产业链日趋成熟，但高质量数据依旧稀缺 AI硬件距离“奇点时刻”还有多远？

近日，2025年度生成式AI商业高峰论坛于上海召开。学界与业界的多位嘉宾，共同探讨生成式AI（人工智能）如何从前沿技术，真正转化为驱动商业增长的引擎。

长江商学院金融学助理教授、哥伦比亚大学金融学博士梅丹青指出，当下人类正接近“科技奇点”，以大语言模型为代表的强人工智能等前沿技术即将迎来爆发式跃迁的阶段。

梅丹青认为，在后GPT时代，企业的核心竞争力将从“技术优势”转向“数据壁垒”。所有公开知识都有可能被大模型学遍，唯有企业自身沉淀的垂直数据和行业经验才是AI无法探查的“护城河”。

AI硬件的“奇点时刻”是否已经到来？

在题为《从ChatGPT到DeepSeek，探索AI的无限可能》的主旨演讲中，梅丹青阐述了当前AI技术发展的关键趋势及其对商业世界的深远影响。

梅丹青 图片来源：主办方供图

梅丹青强调，AI时代的真正变革，不止于模型性能的提升，而在于算力瓶颈的突破和数据作为新生产资料的重构作用。他还提醒企业家，要用发展的眼光看待AI大模型能力的演进，即便当前AI尚无法完全满足业务场景，也应尽早开展数据体系建设，为未来模型升级后的接入打下基础。同时，他预测AI将突破传统商业中“大量的客户—定制化的服务—可控的成本”的不可能三角，推动商业模式全面变革。

在“AI生产力：效率跃升与组织变革实践”主题圆桌中，来自多个领域的AI企业创始人和高管分享了他们在AI硬件落地与场景化应用方面的经验与思考。关于AI硬件的“奇点”时刻是否已至，现场观点并不统一。部分嘉宾认为挑战真实存在，例如数据采集难题、用户习惯的培养、应用场景的模糊、产品本身的续航与隐私考量等。尽管如此，嘉宾们普遍对未来1到2年的发展窗口期抱有期待。

赛博创力创始人兼CEO周羿旭认为，AI硬件领域的“奇点时刻”实际上已经到来。周羿旭表示，从底层技术准备到场景化应用的探索，整个AI硬件产业链在过去一年中已逐步走向成熟。特别是到了2025年，不仅是用户的接受度显著提升，行业上下游的渠道与供应链也开始加速响应，越来越多的合作伙伴投身于AI硬件的打造与推广。他判断，整个生态链已处于临界点，正等待新一代“超级硬件”引爆市场。

而松应科技联合创始人兼CFO郭斯强则持更为谨慎的态度。他指出，距离AI硬件走向“奇点时刻”的关键挑战在于高质量数据的稀缺，尤其对于具身智能设备而言，在真实物理环境中采集数据很难形成正向循环。缺乏大规模可训练的高质量数据限制了产品智能水平的提升，因此业界会更依赖虚拟仿真与合成数据，以此解决数据供需不平衡的问题。

后GPT时代，什么才是AI创业的真正壁垒？

在“AI产业：医疗金融双域创新与智能服务生态跃迁”主题圆桌论坛上，四位AI垂直场景创业者围绕“非技术壁垒”的构建展开深入讨论：尽管技术是推动AI落地的起点，但他们大多认为，决定一家AI公司能否在商业化上走得更远的，还有扎根产业深处的服务能力、用户信任关系以及商业需求的匹配度等因素。

“AI产业：医疗金融双域创新与智能服务生态跃迁”主题圆桌论坛 图片来源：主办方供图

深护智康AI的CEO叶海峰分享了公司在健康管理场景中的AI实践。其AI产品通过赋能营养师、运动教练等提升服务能力，实现了人效从“一人管理200人”提升至“管理1000人”的5倍增长。在服务过程中，AI负责“重复、烦琐、易错”的模块，人则保留对复杂情况的处理与情绪价值的输出。

在接受《每日经济新闻》记者采访时，叶海峰指出，AI并非凭空创造价值，而是赋能已有商业模式做得“更快、更好、更可规模化”。特别是在技术普及门槛快速下降的当下，唯有深入垂直业务、融入组织体系的AI能力才能形成真正的商业持续性。

叶海峰强调，AI不能“无中生有”地创造出一个此前不存在、也无法成立的商业模式。如果这个业务在没有AI的前提下都无法成立，哪怕是AI的帮助下也很难真正跑通。真正可持续的商业，始终应该是建立在合理模式与真实需求之上的，“AI行业应用是增效器和放大器，不是救世主”。

同时，AI从技术走向产品的过程中，服务和运营能力也是最容易被忽视、但也非常重要的非技术壁垒。讯兔科技创始人及CEO（首席执行官）李罗丹认为，AI产品如果仅仅是为用户提供信息、解决单一问题是不够的，好的AI产品要能够沉淀在用户的私域数据里，成为他每天离不开的工作助手。

“在中国的环境之下，我认为有三个私域场景是很关键的，第一个是会议，第二个是微信，第三个是所有的在线文档。”李罗丹表示，在AI垂直场景落地过程中，一个关键能力是打通用户的生产力工具、沟通工具与会议工具。