在全球數字化浪潮的推動下，數字經濟已經成為世界經濟發展的核心驅動力。如今，數據作為數字化轉型的關鍵要素，其戰略意義不斷上升，正深刻改變著各行各業的運作方式與商業模式。數字技術的快速發展，尤其是在AI與大數據領域的突破，已為全球企業提供了前所未有的機遇。

2025年9月19日，帆軟第七屆智數大會在重慶盛大開幕。大會以“數字無界，智見無限”為主題，匯聚了全球超過1000家企業的高層領導、CXO及數字化領域的專家。來自不同行業的學者、技術人員以及行業領袖們齊聚一堂，共同探索數字經濟時代下，數據與AI融合的無限可能。

「AI+數據」成新質生產力核心引擎

目前，國家層面已將人工智能發展提升至戰略高度。不久前國務院常務會議審議通過《深入實施人工智能+的行動意見》，明確以人工智能賦能高質量發展，劃定人工智能+科學技術、+產業發展、+消費機制、+民生福祉、+治理能力、+全球合作六大重點行動領域。

該政策設定了清晰的發展目標：2027年人工智能與六大領域實現深度融合，新一代智能終端智能體應用普及率超70%；2030年普及率突破90%，使智能經濟成為重要增長極；2035年全面步入智能經濟和智能社會新階段。

清華大學 孫茂松 院士

清華大學孫茂松院士在大會演講中對此解讀指出，這一戰略為企業發展提供了核心定力，而落實戰略的關鍵在于“大數據與大模型雙劍合璧”。他強調，脫離大數據的大模型如同無源之水，二者協同才能真正釋放技術價值，這一組合既是科技創新的核心方向，更是產業升級、民生賦能等政策目標落地的底層支撐。

人工智能的發展始終圍繞“數據驅動”形成清晰的演進脈絡，其中兩個時間節點成為關鍵里程碑。

2012年，基于深度學習框架的圖像識別技術取得突破性進展，而這一突破的核心基礎是李飛飛團隊通過亞馬遜眾包平臺構建的ImageNet數據集——167個國家約5萬人參與標注的海量數據，直接推動了深度學習的“一炮而紅”，印證了海量標注數據對技術爆發的關鍵作用。

2017年預訓練模型的興起，看似弱化了人工標注需求，實則將數據的重要性提升至新高度：模型訓練需吸納互聯網級別的海量文本數據，其規模達到傳統大數據的平方甚至立方級；而要實現模型的實用化，后續的SFT微調、人類反饋強化學習等環節，又回歸到對高質量精標數據的依賴，形成“海量基礎數據+多類型精標數據”的雙重需求。孫茂松院士指出，這種演進規律充分印證了“數據是AI時代第一生產要素”的行業共識，數據的規模與質量直接決定了人工智能技術的上限。

作為西南地區的產業重鎮與國家中心城市，重慶對本次大會的大力支持，釋放出區域加速推進數智化轉型的明確信號。本地龍頭企業的實踐成為區域探索的鮮活樣本。

賽力斯集團構建“DATA+AI+APP”數智賦能新范式，打造“連山”智能賦能平臺，通過統一數據底座整合企業側12PD數據、產業側2000多萬條車路云數據等資源，在AI質檢、智能裝配等制造場景實現效率革命，其產業大腦還鏈接300多家生態伙伴，引領重慶汽車產業高質量發展；

瀘州老窖作為傳統釀造企業，以數字孿生技術重構生產流程，搭建行業首個智能化大區生產中心與高速智能灌裝線，實現傳統技藝與數字科技的深度融合，獲評行業唯一的卓越級智能工廠。兩家企業的探索不僅展現了西南地區在數智制造、傳統產業升級領域的先行優勢，也成為國家“人工智能+”戰略在地方落地的典型實踐案例。

AI時代組織與技術的雙重重構

帆軟軟件CEO陳炎在大會中通過幾個故事的實踐分享，拆解出AI時代組織能力構建的三大關鍵路徑。

帆軟軟件CEO 陳炎

陳炎以研發業務評審的困境為例：2000萬預算過半花完卻無法決策是否調整投入，他指出核心癥結在于數據與流程的不透明。陳炎認為，組織需先“打開數據”，核查業務目標、研發投入等數據的真實性，破除“數據美顏”；再“打開流程”，梳理各角色冗余動作與跨流程內耗，實現端到端的業務價值支撐。這一過程是組織精準決策、高效執行的基礎。

針對線上營銷團隊重復執行與創造力撕裂的難題，帆軟團隊通過“知識庫+大模型”搭建智能體，讓數字員工承接登錄、復制、發布等重復性工作，正式員工聚焦內容創作等核心任務，實現“碳基員工（人腦）+硅基員工（手腳）”的協同模式。陳炎強調，數字員工是“騰手”而非“搶飯碗”，唯有解放重復勞動，才能釋放人的創造力，而管理者需通過激勵機制凸顯正式員工的核心價值，避免技術應用中冷落人力。

結合客戶“采購AI工具后快速過時”的教訓，陳炎提出工具選擇的兩大原則：一是采用“水漲船高”型工具，即工具能力可隨大模型技術升級而同步提升，避免陷入“大水淹沒固定柱子”的被動；二是優先選擇年付費模式，降低工具不成熟帶來的試錯成本，通過靈活付費實現低成本的流程再造。

清華大學孫茂松院士以兩大典型案例，解析了“大模型+高質量數據”的技術落地范式。

在詩詞生成領域，團隊以200多萬首存世古詩詞訓練“九歌”系統，大模型自主習得五律的對仗、平仄、押韻等復雜隱含規律，生成的作品不僅符合格律規范，更兼具“歸期夢里謀”等細膩意境，超越90%人類創作者。在蛋白質結構預測領域，依托全球實驗室積累的22萬個蛋白質序列與結構（精標科研數據）訓練大模型，將原本需博士生耗時兩年的研究工作縮短至數小時。

孫茂松指出，大模型的核心優勢是從海量數據中發現復雜規律，而高質量數據（包括專項數據、精標數據等）決定了技術應用的精度與價值上限，二者結合才能完成從技術突破到產業賦能的轉化。

中國人民大學彭劍鋒教授提出，AI時代的組織變革需以量子思維替代工業文明的傳統思維，推動八大認知轉變，其核心邏輯聚焦“生態、組織、人才”與底層價值觀。

中國人民大學 彭劍鋒 教授

在戰略與組織層面，他強調生態化戰略與平臺化組織。以賽力斯為例，其通過開放合作擁抱華為、寧德時代等伙伴，憑借智能制造長板實現跨界協同，正是量子思維中“開放糾纏、長板利他”的實踐；在人才層面，倡導“合伙化人才”與“人機協作大師”培養，要求管理者既能與AI協同，又能激發團隊想象力，這是AI無法替代的核心競爭力。

同時，彭劍鋒重申底層價值觀的重要性。數字化轉型需堅守長期主義、產品主義、利他主義與創新向善，唯有價值觀與認知同步升級，組織才能在變革中筑牢根基。

多行業數智轉型的標桿樣本

賽力斯集團以“DATA+AI+APP”數智賦能新范式為核心，打造“連山”品牌智能賦能平臺，構建起“數據底座-治理體系-場景應用”的完整轉型路徑。

賽力斯集團 IT與網絡數據安全總部 部長 雷相其

在數據基礎層面，塞力斯搭建集團統一的數據能力底座，通過一站式大數據開發平臺匯集全域數據，構建統一標準規范與集中管理機制。目前已接入企業側超12PD數據、產業側2000多萬條車路云數據、社會側200多萬條輿情監測信息及政府側1200項數據，同時建立高質量數據集支撐智能化場景落地，實現跨部門、跨領域、跨系統的數據共享與交換。

據賽力斯集團IT與網絡數據安全總部部長雷相其介紹，集團已在智能制造環節實現多場景AI深度應用。AI質檢覆蓋100多個場景、300多個檢測項及1200多個檢測點位，可自動攔截不合格產品并建立“一車一檔”體檢報告；車門智能裝配通過模型精算三維坐標引導機器人精準抓取，實時測量間隙面差，單次調節節拍小于1秒，螺栓擰緊響應小于10秒；車身焊點在線質檢依托自研算法與多模態融合技術，實現100%自動監測與缺陷精準檢測，保障整車質量安全。

據了解，塞力斯通過產業大腦承載300多個產業生態伙伴，接通250多項運營數據指標，建設26個數字化場景，深度鏈接12家企業并孵化5座未來工廠。轉型后研發效率提升8%，訂單交付準時率提升6%，產品不良率下降7%，充分發揮鏈主企業作用，引領重慶汽車產業高質量發展。

瀘州老窖作為傳統釀造企業，在堅守百年釀造技藝“守正”的基礎上，以數字化“創新”實現產業升級，探索出傳統產業數智轉型的特色路徑。

瀘州老窖股份有限公司數字化發展中心副總經理 余秀強

在生產端，瀘州老窖將數字科技與傳統工藝深度融合，建成行業智能化最高的綜合生產園區。釀造環節打造行業規模最大、自動化水平最高的固態白酒釀造生產線，通過IOT平臺實現IT與OT數據融合，優化工藝控制；灌裝環節建成國際領先的智能包裝中心，其中光瓶酒高速智能化灌裝線實現每小時5萬瓶產能，國窖1573灌裝線達每小時1.5萬瓶，填補白酒行業技術空白。同時與西門子合作，通過數字孿生技術構建從園區到設備的數字孿生體，經十年虛擬運行優化工藝參數，推動釀造水平升級。

在供應鏈端，瀘州老窖針對國外技術壁壘，耗時五年與供應商共創全國第一條智能包裝生產線，實現從包材入廠、自動卸貨、立庫存儲，到清洗、灌裝、封裝、檢測、裝箱、出庫的全流程自動化與無人化。借助數字孿生技術實現園區到設備的數據穿透，達成高效物聯與協作，在產能、效率、能效方面大幅提升，用工成本顯著下降，獲評行業唯一的卓越級智能工廠。

在營銷端，公司推動從“以渠道為中心”到“以消費者為中心”的模式轉型，構建大數據賦能的數字化營銷體系。通過“五碼關聯”核心技術打通經銷商、終端、消費者數據鏈路，實現產品追溯、費用投放、控盤分利等全流程管理；搭建“前臺差異化服務門戶+中臺統一能力支撐”的技術體系，形成覆蓋全產業鏈的數字化生態鏈，有力支撐量價提升目標。

帆軟軟件聯合創始人季明華圍繞“AI原生的可信數據分析產品組合”，提出以三大支柱構建可信數據分析能力，為企業數智轉型提供工具支撐。

帆軟軟件聯合創始人 季明華

場景聚焦：遵循“越聚焦越有用”的大模型應用原則，在垂直場景實現深度落地。以連鎖咖啡店店員招聘為例，針對崗位對意向度、安全操作規范、學習能力等單一化技能要求，將標準固化到知識庫并對大模型預訓練，最終實現從筆試到發OFFER全流程AI接管，替代人工面試并大幅降低成本，驗證了垂直場景下大模型的實用價值。

數據貫通：打破傳統單品產品數據孤島，構建統一平臺整合帆軟全系列產品，實現賬號、通訊錄、權限的統一管理與底層數據存儲的貫通。基于該平臺，用戶可通過自然語言對話直接調用跨產品數據資產，如在通勤途中提問“未達標回款的戰區及負責人”，系統可檢索已校驗的看板數據并直接返回結果，無需手動切換系統或查找模板，最大化激活沉淀數據的價值。

全鏈路可追溯：建立“源頭管控-指標統一-血緣追溯”的可信保障體系。源頭端接入經長期測試的第三方準確數據，支持可視化配置快速引入；通過數據中心指標平臺統一定義跨部門共用指標，由IT與業務共同校驗保障口徑一致，減少60%~80%的中間計算表；依托全鏈路血緣管理，可從任一數據節點快速追溯至源頭數據庫、處理環節或關聯指標，精準定位錯誤，為數據可靠性提供兜底保障。

來自制造、傳統產業及工具支撐領域的實踐樣本，既展現了 “DATA+AI+APP”“守正創新” 等差異化轉型路徑，也印證了數據貫通、場景聚焦、可信可溯是數智化落地的核心共性，為各行業提供了可借鑒的實踐范式。而在細分領域，更多垂直場景的探索同樣折射出數智化的滲透力。

本次大會設多場分論壇，聚焦行業細分場景與技術實操。數智制造分論壇中，通威股份分享 AI 賦能管理實踐，宗申動力闡述柔性智造路徑，助力制造業效率革命；智慧消費分論壇里，良品鋪子詳解 “AI + 低代碼” 應用，麻爪爪分享精益管理案例，詮釋零售敏捷轉型。數智健康分論壇有華潤三九智能制造、達仁堂健康智能體實踐，數字國資分論壇中冶建工、廣州地鐵展現央國企轉型邏輯。技術專場中，FineBI v7.0、FineDataLink 5.0 等新品發布，凸顯 “低門檻 + 高可信” 工具趨勢。

結合國家 “人工智能 +” 行動政策導向與企業實踐探索，未來數智化發展將呈現三大方向。其一，高質量數據成為企業核心資產，從海量基礎數據到精標多類型數據的積累與治理，將成為企業競爭力的核心壁壘；其二，人機協同成為組織標配，數字員工承接重復勞動、正式員工聚焦創造力輸出的 “碳基 + 硅基” 協作模式，將廣泛滲透至各業務流程；其三，垂直領域 AI 應用進入爆發期，在制造質檢、消費運營、健康服務等細分場景，聚焦特定需求的 AI 解決方案將實現規模化落地