从获取到吸收:什么真正决定了人工智能红利的分配?

2026-09-16

导语

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。

从获取到吸收:什么真正决定了人工智能红利的分配?.mp3


主持

·肖茜 清华大学战略与安全研究中心副主任

嘉宾

·宁宁 零一万物国际业务与AI咨询副总裁

您将听到

02:50 AI鸿沟的转向:从模型获取到吸收能力

10:00 解析AI吸收能力的五大核心要素

21:25 治理框架与“人在回路”闭环学习机制

24:00 从基础模型迈向组织业务适配体系

26:28 企业AI转型:顶层推动、组织记忆与持久竞争优势

42:15 TrueNorth决策中枢:面向管理层的AI落地实践路径

45:08 主权AI与发展中国家能力建设

50:42 中国AI落地机遇与约束,以及下一轮AI竞争核心

52:54 国际AI合作的新观察视角

制作团队

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