维修过程透明化，增加客户信任：我们提供维修过程透明化服务，包括维修前的故障诊断报告、维修中的实时照片或视频反馈，以及维修后的详细维修记录，让客户全程了解维修情况。
双能太阳能400客服售后24小时服务电话
鹤岗市兴安区、沈阳市皇姑区、乐东黎族自治县佛罗镇、乐东黎族自治县抱由镇、内蒙古包头市固阳县、广西河池市罗城仫佬族自治县、本溪市南芬区、广西百色市隆林各族自治县、天津市西青区、襄阳市襄城区
文/庞无忌
今年以来，AI浪潮席卷全球。它不仅催生了热门股票，也愈发深入千行百业。
正在进行的2025年中国国际服务贸易交易会上，毕马威中国数字化赋能及人工智能主管合伙人张庆杰在接受中新社国是直通车专访时表示，AI+重点产业拥有万亿级增量空间，核心是从“工具赋能”“业务融合”迈向“商业演进”，乃至“生态重塑”。
他认为，目前，产业界对AI的应用正在发生变化。企业不再一味追求大模型。在许多特定场景中，参数更少、专注性更强的小模型(SLM)，成为更经济实用的选择。企业对AI的应用最初主要集中在内部降本增效，但现在则越来越多地直接用于创造新收入来源和商业模式。
现阶段，金融、医疗、制造等领域是AI+重点产业的主战场。这些不仅创造新市场(如AI制药)，更从旧市场效率提升中挤压出新价值。
采访实录摘要如下：
国是直通车：目前很多企业都在谈论AI，AI在产业中的实际应用情况如何？
张庆杰：AI正在各个行业落地生根。虽然不同行业的应用深度和成熟度有所不同，但AI确实在提升效率、优化流程、创造新价值方面发挥着越来越重要的作用。毕马威实践调研发现，AI在产业中的应用呈现出一些特点，主要包括：
场景应用从“单点尝试”到“系统融合”：AI不再仅仅是孤立的应用，而是逐渐融入核心业务流程，并与IT应用系统深度融合。
模型选择关注“大模型”与“小模型”协同：企业不再一味追求大模型。在许多特定场景中，参数更少、专注性更强的小模型(SLM)，因为其更低的成本、更快的响应速度和更好的数据隐私保护，成为更经济实用的选择。
应用重点从“提升效率”到“直接变现”：AI的应用最初主要集中在内部降本增效，现在则越来越多地直接用于创造新收入来源和商业模式。
国是直通车：毕马威中国在服贸会期间发布《智能行业-通过AI驱动转型创造价值的蓝图》报告。您认为有什么技术场景是有潜力能够规模化的？
张庆杰：报告里提出了AI价值之旅，即AI的价值实现历经从“赋能”到“融合”再到“演进”的旅程。其中，不少场景潜力巨大，举几个例子：
垂直行业大模型：深入特定行业、解决实际痛点的垂直大模型正成为规模化商业化的重点。例如：医疗领域的AI辅助诊断系统(如肺部CT影像分析)，AI驱动的药物研发也能显著缩短研发周期。制造业领域用于优化运维与研发流程。金融与法律领域的智能风控、智能投顾、合同审查、合规预警等场景已非常普遍。
AI Agent(智能体)：已从概念验证走向生产环境，开始处理企业核心业务。例如企业服务中的AI客服、AI排班、AI运营等服务，以及制造业的流程自动化、供应链优化、仓储管理等。
多模态融合与生成式AI：正从文本生成向图像、视频、3D模型等多模态内容生成演进，其商业化在内容创作、营销、设计等领域进展迅速。例如：内容产业的AI生成营销文案、图片、视频素材，以及游戏资产生成等。
上述场景开始深入行业肌理，与业务流程系统性结合，创造出可衡量、可感知的商业价值。业界关注这些价值密度高、商业模式清晰、且正加速渗透的领域。
国是直通车：从市场规模来看，您认为AI+重点产业有多大的潜力或者增量空间？
张庆杰：AI+重点产业拥有万亿级增量空间，核心是从“工具赋能”“业务融合”迈向“商业演进”，乃至“生态重塑”。在国务院《关于深入实施“人工智能+”行动的意见》的政策利好下，市场潜力将更凸显，其中，金融、医疗、制造等领域料将是主战场。AI与产业的融合不仅创造新市场(如AI制药)，更从旧市场效率提升中挤压出新价值。
AI+重点产业的发展趋势包括几方面：
深度融合：AI从单点应用变为核心驱动，融入全业务流程。
垂直模型崛起：行业小模型因成本、数据安全和专业精度优势，成为企业级应用主流。
实体智能渗透：通过机器人、物联网等技术，AI大规模改造物理世界。
竞争范式转变：从算法竞争转向高质量行业数据与生态构建的竞争。
可信AI优先：安全、合规与可解释性成为核心选型标准。
国是直通车：目前在“AI+”上，哪些行业走在前列？
张庆杰：在“AI+”的浪潮中，金融、制造、医疗、互联网与政务等行业走在前列，其共同特点是数据密集、痛点明确、投资回报率易于衡量。
目前，AI+金融成熟度最高。智能风控、智能投顾、欺诈检测已大规模应用。例如，有解决方案让投顾展业效率提升3倍，智能风控系统普及率超78%，能实时分析交易数据，精准识别欺诈行为。
AI+制造以智能化为核心。其中，AI质检(如轮胎X光检测准确率超97%)、预测性维护、生产流程优化是重点。企业通过数字工厂实现全流程监控与智能排产，显著提升良品率和效率。
AI+医疗正高速增长。AI影像辅助诊断(如肺结节识别)、药物研发、基因分析发展迅速。AI系统诊断错误率较人工降低37%，2025年医疗大模型发布量达133个，加速精准医疗落地。
AI+互联网/电商深度嵌入。智能客服、个性化推荐已成为标配，AI生成营销内容(文案、图片)大幅降低创作成本，提升转化率。
AI+政务与城市治理正在快速普及。“AI数智员工”处理公文，将审核时间缩短90%；智慧交通系统优化信号灯，提升城市通行效率等。
国是直通车：目前“AI+”以及推动产业智能化改造有何瓶颈？
张庆杰：“AI+”与产业智能化改造虽前景广阔，但目前仍面临几个核心瓶颈，制约其大规模落地和深度应用。
数据瓶颈：数据质量差、存在大量噪声与缺失，形成“数据孤岛”；且难以实现“数据-模型-反馈”闭环，制约模型优化。
技术瓶颈：AI研发与算力成本高，传统产业对价格敏感；通用大模型与专业场景适配难，而开发行业小模型需要深厚领域知识；大模型幻觉依然存在，AI“黑箱”特性在工业、医疗等高风险场景面临信任危机。
人才瓶颈：既懂AI又懂行业的复合型人才稀缺。
商业变现与合规瓶颈：除降本外，AI“增收”的商业模式尚不清晰；数据隐私、算法公平性等合规要求日趋严格，尤其在金融、医疗等领域
突破这些瓶颈需多方协同：技术侧需发展高效、可解释的垂直模型；企业侧需加强数据治理并推动组织转型；政策侧应加快标准制定与生态建设。只有打通这些环节，产业智能化才能实现规模化落地。
【编辑:刘湃】 
