两会期间，周云杰提出的AI领域建议引起了广泛关注。其建议主要针对工业和家庭领域的大规模模型，以及血液制品行业的问题，并针对这些问题提出了切实可行的解决方案。这些方案为相关行业的发展提供了新的思考方向。
AI工业应用挑战
目前，人工智能的普及率不断上升，然而在工业领域的应用却遭遇了不少挑战。相较于服务业和金融业，AI在工业领域的应用难度更大。尽管其未来发展潜力巨大，工业界在AI的应用范围和普及程度上仍有显著提升空间。在此过程中，众多工业企业正致力于解决如何适应AI技术以及如何高效利用数据的难题。
工业大模型适配难题
周云杰强调，海尔卡奥斯工业互联网平台帮助企业实现了数字化变革，涉及16万家企业。但工业大模型在适应各种工业环境时存在困难。不同应用场景对数据和知识的需求存在显著差异，这需要工业大模型拥有更高级的泛化适应能力。以AI视觉检测为例，在家电和食品工厂的应用中，所需的数据和知识需求各异，适配过程相对复杂。
工业大模型应用建议
周云杰提出，应优先扶持家电、汽车、医疗等领域的领军企业。这些企业凭借其在应用场景、数据资源、制造技术和人才等方面的优势，正致力于探索“一图四清单”的实施途径。该建议旨在借助行业龙头企业的示范效应，促进工业大模型在更多领域的应用，进而提高工业智能化程度。
海尔平台先行先试
海尔积极推动人工智能技术在工业界的普及，采纳了两种同步进行的策略。在搭建平台方面，海尔卡奥斯自主开发了天智工业的大规模模型，该模型融合了4700个行业机理模型及200余项专家算法。这一创举在佛山洗衣机互联工厂和合肥冰箱互联工厂中取得了显著成效，为工业大模型的后续推广和应用提供了实际案例和丰富经验。
家庭大模型数据短板
工业级大模型与此存在差异，智慧家庭领域的大模型面临的主要挑战在于数据资源。在智慧家庭这一特定领域，数据资源普遍缺乏真实性和专业性。垂域大模型的发展不仅依赖于通用数据，而且亟需特定领域的高质量数据来支撑。数据服务端在跨界融合方面遭遇困难，平台提供的支持不足，加之其他相关因素，这些综合因素对智慧家庭大模型的持续进步构成了限制。
家庭大模型发展建议
周云杰提出，国家应当鼓励企业主导，打造一个涵盖智慧家庭所有场景的数据仿真平台及培训基地。此方案旨在培育出高标准的垂直领域大型模型，以此促进具身智能技术在家庭场景中的实际应用。这样的做法有利于促进家庭服务机器人等新兴生产力的进步，并且能够提高智慧家庭的智能化水平和用户满意度。
AI在民生领域潜力
在国家的进步历程中，民生领域的核心与民众的幸福紧密相连，AI技术在相关领域展现出巨大的发展潜力。以血液供应系统为例，我国运用AI技术成功缓解了血液供需矛盾，该技术不仅优化了血液的采集和配送流程，而且能够精准预测血液需求，从而提升了血液的使用效率和供应保障水平。
企业AI发展战略建议
周云杰提出，企业需加强信息化及数字化基础设施建设。他强调，企业应根据自身特性来规划人工智能的发展路径。通过针对特定场景和应用进行细致规划，分阶段实施，并依据各地实际情况进行灵活调整，企业能够更充分地利用人工智能的优势，从而推动高质量发展。
在AI技术的推动下，我国工业化发展迈入崭新阶段，智能制造展现出巨大潜力。众多企业有望借此机遇，实现各行业智能化水平的显著提升。然而，在实施AI战略的过程中，企业面临的主要挑战有哪些？
