每經記者：張宏 溫夢華 每經編輯：李雨冰

6月23日至25日，世界經濟論壇第十七屆新領軍者年會（即夏季達沃斯論壇）在大連拉開帷幕。來自90多個國家和地區的1700余名嘉賓齊聚這座海濱城市，帶來多場世界級思想碰撞。

相比往屆，今年貫穿全場的最熱關鍵詞，無疑是AI（人工智能）。僅開幕當天，與AI直接相關的論壇就超過十場。不過，《每日經濟新聞》記者（以下簡稱“每經記者”）現場注意到，今年的話題重心明顯轉向了AI的落地困境與現實挑戰。

過去，我們驚嘆于AI的算力飛躍和量子計算的突破；如今，當基礎模型不再是“門檻”，滲入制造業、交通、醫療乃至日常生活的方方面面，如何實現AI的規模化落地？如何更好地演進、治理AI？這些問題正成為頻頻被提及和探討的新考題。

“智能模型的演進不僅是在某個地方的演進，而是在全世界各地、各個方面都能進行協同的演進。與此同時，制約AI發展的因素不是智能，而是基礎設施。”6月23日論壇現場，世界500強NTT集團五大核心集團之一、日本IT服務巨頭NTT DATA Inc.首席戰略官Roli Agrawal在接受每經記者獨家采訪時坦言。

2026夏季達沃斯論壇現場 圖片來源：每經記者 張宏 攝

別只盯著大模型了！“制約AI發展的不是智能而是基礎設施”

6月23日，在關于“AI無處不在，卻非一蹴而就”的論壇上，來自世界各地的多位嘉賓從宏觀視角共同探討AI的規模化落地、AI演進、AI治理等話題。

現場，談及AI演進，Roli Agrawal直言“我們不僅要關注這一個問題，而是需要同時關注好幾個問題”。

Roli Agrawal認為，要讓AI大規模運作，這不僅僅是對AI本身的投資，基礎設施的建設、多代理協調、AI的主權和隱私邊界、正確的治理等，都是AI演進過程中需要關注的問題，要關注AI在全世界各地都能進行協同的演進。

“首先，很重要的問題就是基礎設施。制約AI發展的因素不是智能，而是基礎設施。”Roli Agrawal向每經記者進一步解釋道，比如你造了一輛智能汽車，但是你的路不達標，我們目前擁有的基礎設施是為數字時代而建立的，而不是為AI而建立。因此，基礎設施也需要同步演進，而建立有關AI的基礎設施時，最重要的資源則是計算和網絡。

計算方面，Roli Agrawal認為，需評估數據中心的容量與能力，明確邊緣計算與云計算的分布策略——哪些部署于工廠現場，哪些置于云端。網絡方面，數據流轉依賴網絡支撐，必須具備低延遲、高帶寬特性，這對自主式AI尤為關鍵。

“若傳感器檢測到異常需立即停線，極低的網絡延遲不可或缺。”她以工廠場景為例，“目前光子網絡等新技術（如端到端全光子方案）已在多個數據中心部署。因此，基礎設施升級應同時覆蓋計算（邊緣與云端、本地數據中心）與網絡兩大維度。”

最后，Roli Agrawal坦言，AI的主權和隱私也是很大的問題，需要設計基礎設施的主權和隱私邊界。此外，影響AI拓展的因素則還有治理和信任，轉入權、問責制等都很重要，需要在全球范圍內進行AI治理的協調。

“創新是創造了潛力，執行能帶來影響力，而治理則真正能使（AI）的影響力升級。”Roli Agrawal表示。

人工智能成大國博弈“新戰場”：“成本與開放性或成未來差異化變量”

當下，人工智能已成為大國博弈的關鍵領域。世界主要經濟體如美國、日本、英國等都將其視為提升國家競爭力、維護國家安全的重大戰略，全球競爭已從單一的算力與模型比拼，轉向了生態與應用的全面博弈。

2026年，中美人工智能競賽持續升溫，雙方競爭早已從單一技術維度的比拼，擴展至生態構建與全球應用的全面博弈。

“這兩個國家的AI產業都在快速推進。但我認為，在科技方面，這些技術如何在全球范圍內被采用，將受到主權規則和地緣政治的支配和定義，這兩個國家都在以非常強勁、堅實的步伐前進。”深耕產業多年，談起當下中美人工智能的發展格局，Roli Agrawal向每經記者坦言。

斯坦福大學《2026年人工智能指數報告》數據顯示，截至2026年3月，中美在頂級AI模型性能上的差距已收窄至約2.7%，并自2025年初起多次出現動態交替領先的局面。其中，2025年以來，中國在論文發表數量、論文被引頻次、專利產出總量以及工業機器人安裝量等多項指標上已占據優勢。

不過，在技術指標之外，成本與開放性也正成為重塑全球AI格局的關鍵變量。

“比如來自中國、成本相對較低的模型，它們非常有用，特別是對于成本有限制的國家；此外，任何開源模型對整個社會也非常有益，這些模型的成本和開放性，未來可能會帶來很大差異。”

東方證券相關研報也指出，國內多家模型公司產品在全球模型性能榜單上占據較為領先的位置，且多數保持開源、API（應用程序編程接口）調用成本較低，使得中國模型在OpenRouter等token（詞元）分發平臺上占據領先位置。此次微軟考慮將DeepSeek V4引入企業AI工具Copilot Cowork，原因就是DeepSeek V4模型開源，而API調用成本僅為Anthropic Opus 4.8的1/25不到。

如何讓AI真正從報表上造福企業？“規模化部署AI需要‘1-2-3-4法則’”

各行各業爭相嵌入AI。然而，今年2月，美國國家經濟研究局（NBER）發布報告，基于對美、英、德、澳6000多名CEO（首席執行官）及高管的調研顯示：超80%的企業表示，過去三年AI尚未對公司發展產生可衡量的影響。

如何讓AI真正從報表上造福企業？

Roli Agrawal告訴每經記者，她建議，與其嘗試幾百個用例，不如找出對企業真正具有杠桿效應的一到三個核心領域。

“例如，保險行業的理賠與核保、銀行業的交易監控與貸款欺詐檢測等。先識別出這些關鍵領域，再思考如何借助AI對其進行徹底重構，以此推動AI落地。”

此外，要對不同階段的成本配置有所預估。

“規模化部署AI需要‘1-2-3-4法則’。”Roli Agrawal說，“若投入1美元于AI技術本身，則需同步準備：2美元用于變革管理，確保人員同步跟進；3美元用于架構設計，包括治理體系、token優化、安全護欄、多智能體協同等；4美元用于數據準備，確保數據在構建AI應用前已就緒且統一。”