從模型能力到產業價值:企業AI落地的第一手經驗

AI IN ACTION·落地有聲——2026 AI產業落地研討會近250位企業創始人與決策者、技術推動者、投資人以及高校研究者齊聚深圳,共同探討AI在企業中的真實落地 上午的圓桌論壇由王培淳教授主持,主題是「AI在醫療與金融:從應用探索到價值創造」。 在「AI時代下的製造業和服務業智能化新範式」圓桌中,長信科技李荔芳、儒拉瑪特智能陳雲澤、靈美智能張康融、明略科技姜平、海致科技何飛宏等嘉賓,分享了從大型組織OKR對齊、製造數據與參數優化、到零售具身智能和產業智能體的落地案例。

從模型能力到企業生產力:AI落地需要跨越的距離

AI模型越來越強,企業生產力為何沒有同步提升?從歷史上的技術變革到今天的企業實踐,模型能力與經營價值之間,仍有一段需要通過流程與組織調整來跨越的距離。2026年9月16日,由香港大學CAMO AI落地實驗室發起,聯合華興資本、深圳科創學院舉辦的「AI in Action·落地有聲——2026 AI產業落地研討會」在香港大學經管學院深圳校區舉行,圍繞AI如何進入真實業務、從試點走向規模化展開交流。研討會發起人、港大經管學院管理及商業策略學副教授、AI落地實驗室主任王培淳教授在「企業AI落地:從試點到規模化」主題分享中提出,模型能力的提升,並不意味著企業能夠自動獲得相應的生產力提升。如何跨越兩者之間的距離,是這場研討會關注的核心問題。

沈海鵬|人工智慧時代的「快與慢」:在快速發展中尋找技術創新的平衡

人工智慧正處於快速發展的階段。隨著模型能力持續提升,AI 正在成為全球科技創新的重要方向。與此同時,在技術快速迭代、資本持續推動及應用場景不斷拓展的過程中,如何保持創新速度、如何進行沉澱與思考、如何推動不同領域之間的融合,也成為人工智慧發展過程中需要持續關注的問題。

從體力到腦力:AI驅動的第四次大壓縮正在發生|港大中心 × 信通院華東分院 × 模馭AI聯合報告發布

7月20日,香港大學人工智能管理與組織研究中心(HKU CAMO)、中國信息通信研究院華東分院與模馭AI三方聯合,在WAIC 2026西岸國際會展中心,發布《AI大壓縮:智慧經濟時代的生產範式轉移》研究報告。 報告系統提出「AI大壓縮」理論框架,核心命題是:AI正在對認知勞動的中間環節進行系統性壓縮,人類正經歷繼能源、材料、資訊之後的第四次生產範式轉移。 來自政府部門、智庫科研機構、學術單位、行業協會、投資機構及產業生態伙伴的數十位嘉賓出席發布會,共同見證這項產學研跨界研究成果的正式亮相。 理論溯源:「大壓縮」從何而來 「AI大壓縮」概念的提出者、港大CAMO主任李晉教授在視訊致辭中,從組織理論視角闡述了這個框架的學術起點。 李晉教授指出,一百年前亨利·福特的流水線壓迫了體力勞動的個體差異;今天,AI正在壓縮腦力勞動的個體差異。他將此過程概括為「大壓縮曲線」——少量投入即可獲得可觀產出,曲線陡峭上升後趨於平緩。駕馭這條曲線的核心機制是「拆分與整合」(bundling and unbundling):將任務拆分為AI擅長的標準化部分與人類擅長的判斷性部分,同時透過整合使單一管理者承擔過去三到五倍的管理幅度。 一、第四次大壓縮 從物質到認知人類技術史呈現一致的壓縮規律:能源 → 材料 → 訊息 → 認知勞動。 AI觸發的第四次壓縮,首次將對象從物理世界轉向認知勞動本身。凡是基於SOP和經驗的重複性認知工作,均處於壓縮區間。 二、四維壓縮同步展開 時間壓縮:蛋白質結構預測從數年縮至小時,合約審查從數天降至分鐘,交付週期壓縮達2-4個數量級空間壓縮:專業能力首次與專家物理位置解耦,理論上可實現無限並發價值鏈壓縮:數十人協作的創作鏈路,正收斂為「人定義需求—AI交付結果」的閉環組織壓縮:金字塔層級結構向「少量決策者 + AI系統」的精簡架構演進 三、第一原理:圍繞AI重構,而非在舊流程上疊加AI AI時代的設計原則是圍繞AI能力重建業務流程。人類的核心職責最終收斂為三項:定義目標、處理例外、承擔責任。…