“我们不能造好锤子再去找钉子，而是要根据钉子的形状来制造锤子”，在2025企业家博鳌论坛“人工智能+”生态范式论坛举办期间，北电数智首席科学家、复旦大学计算与智能创新学院特聘教授窦德景形象地概括了AI产业发展的核心逻辑。他强调，AI不能脱离具体场景空谈技术，而应以“数算模用”全栈布局，结合因地制宜的产业运营，才能扎根产业、解决问题，转化为生产力。

  当前，人工智能已成为驱动全球数字经济发展、重塑产业格局的核心力量，AI如何从“能用”迈向“好用”，从技术突破转化为产业实效？作为“人工智能+”生态范式论坛圆桌对话受邀嘉宾，窦德景在接受采访时，结合二十余年AI学术与产业实践经验，给出了以“数算模用”全栈布局破解落地卡点、释放产业价值的系统性实践路径。

北电数智首席科学家、复旦大学计算与智能创新学院特聘教授窦德景

  铸“锤”破局，“数算模用”纾解AI产业卡点

  从2000年参与RoboCup机器人足球项目开始见证AI早期探索，到亲历AlexNet、AlphaGo、ChatGPT等里程碑事件，窦德景深耕AI领域二十余年，对行业发展规律有着深刻洞察。“AI的每一次爆发，本质上都是技术与场景的深度耦合。中国AI正处于从‘跟跑’加速迈向‘并跑’的关键期，我们有丰富的数据资源和完整的产业链，场景应用是突出长板，但落地卡点也同样突出。”

  过去几年，我国在算力规模、基础模型上进展显著，快速造出了一批高质量“锤子”，但这些“锤子”在对接产业“钉子”时，却常因“型号不符”遇阻，诸多卡点亟待纾解。医疗、工业、金融等领域沉淀的高价值敏感数据，因缺少可信支撑难以流通利用，给垂类模型开发带来阻碍。不少企业虽有丰富应用场景，但算力、算法、数据与应用能力相互割裂，无法形成自我优化的闭环迭代系统。更值得关注的是，AI的可持续发展问题日益凸显，超大规模模型训练带来的高能耗，与绿色发展理念相悖。

  上述痛点正是AI从“能用”走向“好用”的核心障碍。窦德景强调，“AI的核心不是数据、算力、模型、应用的单一堆砌，而是四者深度绑定、闭环协同的系统能力。缺了任何一环都只是‘技术零件’而非‘生产力引擎’”。数据作为燃料，核心是安全、可信可用；算力是引擎，关键在集约智能调度；模型是大脑，基于数据和算力适配千行百业场景；应用是载体，能反哺新数据驱动闭环迭代。

  基于对AI本质逻辑的深刻认知，北电数智率先提出并实践“数算模用”全栈布局，已构建了四大系统性支撑平台。“前进·智算平台”实现国产算力的混元适配和按需调度，提供灵活高效的算力资源供给；“宝塔·推理引擎”优化模型推理效率，让AI能力快速响应场景需求；“红湖·可信数据空间”通过数据可用不可见、决策过程可追溯可审计，破解行业高价值数据流通难题；“新天·智能体平台”助力企业构建懂行业的智能体应用，让AI深度融入业务流程。

  窦德景强调，“‘数算模用’不是简单的技术叠加，而是构建一个环环相扣的闭环系统，既解决技术割裂问题，又通过可信数据空间保障隐私安全，将数据、算力、模型、应用能力充分拉齐，让AI技术真正能落地、能创造价值。”

  精准“钉”位，锚定医疗、工业优势落地场景

  “数算模用”可视作纾解AI卡点的“锤子”，而医疗行业与工业制造，则是窦德景早已瞄准的“钉子”。“这两个行业的优势十分突出：一是数据质量高、数量足，二是场景需求迫切，三是我国具备产业基础优势，完全有机会率先实现突破。”同时，这两个行业都对“数算模用”存在迫切需求，既需要“可信空间”对敏感数据的使用提供保障，又需要算力和模型定制满足碎片化的应用需求。

  以医疗领域为例，中国的头部医院在数字化方面已有较好基础，且医生接诊量大、病种覆盖全，形成了高质量的数据积累。北电数智的落地思路是“锚定优势科室、全栈能力适配”，围绕医院特色场景开展针对性合作。“中日友好医院的皮肤科和呼吸科实力突出，我们就针对性开发了皮肤专病大模型和相关智能体应用。”

  据了解，该模型基于双方共建的医疗可信数据空间，盘活了皮肤影像、病历文本、检查报告等多元数据，并以全栈能力为支撑实现本地化部署，做到安全、质量和效率兼顾。根据院方测试，该模型达到了中日友好医院内部中级医师考试准确率90%以上要求，超过当前市场通用模型及医疗行业模型效果，助力相应科室实现诊疗时间缩短20%，病例书写效率提升75%。

  在工业制造领域，针对部分企业数字化基础薄弱的问题，北电数智采取“先补短板、再赋新能”的策略。“只要企业决策者认识到AI的战略价值，我们可以帮助其快速补齐数字化功课，再基于‘数算模用’全栈能力推进AI应用。”目前，北电数智已助力多个制造企业实现生产效率优化、质量管控升级。某大型制造企业引入AI智能故障预测运维系统后，实现对故障的提前预知和主动运维，在运营效益上实现维护成本降低10%～40%，计划外停机减少50%，设备寿命延长5%～20%，同时备件库存资金占用节约15%～30%。

  扩“局”增效，打造精准可复制的中国AI生态范式

  医疗、工业场景的实践印证了“数算模用”将AI转化为产业效益的能力，而要让这套能力服务于更广泛的区域发展，还需要做好“区域适配”。当前，中国AI生态特点鲜明，各地产业结构各异、需求分化明显，如何避免同质化竞争、实现技术与区域发展的精准耦合，已成为构建AI生态范式的核心课题。

  窦德景指出：“‘数算模用’是标准化能力，而因地制宜的‘产业运营’是落地关键，二者结合，才能让AI从服务单个行业走向赋能整个区域，从‘能用’走向‘好用’。”北电数智“星火·大平台”，正是以“数算模用”全栈能力为支撑，结合地方产业特色，通过“一地一策、一业一策”的运营模式，横向打造契合地方需求的城市AI底座，纵向打通产业价值闭环。“我们不是简单地为地方建一个算力中心，而是在布局之初就深入思考，这些算力将具体用在哪些产业、解决什么问题，‘凿什么样的钉子’。只有基于区域优势产业来规划AI，才能真正驱动产业升级。”

  北电数智的实践正在加速验证这条路径。今年，由北电数智规划、建设的“北京数字经济算力中心”启动运营，作为城市级AI底座，不仅为北京的医疗、政务、文化等领域提供“数算模用”全栈能力支撑，还实现了算效与能效的深度优化，将PUE值降低至1.146，在高性能与绿色节能之间达成平衡，成为全国智算中心的标杆。

  以此为样板，北电数智正将星火·大平台的模式快速复制到全国各个城市。在佛山，北电数智深入佛山当地调研30余家企业，捕捉到产线不饱和、海外客户画像缺失等痛点，量身规划建设“佛山南海桂城智算中心”，并联合十余家佛山本地生态伙伴共创行业样板间，为精准解决企业数智化转型需求，提供可参考范例。

  这套AI落地范式，如今还在珠海、济南等不同区域，聚焦低空经济等不同领域扎实推开，推动AI的发展逻辑从“以锤找钉”转向“以钉定锤”，构建一条扎根中国产业土壤、以价值闭环为核心的新质生产力培育路径，为中国特色AI生态范式建设提供了具象化、可复制、可推广的方案，也为“十五五”AI与实体经济深度融合提供了鲜活样本。

  面向未来，窦德景给出了乐观审慎的判断：“AI的下一站将是物理AI和具身智能，最终走向人机深度协同，而非替代。一切技术的根本使命，始终是服务于人。”北电数智正沿着这一方向，构建可信、协同、可持续的AI生态，让技术突破扎实转化为产业价值，并在赋能千行百业的同时，恪守伦理红线与发展底线。