AI
摘
要6月18日，杜自2026中国海峡创新发展大会暨人工智能产业生态大会在榕举行，然构软通智慧副总经理杜自然称AI与AR加速向企业场景渗透，建体级进企业面临数据、化方化模型、案开算力、业超硬件等挑战，杜自提出“AI数据”一体化思路推动产业升级。然构

海峡网讯（记者 王挺）6月18日，建体级进2026中国海峡创新发展大会暨人工智能产业生态大会在榕举行。化方化会上，案开软通智慧数据科技（北京）有限公司副总经理杜自然发表了题为《AI产业超级进化：从技术突破到场景落地》的业超主旨演讲。他指出，杜自AI与AR技术正加速向企业场景渗透，然构产业升级的建体级进核心在于构建“数据—模型—算力—硬件”一体化的解决方案，并探索订阅式服务模式，以降低企业应用人工智能的门槛。

杜自然在演讲中首先分享了对当前AI产业发展的观察。他认为，随着技术迭代日益加快，单纯依赖技术优势的动能正在减弱。企业真正的核心竞争力，在于将数据作为新资产，将其与深厚的行业经验相结合，在具体的工业场景中实现技术转化与经验沉淀。

他将人工智能的发展划分为若干阶段，并强调当前已进入技术与物理世界深度交互、共生共融的时期。人工智能正从实验室走向规模化商业落地，行业关注的焦点必须转向打造可量化、可商业化的解决方案，完成从技术突破到场景落地的关键一跃。

然而，杜自然也坦言，企业在应用AI技术时，普遍面临四大挑战：第一，在真实的生产环境中，获取高质量、标准化的数据非常困难，尤其在一些极端工况或高危行业，数据采集成本极高。第二，现有的AI模型开发模式存在不足。传统开发周期长、成本高，且针对特定场景的模型定制过程繁琐，难以快速复制和推广。第三，云端算力在应对某些实时性要求高的场景时，存在延迟和信号传输问题，影响前端决策效率。第四，硬件组合方面，由于缺乏统一的数据接口和协议标准，不同硬件之间的协同困难，细微的硬件差异常常导致系统开发与集成的障碍，拖慢整体进度。

针对上述困难，杜自然提出了“AI数据”一体化的应对思路。其核心是构建一个融合数据、模型、算力、硬件的综合解决方案，通过开放的开发平台，降低技术应用门槛。

在数据层，需要构建动态的数据采集体系。针对通用性需求，可利用数字孪生技术在虚拟世界进行模拟仿真，生成海量数据，以解决真实数据稀缺的问题；针对精细操作，则通过遥操作、真人示教等方式获取专家级数据，并结合真实数据，全面覆盖模型训练需求。

在模型层，他主张构建一个通用大模型作为基座，企业无需从零开始训练，只需基于自身少量的场景数据进行高效微调，即可在特定任务上实现良好的效果，从而大幅缩短开发周期、降低成本。

在算力与硬件层，核心是实现云边端的协同化。同时，他还提出了商业模式的创新，倡导从一次性购买硬件转向“机器人即服务”的订阅制模式。企业可以按需租赁，根据淡旺季灵活调配产能，且运维由服务商负责。这种从“买”到“租”的转变，能有效降低企业应用人工智能的初始投入和长期运维成本，使其能够更专注于业务场景的融合与升级。

杜自然总结道，这场“AI产业超级进化”的核心，是让企业无需自建庞大团队、自行训练模型和选择硬件组合，而是通过一体化的解决方案和弹性服务模式，像使用水电一样便捷地获取数据、算力和算法。他最后表示，希望通过这一模式，推动各个产业的智能化升级，开启一个由数据与算力驱动的新时代。