全球生成式人工智能的发展正进入大模型供给充分释放的新阶段。通用大模型与算力资源的获取门槛不断降低，企业与政府机构都可以轻松获取前沿人工智能能力。但实践表明，即便拥有模型访问权限，也未必能将技术转化为生产力。同一套基础模型，交由不同机构落地，最终效果会大相径庭。决定成败的关键是组织的“人工智能吸收能力”。什么是“人工智能吸收能力”？通用大模型要落地业务场景，需要补齐哪些制度、人才与数据方面的短板？主权人工智能是否等同于自主训练大模型？广大发展中国家如何摆脱“重模型采购、轻体系建设”的误区？拥有海量实体产业场景的中国，该如何将场景优势转化为可持续的人工智能竞争力？本期SinoAI Insights邀请零一万物国际业务与人工智能咨询副总裁宁宁博士，围绕“获取不等于吸收”这一核心观点，探讨如何让人工智能贴合机构真实业务场景，完善配套规则与权限机制，打造可灵活切换底层模型的业务体系，形成人机协同的闭环迭代能力。对话同时聚焦人才建设与组织转型，梳理企业、产业以及主权人工智能的落地路径。

·肖茜 清华大学战略与安全研究中心副主任

·宁宁 零一万物国际业务与AI咨询副总裁

监制：肖茜

制作：刘源、王叶湑

内容助理：钟珺雯

后期：高美琳

制图：高美琳