3月4日，中山火炬高新区党工委理论学习中心组专题学习（扩大）会议暨“生成式人工智能驱动管理创新”专题辅导报告会召开，动员广大干部、企业家主动学习AI、拥抱AI，助力企业以新技术推动新变革，努力抢占未来发展制高点。会上，西安交通大学管理学院廖貅武教授作了题为《生成式人工智能驱动的管理创新——以DeepSeek等大模型为例》的专题辅导。

　　中山是制造业名城，火炬高新区是全市创新发展的“主引擎”，如何通过人工智能应用助力企业数字化转型升级、赋能企业管理创新？人工智能与制造业如何融合创新，加快培育发展新质生产力？理论周刊“圆桌”主持人专访了廖貅武教授。

　　主持人：谭华健

　　■廖貅武简介：

　　西安交通大学管理学院信息系统与智能商务系主任，智能决策与机器学习中心主任、健康大数据研究中心主任，长安先导智能决策与机器学习实验室主任、湾区化学数字研发中心主任。教授、博士生导师。主要研究方向：智能决策与机器学习、生成式人工智能驱动的管理决策、企业数字化转型、数据资产与数据定价。现担任中国系统工程学会信息系统工程专业委员会理事、中国自动化学会经济与管理系统专业委员会委员、中国管理科学与工程学会大数据与商务智能研究会理事，中国系统工程学会数据与知识系统工程专委会常务委员。

　　以智能化、融合化为特征的新质生产力革命正在中国孕育

　　●《理论周刊》：2025年1月20日，杭州深度求索人工智能基础技术研究有限公司正式发布了其最新研发的开源模型DeepSeek—R1，一时间，犹如一颗投入平静湖面的巨石，在国际上激起千层浪。开源AI大模型的应用，是否表明“人工智能+”迎来了一个全新的发展时期？

　　○廖貅武：自18世纪中叶第一次工业革命爆发以来，人类社会大致遵循80~100年的周期规律实现产业文明迭代。每一次技术革命都重塑了全球生产力版图，印证着“科学技术是第一生产力”的深刻命题。诺贝尔经济学奖得主罗伯特·索洛构建的经济增长模型揭示，当资本积累达到稳态后，技术进步将成为经济持续增长的唯一源泉。而驱动人类文明跃迁的，正是那些具有渗透性、互补性和创新衍生性的通用目的技术（General Purpose Technologies）——从蒸汽机、电力到计算机、互联网，这些技术集群通过重塑生产函数，持续推动着人类文明向更高维度演进。

　　在数字时代的竞争中，美国通过技术创新持续巩固其全球领导地位。20世纪80年代率先开启以个人计算机应用为标志的IT革命浪潮，90年代构建全球互联网基础设施，直至当前主导人工智能革命，硅谷始终扮演着创新策源地角色。微软、Meta、谷歌、亚马逊、苹果、英伟达等数字巨头构筑的万亿美元市值生态，印证了通用目的技术对经济结构的重塑力量。美国政府实施的“向上突破AI前沿技术，向下重构先进制造”双轨战略，正在构建覆盖基础研究、应用开发到产业落地的完整创新链条。

　　值得关注的是，中国科技企业正在开辟差异化创新路径。以DeepSeek为代表的创新力量，突破传统“算力军备竞赛”的固有范式，通过算法创新和工程化能力提升实现技术跃迁。这种“中国智造”新范式不仅打破了硅谷在基础模型领域的垄断格局，更标志着人工智能技术在中国进入“需求牵引、应用驱动”的良性发展新阶段。当“人工智能+”深度融入实体经济，一场以智能化、融合化为特征的新质生产力革命正在中国孕育。

　　大模型是人工智能的前沿技术

　　●《理论周刊》：与人类社会其他技术发展一样，人工智能本身也经历了一次又一次的升级，AI大模型有何不同之处？

　　○廖貅武：自20世纪50年代以来，人工智能大致经历了三次发展高潮期，两次低谷期。今天的大模型是人工智能发展的前沿阶段。早在2020年4月，OPENAI发布了神经网络JUKEBOX模型，2024年2月OpenAI发布了根据文本生成视频的Sora模型。2024年12月26日，杭州一家名为DeepSeek的中国初创公司，发布了全新一代大模型DeepSeek-V3。在多个基准测试中，DeepSeek-V3的性能均超越了其他开源模型，甚至与顶尖的闭源大模型GPT-4o不相上下，DeepSeek-V3以多项开创性技术，大幅提升了模型的性能和训练效率。2025年1月20日，DeepSeek-R1正式发布，拥有卓越的性能，在数学、代码和推理任务上可与OpenAIo1媲美。

　　大模型通常指的是大规模的人工智能模型，学习能力和泛化能力，能够处理和生成多种类型数据的人工智能模型，是一种基于深度学习技术，具有海量参数、强大的学习，通常说的大模型的“大”的特点体现在：参数数量庞大、训练数据量大、计算资源需求高。大模型是人类几千年来全部知识积累的高度压缩，它几乎封装了全世界所有的知识。

　　大模型分预训练和推理两个阶段。2024年9月前，整个大模型产业都在以预训练为主，但是这种预训练模式只会模仿，但很难创新。为了解决预训练推理能力不强的难题，业界进行了很多尝试。2025年1月DeepSeek发布了R1，并把技术线路原原本本展现出来，通用强化学习实现了从预训练到推理的大范式转换。

　　常见的AIGC大模型工具包括：OpenAI的ChatGPT、DeepSeek、百度文心一言、科大讯飞的讯飞星火、字节跳动豆包、kimi等，这些工具基于大规模语言模型技术，具备文本生成、语言理解、知识问答、逻辑推理等多种能力，可广泛应用于写作辅助、内容创作、智能客服等多个领域，通过不断迭代和优化，为用户提供更加智能、高效的内容生成解决方案。

　　“智能体经济”新形态正在重构全球创新版图

　　●《理论周刊》：基于上述所说的优点，AI大模型将会为人类带来哪些重大变革？

　　○廖貅武： AI大模型作为数字时代的核心生产力工具，正在重构人类社会的运行范式。其通过“智能增强”机制形成的技术赋能体系，已在四大维度展现变革力量：重构生产力体系、重塑决策逻辑、再造工作流程以及催生新型就业生态。以自然语言处理为突破口，大模型实现了从“数据识别”到“语义理解”的质变跃升，在机器翻译领域，Transformer架构驱动的多模态大模型已突破语言壁垒，实现跨语种无缝转换，推动全球语言服务产业进入“质量提升与成本优化”并行的新阶段。在决策智能化转型方面，大模型构建了“感知—认知—决策”的完整闭环。通过实时处理万亿级异构数据，构建动态知识图谱，其决策支持系统已从辅助工具进化为战略智脑。金融领域的风险预测准确率提升40%，制造业供应链优化周期缩短60%，印证了数据驱动决策范式的革命性价值。

　　在此过程中，中国科技力量展现出独特创新路径。DeepSeek通过算法创新突破“暴力计算”困境，其“效率优先”的技术路线，不仅破解了训练成本高昂的行业痛点，更推动AI应用向制造业、农业等实体经济纵深渗透。当大模型与5G、物联网深度融合，“智能体经济”新形态正在重构全球创新版图，开启人机共生的文明新纪元。

　　制造业正在经历从“工具智能化”到“系统智慧化”的质变

　　●《理论周刊》：对制造业来说，大模型主要从哪些方面重构产业竞争力？

　　○廖貅武：现有的研究认为，AI大模型通过重新定义终端智能化水平、研发范式的改变、AI原生产业的兴起、决策效率的提升以及工具革命等五种模式来重构产业竞争力。比如，未来一切的智能硬件都会被AI大模型所驱动，无论何种形态的终端，其核心竞争力就在于它是被什么样智力水平的大模型所驱动。又比如，在电力系统出现故障的时候，电力公司面临设备故障定位周期长、有经验的调度员稀缺、调度方案生成不及时等问题挑战。通过AI大模型的“加持”，可以秒级生成高质量的调度方案，实时指挥多名在线保电人员。

　　传统产业的数字化转型已进入“智能重构”新阶段，企业竞争力不再停留于数字化程度，而是取决于其构建“数据—算法—场景”闭环的能力。当大模型深度嵌入生产流程，制造业正在经历从“工具智能化”到“系统智慧化”的质变，这种转变正在重新定义全球价值链的竞争规则。

　　企业级大模型是数字化的智能引擎

　　●《理论周刊》：中山拥有“灯塔工厂”纬创资通，迈雷特数控、联合光电等一批数字化创新标杆企业，龙头企业在数智化进程中探索了一条行之有效的路径，为企业发展打开了一片新天地。对广大企业（特别是中小企业）来说，在“AI+制造业”进程中，该如何用好大模型实现数字化跃升？

　　○廖貅武：今天大模型的出现，为企业数字化转型提供了更多机遇。一方面，企业数字化是大模型落地的土壤，具体表现为：（1）企业数字化过程中积累的结构化/非结构化数据（如客户交互记录、供应链日志、内部文档等），是大模型训练与优化的核心燃料。（2）数字化业务场景（如智能客服、自动化流程、数据分析）为大模型提供了价值落地的空间。（3）企业的云平台、数据中台、AP1接口等数字化基础设施，是大模型与企业系统融合的桥梁。另一方面，大模型是企业数字化转型的智能引擎，具体表现为：（1）帮助企业实现自动化与效率提升，比如大模型可解析复杂文本（如合同、邮件），替代人工处理重复性任务（如文档分类、工单分派）；通过分析海量数据生成业务洞察（如销售预测、供应链风险预警），辅助管理者决策。（2）用户体验升级，比如大模型驱动的对话系统（如客服机器人、员工助手）能提升用户的服务体验；基于用户行为数据生成个性化内容（如营销文案、产品推荐）。（3）知识管理，比如，大模型可自动提取企业文档中的知识，构建可搜索的知识图谱；通过问答系统快速解答员工问题（如政策查询、技术文档检索）等。

　　大模型与企业数字化两者之间可通过三个阶段深度融合。第一阶段是数字化基础建设，企业需先完成数据整合（打破数据孤岛）、业务流程标准化（如ERP、CRM系统）和云化部署，为大模型提供运行环境。第二阶段是场景化应用，选择高价值场景切入（如合同审核、客服质检），利用大模型解决具体痛点，逐步验证效果。第三阶段是生态化扩展，通过API或低代码平台将大模型能力嵌入全业务流程（如供应链优化、市场营销），形成“AI+数字化”生态。

　　技术进化正在重塑企业管理的基因图谱

　　●《理论周刊》：AI在企业的应用主要集中在哪些方面，分哪些不同阶段？

　　○廖貅武：人工智能技术体系正沿着“感知—认知—决策”的智能进化轴线持续演进，形成三级能力跃迁架构：感知智能层构筑数据采集基础，涵盖语音识别、机器视觉、RPA流程自动化等技术；认知智能层实现信息理解与推理，以自然语言处理、知识图谱、深度学习为核心；决策智能层达成自主进化能力，通过大模型与智能体实现复杂系统的动态优化与创造性决策。

　　这种技术进化正在重塑企业管理的基因图谱。从组织架构柔性化重构到业务流程智能化再造，从人才战略的数智化转型到产品研发的生成式创新，AI技术穿透企业管理的全价值链条。

　　就大模型技术在企业端的渗透而言，可划分为三个阶段：（1）技术启蒙期（2022Q4—2023Q3）：GPT-3.5、文心一言等基础模型相继破茧，触发全球企业的技术认知革命。（2）场景渗透期（2023Q4—至今）：大模型进入“场景适配”深水区，在客户服务领域实现智能应答准确率突破92%，在供应链管理中将需求预测误差率降低至8%以内。（3）生态重构期（2024—未来）：智能体经济时代来临，Gartner预测到2026年将有40%的企业建立AI智能体。企业组织形态将向“人类战略层+智能体执行层”的二元结构进化，开启人机共治的管理新纪元。

　　面对人工智能技术日新月异，也引发了广泛讨论。例如，AI是否会取代人类？在可预见的未来，人不会被AI替代，但不会AI的人一定会被会AI的人替代！

　　企业声音

　　此次“生成式人工智能驱动管理创新”专题辅导报告会，同时作为“火炬商会大讲堂”系列活动之一，吸引了火炬高新区内近120家企业单位负责人和企业管理者积极参与，部分企业代表认为——

　　联合光电代表：不仅是技术工具，更是“生产力倍增器”

　　以DeepSeek为代表的生成式AI大模型正重塑制造业底层逻辑，不仅是技术工具，更是“生产力倍增器”。其核心在于数据驱动决策与复杂场景泛化能力，通过海量数据学习行业Know-How（技术诀窍），为AI企业管理应用提供创新灵感。大模型并非人类“替代者”，而是“超级助手”。公司管理层应以“业务痛点导向”而非“技术跟风”为原则，尽快制定分阶段落地计划，以AI为杠杆撬动公司新一轮增长。

　　金马游乐代表：推进AI与业务融合，以技术创新驱动发展

　　“人工智能+”启示公司可在设备制造中应用AI优化设计、提升创新能力和市场响应速度。同时，AI还可用于优化运营流程、提升决策效率，并在游乐体验设计和客户服务等方面发挥价值。“人工智能+”为公司提供了新思路，未来将积极推进AI与业务的融合，以技术创新驱动发展。

　　火炬新材代表：AI正从“感知智能”迈向“创造智能”

　　DeepSeek等工具已突破传统边界，在决策和流程再造方面展现出巨大价值。比如，美的集团的案例证明了AI在研发和供应链等环节的降本增效能力。AI将改变产品创新模式，重组产业价值链，在材料研发、工艺优化和运营效率等方面发挥关键作用。面对这场技术革命，企业应主动拥抱“AI+管理”创新，加快构建AI-ready的组织架构。公司将联合产业链伙伴探索垂直领域大模型应用，推动企业高质量发展。

　　问计DeepSeek:

　　●《理论周刊》：《中山市推进“人工智能+”产业创新发展的若干政策措施》作为2025年市政府“一号文”正式发布，可以看出中山市对“人工智能”的重视，中山市在“人工智能+”方面有哪些机遇？

　　○DeepSeek:中山市在2024至2025年期间，通过政策引导、产业布局和技术创新，全面推动“人工智能+”战略，展现出在多个领域的重大发展机遇。结合中山市近期发布的政策文件、产业动态及技术趋势，其机遇主要体现在政策红利与产业生态构建、算力与数据资源保障、传统产业智能化升级、新兴技术与场景深度融合、算力基建与技术创新、区域协同与人才培育、投资机遇与市场潜力等方面。

　　比如，中山依托家电、灯饰、医药等传统制造业基础，推动AI技术在研发生产、仿真优化、人机协作等环节的应用。通过AI与智能家居融合，推动家电产业从“成本竞争”转向“智能增值”。

　　中山市在“人工智能+”领域的机遇，既受益于政策红利和产业基础，也依赖于技术创新与区域协同。未来需重点关注算力基建与绿色技术、传统产业智能化升级、人才生态构建，以及深中合作的资源整合。随着DeepSeek等国产技术的突破和全球AI浪潮的推动，中山有望从传统制造业城市转型为AI赋能的创新高地。

　　●《理论周刊》：在新一轮科技革命和产业变革中，中山企业、产业集群的数字化转型与人工智能有哪些结合点？

　　○DeepSeek:中山企业可以更好地将人工智能与数字化转型和传统产业集群结合，提升竞争力，推动产业升级。主要有以下结合点：数据驱动决策、智能制造、个性化定制、供应链优化、质量控制、客户服务、人才培养与组织变革、产业集群协同、政策支持与生态建设。比如，构建AI产业生态，吸引高端人才和技术，推动产业集群发展。

　　●《理论周刊》：中山火炬高新区是中山创新发展的“主引擎”，正加大力度推进“湾区光谷”“湾区药谷”“湾区智谷”建设，对应的三大产业如何借力“人工智能+”开辟新赛道？

　　○DeepSeek:中山火炬高新区可以通过“光电光学+人工智能”“生物医药+人工智能”“先进制造+人工智能”，以及创新生态建设、数据与平台建设、国际合作等举措在人工智能与光电光学、生物医药、先进制造的融合中开辟新赛道，推动区域经济高质量发展。比如，可利用AI提升光学设备的自动化与智能化水平，如智能检测、自动对焦等；开发基于AI的图像处理技术，应用于医疗影像、安防监控等领域；通过AI加速新型光学材料的研发，优化材料性能。药物研发可利用AI加速药物筛选和设计，缩短研发周期，降低成本。