商”？因?yàn)闊o人機(jī)目前已經(jīng)有一定保有量，但未來更大的空間還在其他無人設(shè)備上，比如機(jī)器人。現(xiàn)在具身智能和人形機(jī)器人賽道剛剛起步，人形機(jī)器人的保有量還很低。機(jī)器人賽道不只有人形機(jī)器人，也包括各種不同形態(tài)的機(jī)器人。隨著未來機(jī)器人保有量逐漸上升，后續(xù)必然會(huì)出現(xiàn)各種維修、維保和升級需求。這個(gè)趨勢是肉眼可見的。因此，我們希望趁這個(gè)賽道還處在藍(lán)海階段，盡早進(jìn)入并占住位置。

此外，我們現(xiàn)在正在和清華大學(xué)出版社合作編寫一本無人機(jī)維修教材。目前書稿已經(jīng)在撰寫過程中，如果一切順利，可能今年12月就會(huì)出版。這也有望成為全國第一本系統(tǒng)性的無人機(jī)維修教材。通過人才培養(yǎng)、教材建設(shè)、高校合作，以及在一些職業(yè)院校共建無人機(jī)維修產(chǎn)業(yè)學(xué)院或相關(guān)專業(yè)，我們希望形成一整套體系化布局，進(jìn)一步占領(lǐng)這一賽道。

七、產(chǎn)業(yè)賦能的關(guān)鍵，是做好“最后一公里”

最后簡單介紹一下我們自己。我們百度飛槳廣州中心主要做的是產(chǎn)業(yè)賦能。所謂產(chǎn)業(yè)賦能，就是把人工智能真正用到各個(gè)產(chǎn)業(yè)中，做好技術(shù)落地的“最后一公里”。

因此，我們的工程師更多是偏應(yīng)用型的工程師，不是純粹做前沿研究的研究人員。我們更關(guān)注的是如何把AI技術(shù)轉(zhuǎn)化為可落地、可使用、能解決實(shí)際問題的應(yīng)用方案。

目前，我們的業(yè)務(wù)大致分為三個(gè)板塊。第一個(gè)板塊是工業(yè)領(lǐng)域，包括AI質(zhì)檢、AI分揀、AI排產(chǎn)等。第二個(gè)板塊是AI城市，涵蓋公檢法、應(yīng)急管理、智慧城市、智慧高速公路等場景，這是一個(gè)相對綜合的板塊。第三個(gè)板塊是與高校合作，包括前面提到的產(chǎn)業(yè)學(xué)院、人才培養(yǎng)，以及培訓(xùn)、研學(xué)等業(yè)務(wù)。我們也已經(jīng)做了不少案例。當(dāng)然，其中有些是百度體系完成的，有些是我們中心參與完成的。在智慧工業(yè)等領(lǐng)域，包括這里列出的部分案例，就是我們中心自己做的。

※文章根據(jù)陳云峰在IPP明遠(yuǎn)講壇的講座發(fā)言整理

陳云峰在明遠(yuǎn)講壇分享其對大灣區(qū)人工智能產(chǎn)業(yè)的前沿觀察

與談人、華南理工大學(xué)工商管理學(xué)院副教授劉意對講座進(jìn)行點(diǎn)評

與談人、華南理工大學(xué)公共政策研究院資深研究員蔣余浩與到場嘉賓展開交流

陳云峰與廣州市人民政府研究室研究中心一級調(diào)研員蔣國學(xué)（左三）、廣州市社科院城市文化研究所孫占卿副所長（右二）、廣州市委黨校政治學(xué)與法學(xué)教研部副教授楊濤（左二）等與會(huì)嘉賓在講座結(jié)束后合影

IPP公共關(guān)系與傳播中心

排版 | 周浩鍇

校對 | 劉 深

終審 | 劉金程

IPP評論熱門文章

關(guān)于IPP

華南理工大學(xué)公共政策研究院（IPP）是一個(gè)獨(dú)立、非營利性的知識創(chuàng)新與公共政策研究平臺。IPP圍繞中國的體制改革、社會(huì)政策、中國話語權(quán)與國際關(guān)系等開展一系列的研究工作，并在此基礎(chǔ)上形成知識創(chuàng)新和政策咨詢協(xié)調(diào)發(fā)展的良好格局。IPP的愿景是打造開放式的知識創(chuàng)新和政策研究平臺，成為領(lǐng)先世界的中國智庫。