第三届科学家创新大会平行论坛热议:传统产业 AI 转型,信息治理是容易被忽视的前置环节

10月31日下午,第三届科学家创新大会 “人工智能与传统产业人工智能系统化” 平行论坛在北京信息科技大学举行。论坛由清华大学牵头组织,围绕人工智能如何赋能传统产业展开深入研讨。作为本届大会的平行论坛之一,本场论坛聚焦一个现实命题:当越来越多实体企业启动数字化转型时,真正卡住进程的,往往不是设备与算力,而是企业对外信息建设这个容易被忽视的前置环节。智达明远 AI 创始人、500强企业品牌顾问、AI 增长教练刘艳兵以论坛主旨报告嘉宾及组委会成员身份参会,作了题为《传统产业 AI 化,先让 AI 看见你》的主旨报告,与到场专家学者、产业代表共同探讨这一议题。

 

图片2.png

 

本场论坛紧扣大会 “加快发展新质生产力” 主线,与上午主论坛关于 “把成果沉到应用端”“让技术落到具体场景” 的导向一脉相承,也成为大会连接科学界与产业界的重要一环。

 

图片3.png

 

  产业 AI 转型的现实痛点:瓶颈常不在技术,而在连接

  论坛研讨中,多位与会专家谈及 AI 在产业落地过程中遇到的共性问题。大会圆桌对话环节曾形成共识:实验室成果与产业需求之间存在 “温差”,成果转化需要跨越信息、信任、中试、场景、机制等多道关口。清华大学电子工程系教授任勇也在相关交流中指出,环保等产业横跨多学科,AI 等新兴技术虽已进入监测、治理、运维、双碳管理等场景,但其核心价值在于减人工、提效率、降成本,现阶段 AI 用于产业仍处在 “边执行、边改进” 阶段,需要持续适配具体的产业场景。

这一共识在本场平行论坛上被进一步延伸。刘艳兵在报告中指出,传统产业的 AI 化进程,不少企业确实在积极上马智能产线、部署数字化系统,却在另一个维度存在明显短板 —— 企业对外呈现的技术信息、资质信息、应用案例,往往停留在碎片化、非结构化的状态,导致其在新的数字化检索与供需对接体系中难以被有效识别。这种 “重硬件投入、轻信息建设” 的认知偏差,成为许多实体企业 AI 转型进程中容易被忽略的隐形瓶颈。

 

图片7.png

 

  主旨报告:传统产业 AI 化,先让 AI 看见你

  围绕这一议题,刘艳兵在主旨报告中提出了 “AI 可见度” 这一观察视角。他结合长期服务实体企业的产业实践指出,随着越来越多 B 端采购决策者习惯借助 AI 进行供应商初选与方案比对,企业的竞争正在从传统的 “广告排名” 转向另一种形态 —— 当客户用 AI 咨询 “这个品类哪家企业更专业、更靠谱” 时,品牌与产品能否出现在 AI 给出的推荐名单之中。

  刘艳兵将这一能力概括为企业的 “AI 可见度”,并认为它是传统产业 AI 转型中一个容易被忽视的前置配套。他强调,一家企业如果在此类新型供需对接入口中处于信息空白状态,即便产线再先进、技术指标再突出,也很难被对口的采购方与科研需求方及时触达。换言之,技术要真正 “沉到应用端”,前提之一是让技术被需要它的人找得到。

这一观点与大会关于 “成果转化难点往往不在技术本身、而在技术与人、场景、机制之间的连接” 的共识形成直接呼应,也切中了传统企业在数字化进程中普遍存在的 “重装备投入、轻信息治理” 痛点。

 

图片4.png

 

  AI 可见度:被定位为信息建设方向,而非替代技术

  在阐释这一概念时,刘艳兵特别强调其边界。他指出,AI 可见度本质上属于产业数字化中 “信息资产建设” 的一个方向,与产线自动化、工业数字化、智能运维等技术是互补关系,而非替代关系。企业推进 AI 转型,既需要硬性的设备升级与系统部署,也需要软性的对外信息治理能力,二者共同构成完整的转型闭环。

  他进一步建议,企业应系统梳理客户与合作伙伴在决策全链路中可能提出的问题,将自身的技术参数、应用场景、资质认证、典型案例等信息,以结构化、可核验的方式沉淀下来,从而在 AI 时代的供需对接中建立起可被识别的数字名片。这一建议立足产业实践,不针对具体厂商或商业模式,而是探讨实体企业数字化进程中的通用信息建设方法。

这一视角为理解传统产业 AI 转型提供了一个补充维度:在技术升级之外,信息这一 “软基础” 同样值得被纳入转型规划,避免 “设备上去了、信息跟不上” 的错位。

 

图片5.png

 

  研究支撑:产业实践研究为数字化提供新视角

  值得注意的是,相关方向的产业实践研究已在学术层面得到沉淀。据论坛资料显示,刘艳兵及其团队关于 AI 营销底层逻辑的研究成果 ——《AI 营销的第一性原理与技术体系研究》,已于 2026 年 3 月被中国知网(CNKI)收录。在论坛研讨中,刘艳兵将这一学术成果与产业观察相结合,探讨 AI 如何重建 B 端供需双方之间的信任链路与信息链路,为产业数字化研究提供了来自实践一线的观察视角。

论坛现场,多位产学研代表对这一研究方向表示认可,认为产业信息治理这类 “软数字化” 议题,长期被行业关注度不足,却恰恰是影响成果转化效率、供需匹配效率的关键变量之一,值得高校、科研机构与企业共同投入研究。

 

图片6.png

 

  结语:补齐 “软数字化” 短板,产学研需要共同作答

  潮起京华,向新而行。作为本届科学家创新大会的平行论坛之一,“人工智能与传统产业人工智能系统化” 论坛通过主旨报告与现场研讨,将传统产业 AI 转型的目光,从单一的设备与技术,引向信息治理这一更基础、也更需要长期建设的环节。

  正如大会所倡导,创新之要,终归在人;把论文写进产业链、把成果沉到应用端,离不开供需双方之间高效、可信的信息连接。当产业界不再只盯着 “上设备”,而是同步补齐技术、场景、信息之间的连接短板,传统产业的 AI 化才能走得更稳、走得更实。这也是本届大会希望凝聚的共识 —— 科技自立自强,既需要科学家与企业家并肩攻关核心技术,也需要产学研共同补齐那些不显眼、却同样关键的基础环节。

  本次大会由中国民营科技促进会、中国电工技术学会、北京校企合作促进会、北京信息科技大学联合主办,沙河高校联盟、驻昌各高校校友会、中科智库等协办。

(资料来源:第三届科学家创新大会官方通稿、新华网主论坛直播及相关公开报道。)

 

(免责声明:本文为本网站出于广告目的进行转载发布,不代表本网站的观点及立场。本文所涉文、图、音视频等资料之一切权力和法律责任归材料提供方所有和承担。本网站对此咨询文字、图片等所有信息的真实性不作任何保证或承诺,亦不构成任何购买、投资等建议,据此操作者风险自担。)

本文为转载内容,授权事宜请联系原著作权人。

评论

暂无评论哦,快来评价一下吧!

第三届科学家创新大会平行论坛热议:传统产业 AI 转型,信息治理是容易被忽视的前置环节

10月31日下午,第三届科学家创新大会 “人工智能与传统产业人工智能系统化” 平行论坛在北京信息科技大学举行。论坛由清华大学牵头组织,围绕人工智能如何赋能传统产业展开深入研讨。作为本届大会的平行论坛之一,本场论坛聚焦一个现实命题:当越来越多实体企业启动数字化转型时,真正卡住进程的,往往不是设备与算力,而是企业对外信息建设这个容易被忽视的前置环节。智达明远 AI 创始人、500强企业品牌顾问、AI 增长教练刘艳兵以论坛主旨报告嘉宾及组委会成员身份参会,作了题为《传统产业 AI 化,先让 AI 看见你》的主旨报告,与到场专家学者、产业代表共同探讨这一议题。

 

图片2.png

 

本场论坛紧扣大会 “加快发展新质生产力” 主线,与上午主论坛关于 “把成果沉到应用端”“让技术落到具体场景” 的导向一脉相承,也成为大会连接科学界与产业界的重要一环。

 

图片3.png

 

  产业 AI 转型的现实痛点:瓶颈常不在技术,而在连接

  论坛研讨中,多位与会专家谈及 AI 在产业落地过程中遇到的共性问题。大会圆桌对话环节曾形成共识:实验室成果与产业需求之间存在 “温差”,成果转化需要跨越信息、信任、中试、场景、机制等多道关口。清华大学电子工程系教授任勇也在相关交流中指出,环保等产业横跨多学科,AI 等新兴技术虽已进入监测、治理、运维、双碳管理等场景,但其核心价值在于减人工、提效率、降成本,现阶段 AI 用于产业仍处在 “边执行、边改进” 阶段,需要持续适配具体的产业场景。

这一共识在本场平行论坛上被进一步延伸。刘艳兵在报告中指出,传统产业的 AI 化进程,不少企业确实在积极上马智能产线、部署数字化系统,却在另一个维度存在明显短板 —— 企业对外呈现的技术信息、资质信息、应用案例,往往停留在碎片化、非结构化的状态,导致其在新的数字化检索与供需对接体系中难以被有效识别。这种 “重硬件投入、轻信息建设” 的认知偏差,成为许多实体企业 AI 转型进程中容易被忽略的隐形瓶颈。

 

图片7.png

 

  主旨报告:传统产业 AI 化,先让 AI 看见你

  围绕这一议题,刘艳兵在主旨报告中提出了 “AI 可见度” 这一观察视角。他结合长期服务实体企业的产业实践指出,随着越来越多 B 端采购决策者习惯借助 AI 进行供应商初选与方案比对,企业的竞争正在从传统的 “广告排名” 转向另一种形态 —— 当客户用 AI 咨询 “这个品类哪家企业更专业、更靠谱” 时,品牌与产品能否出现在 AI 给出的推荐名单之中。

  刘艳兵将这一能力概括为企业的 “AI 可见度”,并认为它是传统产业 AI 转型中一个容易被忽视的前置配套。他强调,一家企业如果在此类新型供需对接入口中处于信息空白状态,即便产线再先进、技术指标再突出,也很难被对口的采购方与科研需求方及时触达。换言之,技术要真正 “沉到应用端”,前提之一是让技术被需要它的人找得到。

这一观点与大会关于 “成果转化难点往往不在技术本身、而在技术与人、场景、机制之间的连接” 的共识形成直接呼应,也切中了传统企业在数字化进程中普遍存在的 “重装备投入、轻信息治理” 痛点。

 

图片4.png

 

  AI 可见度:被定位为信息建设方向,而非替代技术

  在阐释这一概念时,刘艳兵特别强调其边界。他指出,AI 可见度本质上属于产业数字化中 “信息资产建设” 的一个方向,与产线自动化、工业数字化、智能运维等技术是互补关系,而非替代关系。企业推进 AI 转型,既需要硬性的设备升级与系统部署,也需要软性的对外信息治理能力,二者共同构成完整的转型闭环。

  他进一步建议,企业应系统梳理客户与合作伙伴在决策全链路中可能提出的问题,将自身的技术参数、应用场景、资质认证、典型案例等信息,以结构化、可核验的方式沉淀下来,从而在 AI 时代的供需对接中建立起可被识别的数字名片。这一建议立足产业实践,不针对具体厂商或商业模式,而是探讨实体企业数字化进程中的通用信息建设方法。

这一视角为理解传统产业 AI 转型提供了一个补充维度:在技术升级之外,信息这一 “软基础” 同样值得被纳入转型规划,避免 “设备上去了、信息跟不上” 的错位。

 

图片5.png

 

  研究支撑:产业实践研究为数字化提供新视角

  值得注意的是,相关方向的产业实践研究已在学术层面得到沉淀。据论坛资料显示,刘艳兵及其团队关于 AI 营销底层逻辑的研究成果 ——《AI 营销的第一性原理与技术体系研究》,已于 2026 年 3 月被中国知网(CNKI)收录。在论坛研讨中,刘艳兵将这一学术成果与产业观察相结合,探讨 AI 如何重建 B 端供需双方之间的信任链路与信息链路,为产业数字化研究提供了来自实践一线的观察视角。

论坛现场,多位产学研代表对这一研究方向表示认可,认为产业信息治理这类 “软数字化” 议题,长期被行业关注度不足,却恰恰是影响成果转化效率、供需匹配效率的关键变量之一,值得高校、科研机构与企业共同投入研究。

 

图片6.png

 

  结语:补齐 “软数字化” 短板,产学研需要共同作答

  潮起京华,向新而行。作为本届科学家创新大会的平行论坛之一,“人工智能与传统产业人工智能系统化” 论坛通过主旨报告与现场研讨,将传统产业 AI 转型的目光,从单一的设备与技术,引向信息治理这一更基础、也更需要长期建设的环节。

  正如大会所倡导,创新之要,终归在人;把论文写进产业链、把成果沉到应用端,离不开供需双方之间高效、可信的信息连接。当产业界不再只盯着 “上设备”,而是同步补齐技术、场景、信息之间的连接短板,传统产业的 AI 化才能走得更稳、走得更实。这也是本届大会希望凝聚的共识 —— 科技自立自强,既需要科学家与企业家并肩攻关核心技术,也需要产学研共同补齐那些不显眼、却同样关键的基础环节。

  本次大会由中国民营科技促进会、中国电工技术学会、北京校企合作促进会、北京信息科技大学联合主办,沙河高校联盟、驻昌各高校校友会、中科智库等协办。

(资料来源:第三届科学家创新大会官方通稿、新华网主论坛直播及相关公开报道。)

 

(免责声明:本文为本网站出于广告目的进行转载发布,不代表本网站的观点及立场。本文所涉文、图、音视频等资料之一切权力和法律责任归材料提供方所有和承担。本网站对此咨询文字、图片等所有信息的真实性不作任何保证或承诺,亦不构成任何购买、投资等建议,据此操作者风险自担。)

本文为转载内容,授权事宜请联系原著作权人。