周云杰代表提议：AI发展路线图，抢先看！

AI革命，引领未来科技风云

　　 2025年，AI热潮一浪高过一浪，在全国两会这一社会各界共商国是的重要时刻，AI的热度无疑达到了新的高峰。今年的两会不仅关注经济、民生等传统议题，还特别聚焦于人工智能技术的发展与应用。代表委员们纷纷提出建议，希望政府能够加大对AI领域的投入和支持，以促进技术创新和产业升级。同时，也有声音提醒，随着AI技术的快速发展，相关的法律法规和伦理规范也需要同步跟进，确保技术进步能够惠及全社会。 发表的看法观点： AI技术的迅猛发展为国家的科技进步和产业升级带来了前所未有的机遇。然而，如何平衡技术创新与社会伦理，避免技术滥用带来的负面影响，是我们必须认真思考的问题。两会期间，各界对AI的关注表明了这一领域的热度持续上升，也反映了人们对未来科技发展的期待和担忧。因此，政策制定者需要在推动技术发展的同时，加强监管，确保技术进步能够真正造福于民。

　　 “人工智能是中国企业的时代机会，相信会有更多中国企业不断创造出享誉世界的中国品牌！”3月5日8时许，全国人大代表、海尔集团董事局主席、首席执行官周云杰在十四届全国人大三次会议首场“代表通道”集中采访时这样表示。

　　 据周云杰介绍，他在今年提交了三项提案，主题均围绕AI展开，涵盖了工业大模型、家庭大模型以及血液及血液制品等领域。这些建议旨在解决AI大模型在训练与应用中的实际难题，并提出了一系列思考与建议。

　　 工业场景难应用，需支持龙头企业先行先试

　　 与AI的高热度形成鲜明对比的是，人工智能在工业中的实际应用仍面临诸多挑战。尽管服务业和金融业已经广泛采用了AI技术，但工业领域的应用场景和普及率还有很大的发展空间。根据Gartner的最新数据，截至2024年6月，仅有8%的中国企业在生产环境中部署了生成式人工智能，这一比例显著低于全球超过20%的企业采用率。 这表明，虽然AI技术在某些领域取得了显著进展，但在工业领域，其应用还处于起步阶段。这可能与工业环境的复杂性以及对稳定性和安全性的高要求有关。为了推动AI技术在工业领域的广泛应用，不仅需要技术创新，还需要企业、政府和技术供应商之间的紧密合作，共同克服当前面临的难题。

　　 长期在工业互联网领域工作的周云杰对此深有感触。根据海尔卡奥斯工业互联网平台帮助16万家企业实现数字化转型的实际经验，周云杰指出，目前面临的最大挑战在于，工业大模型难以高效适应不同的工业场景。由于各种工业场景的数据和知识需求各不相同，这对工业大模型的通用适配能力提出了更高的要求。

　　 举个例子，同样是AI视觉检测这一工业场景，在家电和食品工厂中的场景数据、知识需求各不相同，这就需要工业大模型能够针对不同场景进行适配。然而，当前这种工业大模型的泛化适配和调优过程不仅成本高昂、耗时较长，而且成功率较低，导致其难以迅速应用于新的生产环境。这无疑增加了企业在采用新技术时的风险与挑战，同时也对技术开发者提出了更高的要求，他们需要探索更为高效的方法来降低适配成本、缩短调整周期，并提高成功率，以更好地满足各类工业场景的需求。 这样的现状表明，虽然AI技术在工业领域的应用前景广阔，但实际落地过程中仍面临诸多障碍。企业与研究机构需共同努力，推动技术创新，优化现有流程，从而加速AI技术在更多工业场景中的普及与应用。同时，这也提醒我们，在推进技术发展的同时，还需关注如何构建一个更加完善的技术生态系统，为企业的数字化转型提供有力支持。

　　 周云杰建议，重点支持家电、汽车、医疗等行业中的领军企业，依托其场景、数据、制造和人才优势，围绕“一图四清单”开展工业大模型应用的先行先试。这些企业在研发设计、生产制造、经营管理等关键环节深度应用工业大模型，不仅能够显著提升自身的竞争力，还能够提炼出可复制的成功案例，树立行业标杆。这不仅是对先进技术的一次重要探索，也是推动产业升级转型的有效途径。通过这样的实践，可以为其他企业提供宝贵的经验，促进整个行业的智能化升级。

　　 据悉，为了加速人工智能在工业领域的应用，海尔已率先在平台搭建和场景优化两个维度展开了积极探索。

　　 在平台建设上，海尔卡奥斯工业互联网平台自主研发了天智工业大模型，沉淀形成了4700个行业机理模型和200多个专家算法，已在海尔佛山洗衣机互联工厂、合肥冰箱互联工厂中取得了显著成效。今年初，卡奥斯率先将DeepSeek-R1接入到天智工业大模型中，加快工业垂域大模型平台建设。

　　 在场景优化方面，天智工业大模型已经助力汽车、化工、模具等九大行业中的45个高价值场景实现了显著提升。例如，在注塑工艺优化的应用中，注塑机的生产能耗减少了10%，节拍提升了7%，调参周期缩短了90%；而在智能柔性装配系统的应用中，工艺设计效率提高了30%，换产调试效率提升了50%。

　　 “今年是我连续第9年针对工业互联网提出相关建议，在AI科技的助力下，新型工业化正迎来全新的发展局面，中国智造正在创造更大的想象空间。”周云杰称。

　　 家庭数据难训练，需群企共创垂域数据基础

　　 算力、算法、数据与算力是大模型发展的“三驾马车”。然而，不同于大模型在工业领域的场景适配难题，智慧家庭大模型进一步发展的短板在于数据，尤其是该领域真实且专业的数据。 智慧家庭大模型要想取得突破性进展，就必须解决数据获取的问题。真实、高质量的数据能够显著提升模型的准确性和实用性，使其更好地服务于家庭生活。因此，如何在保护用户隐私的前提下，收集并利用这些数据，成为了一个亟待解决的关键问题。同时，这也要求行业内部加强合作，共同构建一个全面且专业的数据平台，以促进智慧家庭技术的快速发展。

　　 正如汽车需要燃油和电力来驱动一样，数据也是推动AI进行思考和决策的关键。优质的数据集可以帮助模型捕捉更多特征，从而提升预测和分类的准确性。”周云杰做了一个生动的类比。

　　 对于通用大模型而言，如DeepSeek的训练数据量确实庞大，总数据量达到2万亿个标记（tokens）。这些数据来源广泛，包括了代码数据集、特定领域的文献以及网页数据等。然而，对于垂直领域的大模型来说，除了这些通用数据之外，特定领域的高质量且量充足的数据显得尤为重要。 在当前的信息时代，海量数据为人工智能的发展提供了强大的动力。尤其是针对垂直领域的大模型，如何获取并利用好高质量的数据，成为了决定其能否取得突破的关键因素。这也意味着，在未来的人工智能研究与应用中，不仅要关注数据的广度，更要注重数据的深度和精准度，以确保模型能够更准确地服务于特定行业的需求。

　　 周云杰指出，未来的智慧家庭垂直领域大模型不仅依赖于传统的家用电器和户型环境等被动数据，更重要的是要整合人机交互、力觉以及视触觉等多种主动数据。这些数据的来源应涵盖人工标注、仿真生成和训练场生成等多种主动采集方式。

　　 在一线履职中他发现，目前智慧家庭垂域大模型的数据困境表现在两端：一是在数据采集端，主动数据少、采集成本高，极大制约了行业垂域大模型的开发进度；二是在数据服务端，跨界融合难、平台支撑弱，靠企业的力量难以实现高效的全场景整合与训练，亟需国家统筹与支持。

　　 为此，他提议由国家主导，培育数据采集产业，通过全民贡献与企业共创的方式，推进数据贡献参与工程，从而实现各行业的全面数据覆盖。同时，建议国家支持企业建立智慧家庭全场景的数据仿真平台和训练场，以培养高质量的垂直领域大模型，推动具身智能技术在智慧家庭中的广泛应用，助力家庭服务型机器人的发展，促进新型生产力的提升。 这一提议不仅有助于加速数据采集和利用的规范化进程，还能有效整合社会资源，形成合力。通过全民参与和企业创新的结合，有望大幅提升数据的质量和覆盖面，为智能化时代的到来奠定坚实的基础。同时，智慧家庭场景的应用将进一步丰富具身智能技术的实践，为人们的生活带来便利，同时也为相关产业的发展注入新的动力。

　　 据公开信息，经过40年的创业历程，海尔在全球范围内建立了最大的智慧家庭生态系统。在中国，海尔智家平台活跃用户超过1000万，三翼鸟已进入345万个家庭，每月为用户提供超过6亿次智慧生活服务。在美国，SmartHQ平台的联网用户超过400万，实现了用户、家电和生态方之间的智能互动。在欧洲，hOnAPP注册用户超过630万，使用户体验到高效的智慧生活方式。在日本，AQUA正在加速推进智慧社区洗衣服务。在东南亚地区，海尔通过Haismart为当地用户提供智慧家庭解决方案。 从这些成就可以看出，海尔不仅在国内市场取得了显著成功，而且在国际市场上也展现出了强大的竞争力。海尔通过不断创新和拓展，成功地将智能家居理念推广到了全球各地，为用户提供了更加便捷、智能的生活体验。这种持续创新的精神值得其他企业学习和借鉴。

　　 业内人士认为，这些遍布全球的智慧生活平台，以及服务全球10亿用户家庭的智慧家电，都决定了海尔在发展智慧家庭垂域模型的路上已经领先了一个身位。

　　 探索医疗新可能，用AI提高血液调配效率

　　 除了家庭生活、工业生产外，人工智能大模型还可以创造哪些新可能？

　　 在周云杰的观点中，人工智能技术在关乎国家发展和民众福祉的关键民生领域展现了巨大的潜力。例如，AI在服务血液供应体系建设方面，为解决中国长期存在的血液供需不平衡问题提供了新的思路。 这一创新应用不仅体现了科技对社会问题的积极影响，也展示了如何通过技术创新来应对传统难题。人工智能的介入，使得血液管理和分配更加高效和精准，有助于提升医疗系统的整体效能，从而更好地保障民众健康。这不仅是技术进步的一个重要里程碑，也为其他类似的社会问题提供了可借鉴的经验。

　　 在青岛市中心血站进行调研期间了解到，我国临床用血目前仍处于供需“紧平衡”的状态。以青岛为例，由于人口老龄化和医疗服务需求的增长，全市每年对血液的需求量接近45吨。然而，令人欣慰的是，2022年的献血总量达到了约46吨，仅略高于年度需求量。 这种微小的盈余虽然暂时缓解了血液供应的压力，但并不意味着可以放松警惕。人口结构的变化和医疗技术的进步将持续增加对血液的需求。因此，建立一个更加稳定和充足的血液供应体系仍然是未来需要重点关注的问题。同时，提高公众对无偿献血重要性的认识也显得尤为关键，这不仅有助于应对当前的挑战，也为未来的潜在需求做好准备。

　　 除了采供血紧平衡态势，城域血液资源分布不均、血液信息不能共享、血液调剂难、缺乏统一管理等问题，进一步加剧了临床用血供需矛盾。

　　 “全国血站的智慧化建设水平参差不齐，不同采供血机构之间尚未完全联网，血液信息不能共享，无法实现血液有效管理及合理调拨。”对此，周云杰建议，在加大宣传力度、提升血站服务水平、强化献血者优先用血权益的保障之外，要进一步采用信息化手段，实现城市血站、医院血库与手术室无缝对接，保障病人用血零等待，实现临床用血零浪费。

　　 周云杰的这一建议来自于诸多城市行之有效的实践经验。海尔大健康产业盈康一生旗下海尔生物医疗创新打造智慧血液城市网方案，目前已经在青岛、宜昌、鄂尔多斯等城市落地，数字化血液安全管理方案也已在北京、上海、天津等多个城市应用，并逐步推广至全国32个省1300多家三甲医院，推动城市血液管理智慧升级。

　　 在过去，鄂尔多斯市中心血站向旗县医院送血，通常需要至少2小时的时间，而一些位置更加偏远的医院甚至需要4小时。这一过程不仅消耗了大量的人力和物力资源，还严重影响了血液供应的及时性。 这种现状不仅增加了运输成本，还对紧急情况下的血液供应造成了不小的压力。为了提高血液运输效率，减少因交通延误带来的风险，有必要考虑引入更先进的物流系统或优化现有的配送路线。此外，可以探索建立区域性血液调配中心，通过科学规划和合理调度，确保在最短时间内将血液送达需求地点，从而更好地保障医疗救治的及时性和有效性。

　　 在海尔生物医疗构建的智慧血液网络的支持下，临床取血时间从4小时大幅缩短至最短2分钟，不仅解决了以往常有过期血液无法使用、未备血导致延误治疗的问题，还为抢救生命赢得了宝贵的时间，真正实现了血液使用的零等待和零浪费。

　　 一方面，鄂尔多斯市中心血站在六个主要储血点配备了海尔生物医疗智能无人值守血液冰箱，冰箱内的血液类型、环境温度、箱内库存和质量等信息均可实时监控。当需要使用血液时，医院可以通过线上系统提交用血申请，并在获得血站授权后，从指定的储血点取血。此外，鄂尔多斯市中心血站利用海尔生物医疗的数字技术，打造了一个城市血液管理信息平台，实现了全市范围内血液信息的有效共享以及血液安全的全流程监管，从而辅助血液管理和决策，优化血液资源配置。

　　 周云杰提出，在AI快速发展的背景下，企业必须选择与AI共同进步，否则就可能被边缘化。他建议，企业应首先加强信息化和数字化的基础建设，并根据自身的业务特点来规划人工智能的发展策略。企业应该从实际应用场景出发，进行总体的战略规划，但同时也要有步骤地推进实施，根据不同情况灵活地利用AI技术，从而在AI时代实现高质量的发展。 这种建议对于企业在数字转型过程中具有重要的指导意义。随着AI技术的不断成熟和普及，企业只有积极拥抱这些新技术，才能在未来竞争中占据有利位置。同时，基于企业自身特性的定制化策略，不仅能够更好地满足企业的实际需求，还能有效避免资源浪费，提高投资回报率。此外，强调分阶段实施和灵活性，也意味着企业可以根据市场和技术的变化及时调整方向，确保长期稳定的发展。