AI 重塑行业格局，哪些领域将成为新顶流？

AI 技术的快速发展正在重塑行业格局，DeepSeek 等大模型的开源特性降低了技术门槛，推动了智能化转型浪潮。然而，行业化应用仍面临数字化基础薄弱、基础设施瓶颈、专业人才稀缺、集成落地困难和成本效益考量等一系列挑战。要实现 AI 技术从个体突破到生产力普遍提升的转化，需要克服基础设施、数据治理、业务流程再造等障碍，同时依赖全栈服务和中间件的支撑。
那么，中国移动又是如何通过其强大的技术实力与深厚的行业积累，推动 AI 技术与行业经验的深度融合，帮助不同行业克服转型瓶颈的呢？知乎吾辈问答联合 @中国移动将为大家解读：AI 究竟在哪些领域催生了颠覆性改变？又将如何重塑未来的行业格局？

发表于 2025-4-15 16:36:50

春节期间，DeepSeek 犹如一枚重磅炸弹投入 AI 领域，凭借其强大的模型和开源特性，迅速在全球范围内传播开来。但这股热潮也带来了“甜蜜的烦恼”：用户量激增使得 DeepSeek 自身的算力捉襟见肘。这个时候，算力供应商率先看到了机会，一家名为硅基流动的公司，正是因为抓住了机遇，在 DeepSeek 算力不足时“补位”，从而一举成名。
与此同时，AI 的魅力，特别是 DeepSeek 开源所带来的低门槛，让全国的企事业单位都开始“尝鲜”。近几个月，大家都在快马加鞭地跟进，尝试用 AI 为自身业务“增色添彩”。毫不夸张地说，DeepSeek 等 AI 应用正引领着一场波及各行各业的智能化转型浪潮，推动大家“跑步”进入智能时代。
令人眼前一亮的是，连一些地方政府部门也展现出了惊人的速度。新闻报道称，深圳龙岗区已经将高性能版的 DeepSeek R1 模型部署到本地服务器，打造出 AI 企业助手，用以显著提升工作效率。

来源：https://www.nfnews.com/content/46NBagpb6m.html

就单单过去的三月份最后一周，整个AI届不亚于但其密集发布的新进展却分量十足：国际巨头 OpenAI 和 Google 相继推出了更为强大的多模态模型与更新；国内方面，DeepSeek 与通义千问也迅速跟进，发布了各自的重大升级版本。这一系列动作清晰地表明，AI 技术，尤其是大模型领域，依旧处在一个前所未有的高速迭代周期之中。
然而，这种由技术突破引领的狂热也引发了一个普遍的疑问：技术跑得这么快，行业应用跟得上吗？
相较之下，产业界的实际落地，特别是传统行业的步伐则显得相对滞后。 究其原因，主要面临五大核心挑战：

数字化基础薄弱： 许多企业缺乏高质量的结构化数据和现代化的 IT 架构，这是部署和有效利用 AI 的基础性障碍，可谓缺乏“数据燃料”。
基础设施瓶颈： AI 大模型依赖强大的算力、网络和存储支持，但底层基础设施的升级改造投入巨大且周期漫长，难以快速响应应用需求。
专业人才稀缺： 市场严重缺乏既懂 AI 技术又熟悉特定行业知识的复合型人才。
集成落地困难： 将 AI 无缝融入企业现有的复杂业务流程和 IT 系统，面临诸多技术与流程整合难题。
成本与效益考量： 高昂的前期投入与尚待明确的投资回报率（ROI），使得企业在引入 AI 时决策更为谨慎。

因此，尽管DeepSeek其开源特性已经让技术获取门槛降到足够低，但要让这股技术浪潮真正在各行各业转化为普遍的生产力提升，还需要克服基础设施、人才、数据治理、业务流程再造等多方面的挑战。
而这个时候缺的就是一套中间件，可以把技术和应用两者连接起来，很多人会误以为DeepSeek的部署方法很简单，但实际上想要把一个通用的AI部署到不同的行业，要做的工作非常多。

通过考察中国移动云实施的几个具体案例，我们可以更清晰地认识到从先进AI技术到实际行业应用之间存在的显著差距。
首先，以中国移动为例，他们基于自身的技术积累和庞大的医疗数据资源，成功构建了“九天·医疗大模型”。这款大模型具备多种实用功能，能显著提升医疗效率。例如，它可以通过对话式交互为医生快速、精准地提供所需信息，大幅节省文献查阅时间；还能辅助进行病历与检查结果的智能分析，并自动生成会诊报告，有效处理了那些耗时耗力的重复性工作。
然而，实现这些看似便捷的功能并非易事，其背后需要强大的技术体系支撑。以下仅是支撑该模型运行的众多核心技术中的一小部分：

大模型训练与微调： 构建医疗AI核心的关键步骤，通过学习海量医学知识与指令，使其具备专业能力。
医疗物联网 (IoT): 连接海量医疗设备和传感器，实时采集多维度数据，为AI的精准分析提供基础。
高性能计算/云计算 （算力）: 提供必需的强大计算能力，以支撑大模型的复杂运算和海量数据的处理。
数据安全与隐私保护： 保障高度敏感的医疗数据在全流程中的安全合规，这是应用得以落地并获得信任的关键前提。

显然，仅凭医院自身的技术能力通常难以独立完成这样复杂的系统部署。AI的应用落地是一项复杂的系统工程，需要跨领域的技术整合与支持。即使拥有先进的基础模型（例如直接引入DeepSeek），也无法简单地“即插即用”解决所有问题。构建并运维这样庞大的技术栈，往往需要像中国移动云这类具备全面技术实力和服务能力的提供商才能真正实现。
类似的挑战也体现在其他行业。以中国石油利用DeepSeek技术构建的“昆仑大模型”为例，尽管中石油拥有海量的行业数据，但要将这些数据有效转化为一个经过精细微调、深度适配能源化工领域需求、并满足自主可控要求的大模型，仍面临诸多技术挑战。
这不仅要求对DeepSeek进行本地化部署和操作，还需要针对特定场景进行大量的模型微调（Fine-tuning），并确保系统能实时处理来自各种传感器的数据。只有克服这些技术障碍，才能最终实现在能源化工行业提升设备运行效率、降低安全风险等核心目标。

文旅行业更是需要移动这样的服务提供商，因为文旅行业跟科技结合的地方更多，比如云计算、AI、XR（虚拟现实），物联网等，都需要全套的技术支持。

事实上，行业AI化是历史趋势，任何行业在AI的推动下都有可能成为“新顶流”。但前提是必须率先实现数字化转型，并结合各自行业的特点，有效地整合AI技术。无论是制造业、农业还是服务业，都能通过AI找到自己的新机遇。
未来，数据、AI技术和行业经验相结合，将不断创造新的可能。作为国家级的技术支撑者，中国移动正帮助各行业克服转型瓶颈，让更多的企业有机会站上AI时代的顶流舞台。

发表于 2025-4-15 16:48:20

如果是两年前看到这个问题，我会思考一下AI对哪些行业产生了影响，但到了2025年的今天，想找到一个完全没有被AI影响的行业已经不太容易了。
医疗、教育、金融、传媒、制造业的格局都受到了不同程度的改变，包括我个人获取信息的方式也和两年前完全不同了，所以不管是企业还是个人，都很难完全置身事外。
AI的角色已经从催化剂变成了生产力的一部分，新的竞争维度也给中小企业带来了向上拓展甚至是「弯道超车」的机会。
AI带来的机会是有窗口期的

不过对于具体的企业来说，AI带来的机会是有窗口期的，因为随着技术的逐渐成熟[1]，AI会从少数人掌握的「新质生产力」变成广泛普及的「基础设施」，如果企业到那时才开始意识到AI的价值，就会错过窗口期，变成行业的追赶者。

而那些能利用AI成为「顶流」的企业，需要比同行更早的意识到AI对行业的价值、更早找到具体的落地方案。
在借助AI提高生产效率、缩短研发周期的同时，也要建立AI之外的市场优势和技术护城河，这样当AI渗透到全行业时，之前的优势才不会被迅速「抹平」。
中小企业如何抓住AI的窗口期

如果企业内部有足够的AI研发能力，能够通过自身需求反推出可能的AI解决方案并迅速落地，这会是最理想的方式。
但现实中大部分中小企业并非以AI为主要业务，在需求层面很难快速地发现利用AI的角度，技术层面也没有独立的AI研发团队来做执行。如果现在开始从内部慢慢挖掘培养人才，大概率会错过机会的窗口期。
对于这类企业来说，最直接有效的方式就是去找有经验的AI服务商，因为他们有足够的技术储备，可以针对企业的具体需求做快速适配，也有足够的行业经验去帮助企业寻找AI的切入角度。
这种模式在软件、云服务等领域已经很成熟了，在AI领域也开始有一些成功案例冒头。
比如福建有一家叫「东龙纺织」的企业，属于「经编花边」这个细分领域的龙头，也长期给一些国际服装品牌供货。

在他们的生产流程中有一个瑕疵检测环节，过去主要靠人工抽检，漏检率在5%左右，会造成2%左右的次品率，虽然数值看上去不高，但批量大了之后也是一笔不小的成本，所以东龙就想通过AI来改进流程、提高瑕疵检测的效率。
由于企业本身不是以AI为主要业务，所以他们选择了与中国移动合作（中国移动除了有通信方面的消费者业务，也给长期给政府和企业提供5G、云计算和AI等方面的服务）。

在这次合作中，中国移动与东龙纺织联合研发了一套针对经编花边的「AI瑕疵检测系统」，通过5G+AI视觉识别算法对生产设备进行适应性改造。最终把漏检率从5%降到了1%以内，次品率也从2%降到了1%，每年花在质量控制上的成本减少了300万。

这个项目的整体思路是将「事后质检」环节提前，在织布的环节就借助AI算法对经编花边面料的外观、尺寸、色彩进行实时的精确检测，发现瑕疵之后自动停机并辅助处理。

检测过程中用来识别异常的模型也并不是直接套用的，需要先根据大量的布料特征数据对模型进行训练，通俗地说就是让AI理解什么是合格品、什么是次品，一旦模型训练完成，对瑕疵的识别的速度、准确率和稳定性都要高于人工检测。

而且过去使用人工检测时，出于成本和效率的考虑，只能对30%的产品进行抽检，而改用AI检测后就可以100%覆盖到所有产品的。
所以在项目落地之后，这套系统不只将瑕疵检出率提升到了98%，也为东龙降低了35%左右的人力成本。

除此之外，中国移动也为东龙定制了一套5G网络传输方案，主要是为了保障机台、工业相机等设备之间的数据传输，使用2.6G+4.9G的双频覆盖基站，让成像数据、控制指令和结果返回都有稳定的传输线路和充足的带宽。

对于现阶段的中小企业来说，像这样积极地将AI技术与自己的生产、研发流程结合，除了能降本增效之外，也能帮企业争取到一些政策性的奖励和扶持资源。
像中国移动和东龙纺织的这个项目，就入选了工信部的「中小企业数字化转型城市试点典型案例」（全国只有三个案例入选），还获得了「金砖国家工业创新大赛新星奖」。

包括在福建省当地，这个项目也入选了省级的「人工智能产业发展项目」和「技术创新重点攻关及产业化项目」。如果你是中小企业的经营者或者管理层，应该了解这类项目对企业发展的长期意义。

这也呼应了前面所说的「窗口期」问题，因为AI向各行各业加速渗透的趋势是不可逆转的，中小企业在内部资源有限的情况下，可以积极地向中国移动这样的服务商「借力」，利用AI提高生产效率、争取有限的政策性资源，尽早地建立AI之外的市场和技术优势，这样才能抓住窗口期、在行业竞争中保持领先位置。
企业AI服务的未来趋势

随着AI对不同行业的渗透，企业对AI服务的需求量也在增加，未来面向企业的AI服务可能会向两个方向发展：系统化和垂直化。
企业需要的不只是单项AI技术的支持，也需要围绕具体生产流程和经营特点的系统化方案。服务商也会将自己的技术能力细分到更具体的垂直领域，针对医疗、金融、零售、办公等领域的共性需求提供定制服务。
其实这两种趋势在中国移动的政企服务案例中已经有所体现。
系统化

在苏州市，江苏移动给当地企业「苏万传动」做过一套企业数字化转型方案，就是系统化趋势的典型代表。
这家企业主要生产汽车和工程机械的万向节、传动轴、差速器等产品，之前面临的一个问题是内部的数据管理方式比较原始，大量依赖纸质记录和人工Excel登记，在小批量、多品种的生产线上，很容易造成数据管理混乱和信息的滞后。
所以他们就与中国移动合作，对整个生产流程做了系统性的数字化改革。
通过部署「九章机」，打通现有的企业资源计划管理系统（ERP）的相关数据，然后分批次部署产品全生命周期管理系统（PLM）、供应链管理系统（SCM）、客户关系管理系统（CRM），把单项信息技术的运用转化为PDM-MES-PLM-ERP的综合集成，实现整个系统的高效协同运行。

整套方案落地后，将企业的生产效率提升了25%、产品生产周期缩短了30%，生产和运营成本分别降低了 21%和15%。这也体现出了系统性方案的优势，如果单独对每个设备进行孤岛式的改进，是很难在短时间内达到这种效果的。
垂直化

除此之外，还有一些能体现垂直化趋势的现成案例，比如中国移动在云南腾冲和顺古镇商圈推动的商企业务规模拓展，就有针对酒店和商铺客户的需求定制了「企宽+监控+FTTO+店铺应用」一体化解决方案，覆盖了400多家商铺和200多家酒店，由于这种垂直化方案针对特定领域的共性需求，所以能以较低的成本迅速适配，很适合成本有限的中小企业和商家。
与此类似的还有中国移动的楼宇数字化服务，针对办公楼的在网络、安防等方面的共性需求提供整体解决方案，通过专线融合云无线组网、网络安全、视频安防的模式，提高楼宇园区企业的办公效率和安防水平。

尽管每栋办公楼的布局结构有所差异，但对于中国移动这种经常给楼宇做方案的服务商来说，设备和技术逻辑是有一定通用性的，像Wi-Fi 7、漫游算法、云边协同的网络安全等技术，都可以根据企业的规模和预算做不同需求的适配。

因为在垂直领域形成了规模效应，也更容易控制每个具体方案的成本。
总结

最后做个总结，其实这篇回答想表达的关键内容就三点：

AI向各行各业加速渗透的趋势不可逆转。
企业可以抓住AI「窗口期」建立优势，但优势要建立在自己的核心业务之上。
中小企业如果内部资源有限，AI又不是自己的核心业务，那么及时向外部服务商「借力」，是最高效、低成本的方式。

以上是一些个人观点的分享，欢迎交流讨论。

发表于 2025-4-15 17:00:00

最近这几年，AI浪潮发展之迅猛，影响之广泛，超出了所有人的想象。
从自动驾驶到智能制造，从智慧医疗到智慧金融，AI正以前所未有的速度渗透到我们工作和生活的方方面面，重塑各个行业的格局。除了传统领域正在经历深刻变革之外，新兴领域也如雨后春笋般涌现，展现出巨大的发展潜力和市场前景。
各行各业都感受到了AI带来的“推背感”。拥抱AI，充分利用其作为新生产力带来的赋能，成为所有人的共识。
回到题主的问题。在如今这场轰轰烈烈的AI浪潮中，很多领域都在被颠覆和重塑。但我个人认为，发展最快且已经取得巨大商业成功的，毫无疑问是计算机视觉领域。而视联网，作为数字化应用的一个重要分支，在计算机视觉高速发展的加持下，已经成为了新顶流。
AI革命，重新定义视联网

说到视联网，大家首先会想到摄像头。其实，摄像头只是视联网的一个终端载体。
视联网的传统定义，是指视频监控联网系统。通过标准的网络协议和技术手段，将独立的视频监控前端设备（例如摄像头）与后台管理平台或云端系统连接起来，就组成了视联网。

视联网

视联网在上世纪就有雏形。进入21世纪之后，随着云计算、大数据、互联网、4G/5G等数字科技的不断发展，视联网逐渐成为“以视频通信技术为基础，以IoT连接为载体”的视频信息基础设施。
它具备视频采集、传输、存储、分析、呈现等全链路处理能力，被广泛应用于监控、会议、对讲等业务场景，给我们的工作和生活带来了很多便利。
AI的到来，为视联网带来颠覆性的革命。
视联网系统与AI深入融合，可以通过深度神经网络学习到图像中的特征和模式，将图像进行分类、识别和理解，更好的帮助人们进行辅助判断和智能决策。

AI+视联网

换言之，以前的摄像头，只能“傻乎乎”记录。等到出现问题时，用户再去回看。
而AI加持下的摄像头，不仅能看，而且能思考和判断。它们不仅能够主动识别问题，还能及时发出预警。
这一进步极大地扩展了视联网的应用范围，并显著提高了工作效率。用户体验实现了质的飞跃，同时商业和社会价值也显著提升。
运营商龙头入局，推动产业全面升级

视联网行业迎来了技术创新的浪潮，市场规模正在迅速扩大，加入产业链的机构和企业也越来越多。
作为数字基础设施的核心提供者，电信运营商在视联网生态体系中占据着重要位置，也具有先天优势。
以中国移动为例。2024年，他们全面进军视联网领域，推出了一系列举措，包括：发布“中国移动视联网”，成立视联网生态联盟，发布《中国移动视联网白皮书（2024）》等。
中国移动凭借自身在通信和算力上的技术优势，对视联网概念进行了全面升级。
为了满足视联网数据的高速低时延传输需求，他们专门打造了一张视频加速网。
这张网络基于“九州”算力互联网构建，是全球规模最大的SRv6网络，实现我国互联网基础核心协议国际标准突破，传输效率提升约9%，全网时延降低27%，带宽弹性扩容至Tb级，且能够做到微秒级抖动控制。

中国移动视联网体系架构

中国移动还基于自主研发的“九天”视觉大模型，打造了聚焦视联网监管和视联网家庭两个领域的视频大模型。
该模型具备高效的图像语义识别、场景识别、结构化分析、视频感知等功能，可根据不同使用场景和需求提供一站式快速适配服务，能够降低运营成本，提升视频监控的实时性和准确性，实现从“自己看”到“帮你看”的服务体验升级。
目前，中国移动基于视联网高清、实时、高效、直观的视频能力及交互体验，梳理出了在公共服务、企事业业务及家庭家居三大类共18大典型应用场景，打造了城市治理、交通出行、数字乡村、智慧机场、智慧校园、智慧厨房等领域的一系列产品及应用。

中国移动视联网典型应用场景

这些产品和应用，覆盖全国31省（区、市），实现了全国9600万路摄像头云端互联，服务个人家庭用户超9400万，服务政府企业客户超1000万，数据存储量超过1500PB，规模庞大。
目前正在举办的2025中国移动云智算大会上，中国移动重点展示了AI与云深度融合的愿景，将云计算升级为云智算，也表达了这层深意。这个融合趋势，将为产业升级、生产力跃迁提供关键驱动力。大会的主论坛，还重磅发布了AI+产业“益企共创”行动计划，体现了中国移动对全域行业数智化转型的关注和重视。
特别值得一提的是，对于广大中小企业，数智化转型的赋能效应更加明显。他们无需投入大量资金，就能借助智能化视联网等数智应用享受到AI技术带来的生产力升级，大幅提升运营效率和安全管理水平。
赋能垂直场景，助力数智转型

接下来，我们不妨通过几个真实的案例，看看“AI+视联网”究竟如何发挥行业场景价值的。
助力智慧社区，打造宜居环境

先看看和我们每个人息息相关的智慧社区场景。
社区是城市的基础单元。管理好社区，不仅直接影响到居民的满意度，也是构建和谐社会的重要基石。
在东部大省山东，中国移动视联网正助力当地政府打造智慧社区的新标杆。
他们依托视联网平台汇聚能力，与临沂大数据局智慧社区平台对接，成功签约纳管各小区及社会面监控点位15000路，完成各区县智慧社区视频监控收编，全面覆盖小区及社会面的关键区域。

这些监控点位不仅实现了视频信号的实时高效传输，还融入了车辆识别、区域人员入侵等AI算法，智能分析和预警异常情况。
例如，如果有陌生车辆违规停放于小区消防通道，监控系统会立刻识别并告警，实时视频及告警信息随即上传至大数据局视频融合平台。此时，工作人员可以迅速响应，通知相关人员处理，有效排除安全隐患。
这种智能化的管理模式，大幅提升了社区安全水平和管理效率。
赋能智慧商铺，提升经营效率

再来看看面向商铺的视联网场景。
在陕西省，中国移动视联网落地了1600多家连锁便利店直营门店，提供智慧商铺解决方案。
方案面向沿街商铺、连锁商铺等应用场景，提供精准客流统计与分析、重点人员布控、AI巡店、智能迎客、员工无感出勤记录等智能监管能力，帮助商铺加速了从传统经营模式到数字化运营模式的转型。

根据数据显示，采用方案后，门店减少了70%的巡店成本，整体营销活动后收入增长约30%，偷盗、纠纷事件解决率更是高达100%。
保障“万人婚礼”，提供沉浸体验

最后，再看一个非常特别的“万人婚礼”场景案例。
2024年9月22日，全国妇联、国家民委、民政部等部门联合举办了“家国同庆见证幸福”全国万人集体婚礼。婚礼在北京主会场、各省区市49个分会场同步进行，来自全国各地的5100多对新人参与其中，规模空前盛大。

中国移动依托AI视联网技术，采用实时高清视频会议系统将主会场与分会场无缝连接，创造了多角度沉浸式的观礼体验。
在活动过程中，中国移动组建了强大的保障团队，通过在全国31省铺设120余条专线、新建25个基站及部署26台应急通信车等硬核举措，构建起全域覆盖、动态适应的通信网络体系，最终实现50个会场零卡顿直播。
这场万人婚礼的成功，印证了视联网技术在激活商业场景创新、重构大型活动体验方面的巨大潜力，为行业数字化转型开辟了新路径。
最后的话

上面介绍的案例，是“AI+视联网”助力千行百业数智化转型的缩影。这些应用实现降本增效，助力企事业单位（尤其是中小企业）充分享受数智红利，在激烈的市场竞争中脱颖而出。
IDC的数据显示，2024年全球智能摄像头市场（包含消费级室内和室外摄像头，含运营商渠道）出货已经达到1.37亿台。中国信通院则预测，2030年全球带摄像头终端数量将达到130亿台。
由无数摄像头终端产生的海量视频数据，正逐渐成为极为重要的数据资产。视联网，作为挖掘这些数据资产的有力工具，其价值也将日益凸显。
我们期待“AI+视联网”能够进一步打破传统壁垒，推动各行各业的数智化转型迈向更深层次。同时，我们也期待中国移动等行业企业能够持续加大在这个领域的投入，推动整个产业链的协同发展，共同探索数智化转型的新边界。

发表于 2025-4-15 17:11:58

1.新时代的「水电煤」，AI重构生产力
看到提问中有关于「AI重塑行业格局」的关键词所以点进来简单聊几句，其实2025年讲ALL IN AI已经很紧迫了，因为这不是道选择题，而是生存题，上不了餐桌，就只能成为菜单。 不得不说这是一个行业sence非常好的提问，因为提问者觉察到了一个及其紧要的问题，也就是在当下的时代背景下，对于各行各业来说已经开启了一场盛大的洗牌，如果这个时候不能上桌点菜，那么就会成为菜单上的一员。听起来耸人，但事实就是这么残酷。在AI技术加速甚至是「失速」渗透到全产业格局的2025年，行业格局也正在经历一场「智变」的浪潮，这不仅仅优化了传统生产流程，更将开辟出全新的「商业战场」，尤其是伴随着AI+的持续且深入布局，算力网络是作为AI时代的「水电煤」，将在教育、医疗、工业、农业、消费电子、影视等行业中以新基建大底座的角色，为这些行业持续赋能，助力构建「场景+数据+算力」的敏捷转型模式。

而在接下来的举例论证之前，我希望和大家首先建立一个共识：AI+的价值在于重塑生产力，而非简单的功能叠加。
举一个简单的例子，也顺便和大家讲一个冷知识。
马力作为已经被大众熟知的功率计量单位，但大部分人都不知道马力这一单位的由来。200多年前在第一批改良后的蒸汽机诞生的时候，一家啤酒厂订购了一台想要用它去代替马匹来牵动抽水机，厂主选择了一匹最强壮的马让它不停的抽水8小时，最终计算得出一匹马每秒钟可以把75kg的水提高1米，也就是我们现在知道的1马力=75千克力・米/秒。

但在那个时代，很多人固守着过往的观念，不认为蒸汽机能够代替牲畜来做生产力，他们选择用4匹马甚至8匹马来替换1匹马来做功，诚然这会让马车跑的更快、载重更大，貌似提升了生产效率，但这本质上只是功能的简单叠加。后面的事情大家都知道了，随着内燃机技术的演进，这才是一次对生产力的重塑，是改天换日的新物种。
在这个例子中，伴随着轰鸣的内燃机，在世界的另一面，那些固守着「马车红利」的人们，很快成为了时代的注脚，可叹又可悲。
在AI+时代也有同样的世界的两面，人类的历史是一段关于生产力迭代的历史，当生产力和生产方式发生巨大变革的时刻，积极拥抱变革的企业和个人，通常都能享受到阶段性的红利，而固守着原有护城河的人们，最终只能被时代的巨浪冲下山崖。

2.中国移动构筑AI算力底座下的百花齐放
建立了第一节中关于「不上餐桌，就成菜单」的共识之后，我想回到个人经历，结合这个题目和大家聊一聊。我是通信行业出身，学脉背景里有大量的同学在中国移动这样的企业供职，但我自己目前在创业做一个影视动画项目。
先从自己目前做的这件事来讲，因为项目还在保密期当中所以我不能拿demo来给大家看，但可以尽可能的分享我的工作中发生了哪些因为AI而产生的剧烈变化。从前中后期的工作流程上来划分，一个影视动画项目有剧本、分镜、手绘、插画，特效合成、配音、音效等近10个大工作流，在文本、图像、视频、音乐等领域，midjourney、suno、GPT、deepseek等AI工具已经完成了对行业生产资料和生产方式的洗牌。
比如说deepseek，目前标的在较高水准的剧本写作上，deepseek已经能够辅助资深编剧，给到此前完全不能设想的深度和完成度；
再比如说我目前正在跑的GPT-SoVITS和CosyVoice的声纹模型，甚至会被动的推动整个配音行业发生变革；
再比如说，即梦、midjourney等图形AI工具对单或多帧视觉的生成，在完成度和可用性上已经到达了一个相当高的标的。
我最真切的感知就是既兴奋又焦虑，兴奋在于我非常幸运的处在了一个时代的拐点，紧步跟上的话是有可能直上青云的，但焦虑在于我深切的感知到身旁前后左右纷杂的脚步声，大家都在玩了命的往前追，我停下来喘口气，就意味着落后甚至被淘汰。
前面我提到因为学脉的原因，我的大部分同学都在通信行业供职，其中又有将近20％在中国移动这样的运营商工作，其中又有两三个是我最好的朋友，当我和他们聊起这些事情的时候，他们会给到我一些新的视角。
比如说作为一个哈尔滨人，让我非常骄傲的一点是，中国移动在哈尔滨部署的节点是全球，注意是全球运营商最大的单集群智算中心，超1.8万张AI加速卡，AI芯片国产化率100%，可为万亿级模型训练提供高效、稳定的算力底座。
其实在2024年，伴随着AI大模型爆发式增长，中国移动就已经走在了深化智能计算资源布局的路上。
从目标上，是为了建设全国一体化的算力体系，帮助中国的AI建立算力底座，目前已经上线了内蒙古、黑龙江、京津冀、长三角、粤港澳大湾区、成渝等13个智算中心节点，全网智能算力规模达43EFLOPS。

可能有些朋友会疑惑，中国移动铺设这么大的一个基于算力体系的基本盘，到底是为了什么？
其实很简单，这就像是我在10年前和我太太回她湘西老家的时候，到了山里人就基本处理失联的状态，而后面中国移动把网络和通信基站全面的覆盖过去之后，除了真正的无人区之外，中国还有哪些电话打不通的地方吗？
在第一节我打了比方说，算力网络是AI时代的「水电煤」，在这个语境下，中国移动其实就是AI这个时代的「能源供给方」，通过深化智能资源的布局，为中国AI产业发展构筑强大算力底座，可以说是AI时代新基建的定海神针。
「能源供给方」这可不是我自己乱说的，在2025中国移动云智算大会上，就明确的给出了中国移动在AI时代的定位是「供给者、汇聚者、运营者」。

而除此之外，我还注意到这次大会的主题是「由云向智，共绘算网新生态」，非常凝练，由云向智、共绘、算网、生态。这个slogan我给9.8分。

中国移动的董事长和副总经理相继就这个主题做了相关的演讲，结合「智链云网·数铸钢魂」的分论坛内容，可以以管窥豹，中国移动在为中国AI产业发展构筑强大算力底座这件事上，做了ALL IN的准备。

抛开这次大会，以能源化工行业和AI+的融合举例来说，中国移动作为昆仑大模型建设的核心伙伴，助力中国石油完成了700亿参数的昆仑大模型在算力租赁、多模态大模型、AI中台等技术要求上的支持和供给。
在算力和模型上，由于有超过800P算力和160亿参数多模态大模型的支持，反应在中台和应用方面，为中国石油在生产和管理上供给了提质增效的技术
这就是我前面提出的「智变」的最直观的体现。
由于有了中国移动强大的算力网络底座的支持，类似的变革不仅仅发生在能源行业，在AI+教育、AI+医疗、AI+农业、AI+交通运输等领域，「智变」都在发生。
我自己是有女儿的人，拿AI+教育来再举一个例子，中国移动在帮助中国高校打造算力重心和算力并网解决方案上，正在解决「算力荒」的现实问题，在我生活的城市杭州，中国移动联合浙江大学建设的浙大启真算力中心，这是全国首个校企合营共建的算力中心，算力规模达711PFLOPS。

这项合作以移动云为底座，建设了一套面向浙大师生的管理体系，为该校提供了科学研究所需的AI+HPC算力服务。
我打个比方，中国移动所构建的这个算力底座，本质上是「算力能源」的持续供给，这就像是一个花瓶，有了相应的水和养分的供给，所带来的局面必然是AI+能源化工，AI+教育，AI+医疗，AI+农业、AI+交通等等行业的百花齐放。

3.AI时代的新顶流，是道生存题
最后，回到提问本身，到底哪些领域能够成为新顶流，这个问题其实应该回到本质，中国作为一个幅员辽阔且人口红利巨大的国家，经过AI对生产力的重塑，在农业、工业、石化能源、物流、教育、医疗这些领域，都会出现新的顶流。
但这个问题的关键不在于哪些顶流的出现，而是在于AI正在重新定义行业天花板，企业最应该做的是抓住AI转型窗口期，借力中国移动的「技术底座」，要知道，AI不是选择题，而是生存题。谁先拥抱AI生产力，谁就能在下一轮行业洗牌中掌握主动权。

发表于 2025-4-15 17:20:18

在科技飞速发展的当下，人工智能（AI）作为一项战略性技术，正以前所未有的深度与广度，全方位融入经济社会发展的各个领域与环节。在这一时代浪潮下，诸多行业在AI的赋能下，展现出独特且巨大的发展潜力。探寻哪些领域能够成为AI时代的引领者，成为各界关注的焦点。
当AlphaGo击败李世石时，人们惊叹于AI的棋艺；当ChatGPT通过司法考试时，人类有点担心被取代——但AI真正的颠覆性，藏在那些正在被重构的民生场景里。技术若不能落地为民生福祉，再华丽的突破也只是实验室标本。如今，在技术可行性、规模化需求和社会价值的三重共振下，『老基建』领域，反而成了AI最汹涌的『新航道』。

其中，公共服务（如教育、政务、医疗）正是AI落地最迅猛的“黄金场景”——它不仅是技术能力的试金石，更是社会效率的倍增器。这一领域的独特性体现在四个方面：
1. 庞大的用户基数：无论是政务服务还是教育体系，其用户群体几乎涵盖所有公民。这种全覆盖特性，让AI的边际效益呈指数级放大。
2. 丰富的数据积累：经过长期的数字化进程，公共服务领域积累了海量且高质量的数据。政务热线积累了千万级民生诉求文本，教育系统存储了从课堂表现到升学轨迹的全周期学习数据。这些数据不仅规模庞大，且高度结构化，正是为AI模型准备好的“训练粮仓”。
3. 强烈的效率诉求：民众对公共服务效率提升的渴望十分强烈。在政务方面，“秒批秒办” 成为群众的普遍期待；在教育领域，家长们迫切希望孩子能享受到个性化教育。这种强烈的需求形成了强大的效率倒逼机制。
4. 成熟的数字化基础：目前，全国政务服务 “一网通办” 的覆盖率已达到 90%，公共服务领域的数字化基础设施已相当完善，为 AI 技术的深度应用扫清了障碍。
在这样的背景下，教育和政务这两个公共服务的主战场，已涌现出诸多标杆案例：从能读懂每个学生体测数据的AI教练，到会主动预判市民需求的政务大脑。这些成功案例揭示了一个共同规律：当AI遇上强需求、多数据、高频次的公共服务场景时，往往能碰撞出惊人的火花。
AI+教育：从“千人一面”到“千人千面”

在教育行业的变革浪潮中，AI展现出强大的力量。传统教育受限于师资分布不均、评价手段单一等痛点，而AI通过数据感知、智能分析、个性反馈的三重能力，正在重构&#34;教、学、练、评&#34;的全链条。
在甘肃，中国移动打造的“智慧家校互动平台” 创造性地将老式电视机改造为智能终端，成为打破时空壁垒、促进家校共育的有力工具。这种&#34;零门槛&#34;的技术方案，让偏远地区的学生无需购置昂贵设备，就能享受到与城市孩子同等的教育资源。

目前，这个平台已经覆盖了甘肃全省，让优质的教育资源真正走进千家万户，让2300所学校94万师生跨越山川阻隔，尽情畅游在知识的海洋。
无独有偶，成都七中引入的智慧体测系统，则展现了AI如何将主观经验转化为客观标准。学生站在“智慧体测小站”前，AI摄像头实时捕捉动作轨迹，精准分析出如摆臂幅度、起跳角度等数据，给出针对性训练建议，满足学生的个性化需求，为学生提供更科学、更高效的训练路径。

这场教育变革的本质，是AI技术正在重塑教育的底层逻辑——从工业化时代的&#34;以教师为中心&#34;的批量传授，转向数字化时代的&#34;以学生为中心&#34;的精准供给。当AI能够实时感知每个孩子的学习状态、精准诊断知识盲区、动态调整教学内容时，教育才真正突破了&#34;一个教案面对全班&#34;的传统局限，让因材施教这个千年教育理想首次具备了规模化落地的技术基础。当AI让甘肃山村的孩子和北京海淀的学生共享同一个智能教练时，技术正在完成孔子『有教无类』的未尽理想。
更重要的是，这种技术赋能正在从教育领域向更广阔的公共服务场景延伸——当AI既能读懂学生的解题思路，也能理解市民的办事诉求时，公共服务的智能化转型就拥有了统一的技术范式。
AI+政务：从“群众跑腿”到“数据跑路”

如果说教育是AI赋能的“起点”，那么政务则是AI落地的“深水区”。过去，百姓办事常面临“材料反复提交、流程漫长”的痛点，而AI正让政务服务从“被动响应”转向“主动服务”。
过去，群众为解决问题往往需要在不同部门间来回奔波，耗费大量时间和精力。如今，中移集成的海算政务大模型构建了“热线响应 - 数据治理 - 行政提效”智能政务中枢。就拿 12345 智能政务热线来说，它能精准剖析群众诉求，自动派单，让数据流转代替群众跑腿，大幅提升工单处置效率，降低行政协调成本，让政府能够精准 “听得懂诉求”，及时 “跟得上进度”，严格 “管得住质量”，切实 “暖得了民心”。

在政务服务的数字化转型中，公文写作一直是基层工作者的痛点——既要确保政策表述绝对准确，又要兼顾行文规范和专业性。中移集成打造的智慧公文写作系统，通过RAG技术为这一难题提供了创新解决方案。
RAG（Retrieval-Augmented Generation）检索增强生成技术，是一种结合了信息检索与语言生成能力的创新技术。它通过在大模型生成内容时，引入相关的外部知识信息，提升生成内容的准确性、可靠性和相关性。
在智慧公文写作中，RAG技术依据写作需求，快速从海量政务文本数据中检索出相关政策文件、过往案例等资料，为写作提供丰富素材。同时，RAG技术确保生成的公文内容精准、专业，符合政策要求，避免出现不恰当表述。就像律师写诉状前必查《民法典》，RAG技术让AI公文写作时自动检索最新政策——这是给大模型装了个「政务知识外挂」。
RAG技术能在政务文本数据处理中发挥关键作用，得益于中移集成构建的高质量政务数据集。中移集成采用人工与模型结合的方式，从政府官网、主流媒体、地方报刊及政务公开平台等渠道收集数据，这些数据真实且具代表性。在此基础上，模型融合生成10.26亿条预训练数据和10.56万条精标问答对数据集，为RAG技术提供了坚实的知识基础，使其能够在政务文本数据中准确检索和匹配相关信息。

中移集成的政务智能化实践，标志着AI技术已不仅停留在流程优化的表层，而是深入到政府治理的决策核心，政务运作的逻辑正在发生根本性转变。
这种转变体现在三个维度：在效率层面，AI将传统政务从&#34;人工检索+经验判断&#34;的作坊式作业，升级为&#34;数据驱动+智能决策&#34;的工业化生产；在质量层面，通过政务大数据的持续喂养，AI系统形成了超越个体经验的&#34;制度性记忆&#34;，确保政策执行的连贯精准；在体验层面，智能服务正在消解&#34;上班时间办事难&#34;的痛点，实现24小时在线的政务便利店式服务。
这些突破性进展证明，当AI技术与政务场景深度融合时，产生的不仅是工具替代，更是治理模式的代际升级——更高效、更精准、更有温度的数字化政府正在成为现实。
总结：为什么公共服务是AI的“新顶流”？

在深入探究教育和政务领域 AI 赋能的诸多案例后，公共服务领域的黄金赛道地位已获得充分验证。实现教育公平、政务提效是社会发展的重要目标，政策支持力度大，社会价值明确。而且，公共服务覆盖全国超 10 亿用户，市场空间远超垂直行业，规模化潜力巨大。再加上政务、教育数据结构化程度高，AI 模型易训练、易落地，技术适配性强。这些因素相互交织，让公共服务成为 AI 落地应用的理想之选，在 AI 时代绽放出耀眼光芒。
在2025中国移动云智算大会上，除了公共服务领域，各方还将深入探讨AI在助力中小企业迈向数智化发展进程中的关键作用。除此之外，中国移动实现了云计算向云智算的进阶，推出一系列智算产品及应用。这些创新成果，正逐渐成为推动产业升级、促进生产力变革的核心力量。
随着AI技术的持续创新，未来会有更多行业在其赋能下实现质的飞跃。新兴领域将不断涌现，深度融合AI的产业模式也会加速落地。AI有望打破行业间的壁垒，促进资源共享与协同发展，为社会经济注入新活力，推动全球产业迈向智能化、高效化的新高度，开启全新的发展篇章。

AI 重塑行业格局，哪些领域将成为新顶流？

本周热门