摘要：人工智能技术这几年比较火。最近谷歌发布了"Gemini2.5"的人工智能大模型，而国内也将有新的大模型问世，例如DeepSeekR2模型预计很快会发布。可以说，当前人工智能领域正处于蓬勃发展的阶段。然而，在这一发展过程中，有一个关键问题值得关注：人工智能的实际
人工智能技术这几年比较火。最近谷歌发布了"Gemini2.5"的人工智能大模型，而国内也将有新的大模型问世，例如DeepSeekR2模型预计很快会发布。可以说，当前人工智能领域正处于蓬勃发展的阶段。然而，在这一发展过程中，有一个关键问题值得关注：人工智能的实际应用情况究竟如何？它最终会带来怎样的影响？这些正是大家普遍关心的问题。
针对人工智能未来发展方向这一议题，我们提出以下观点：人工智能既要自上而下发展，又要自下而上推进，形成闭环管理机制。为此，我们需要重点研究以下几个问题：第一，人工智能目前的发展现状如何；第二，人工智能发展过程中存在哪些问题；第三，自上而下发展人工智能具有哪些优势；第四，自下而上推进人工智能发展具备哪些特点；最后，结论与建议。
一、当前人工智能发展的基本情况
2025年是人工智能元年，人工智能的发展非常迅猛，出现了大量应用场景和案例。其代表性成果就是人工智能大模型，而且这些大模型正走向垂直领域，产生了许多重要成果。这是当前的基本情况。
我们确实也看到，人工智能展现出一些神奇的特点。比如，像ChatGPT这样的人工智能，能够提供文本、语音和图像服务，可以生成高质量的图片和视频效果。同时，人工智能还能构建数据计算模型，特别是在文献检索方面，能够高效解决问题。
近期，谷歌新发布的Gemini 2.5表现尤为突出，性能位居前列，它在文本、音频、视频等方面都提升了人工智能的水平。人们正通过人工智能的发展获得各种服务：有人用AI写文章、搜集资料、搭建文章框架，甚至构建了中医药大模型、医疗大模型，还能利用AI技术解析蛋白质结构。一时间，人工智能似乎无所不在、无所不能，几乎标志着一个全新的人工智能时代。
甚至有人预测，未来5年人工智能将取代人类50%的岗位，这种说法让人心惶惶，感到无所适从。但人工智能究竟能发展到什么程度？它还存在哪些问题？这些仍然值得深入探讨。
二、人工智能发展目前出现了哪些问题？
人工智能确实取得了独特的成绩，但不可否认在发展过程中也存在一些问题。比如目前可以看到，人工智能在应用场景上还存在较大差距。有这样一个例子：有人想把人工智能大模型卖给企业老板，很多老板表示甚至愿意花10个亿甚至更多购买，但前提是要对赌一年后销售额能实现25%的增长。结果大模型的开发者却不敢做出这个承诺。
这个故事说明什么？说明人工智能虽然有其神奇之处和数据处理的优势，但也存在明显问题——它很难直接转化为成熟的产品，更难直接带来业绩的提升。要想真正改变业绩，必须建立完整的产品体系，具备实际功能和可行的商业模式，才能真正实现盈利。这就是我们看到的现实问题。
从目前发展来看，人工智能主要还是停留在解读、信息整理和历史资料分析层面。它是在大数据基础上进行内容生成的技术，比如通过历史数据、算法算力和数据加工，用算法整理数据得出新结论，这是人工智能的特点。但作为独立应用，比如完全实现自动驾驶，或者让机器人像人类一样思考、回答问题、理解情绪，目前还做不到。仔细分析当前的人工智能成果，它就像一个呀呀学语的孩子，具备一些人类的功能，甚至有些神奇表现，但远不能完全替代人类。它更多是作为一种辅助工具，需要与人类功能相结合，实现远程操控等。因此，人工智能目前很难在某个领域完全取代人类，人们接触越多，就越能感受到其实际效果与预期存在较大差距。这也是当前人工智能发展中的普遍感受。
当然，人工智能与机械臂结合可以实现一定程度的自动化和智能化，但这只是有限的、单一功能的智能化，属于碎片化应用。比如在制造业的黑灯工厂，或者在固定场景下的服务——景区自动驾驶车辆、萝卜快跑的自动驾驶服务，都是在稳定环境中按照既定程序运行。再比如AI快炒，通过将炒菜过程程序化，对各个环节进行计时统计和迭代优化，逐步模仿人类炒菜方式，但它学习的只是简单技能，效果仍无法与人类相比。又如酒店里的服务机器人，只能完成接电话、开电梯、送物品到房间门口等基础服务，整体仍属于较低端的服务。今天下午在一个论坛上，有专家指出当前人工智能还停留在表演和展示阶段，远未达到实际应用级别。我在讨论人工智能应用时也举过例子，说明目前人工智能只是初步具备某些接近人类的功能，这是我们当前的分析结论。
三、人工智能需要建立自上而下的发展机制
目前人工智能的发展普遍遵循这样一个思路：先构建一个大模型，通过持续迭代完善功能，最终实现实际应用。比如在医院拍片诊断的场景中，通过核磁共振扫描形成图像后，利用人工智能大模型与历史病例数据进行比对，凭借丰富的经验积累提高疾病诊断的准确率。这种方式的原理就是自上而下的，依托大量数据样本作为支撑，当遇到新问题时进行比对分析，实现"以多见少、以上见下"的智能辅助功能。这正是当前人工智能发展的主要特征，其核心难点在于如何通过足够多的数据训练出优质的大模型，并利用这个大模型来解决个性化问题。
目前人工智能主要采用数据统计的方式，建立标准化的重复性操作模式，形成软件控制的标准化流程。比如在人工智能网络直播中，将文字转化为模仿人声的语音输出；或者通过人工智能技术把静态照片转换成动态视频，实现文字与语音的自然结合，模拟真人发声。这些应用都体现了人工智能的典型特征。我们可以将其发展模式总结为：通过大数据构建自上而下的大模型基础，再针对具体问题进行持续迭代优化，这就是当前人工智能发展的主要路径。
这种发展模式也带来了相应的问题：人工智能系统需要依赖大量的数据进行统计分析，建立标准模式，然后才能基于这个模式来解决个性化需求。这种"先建立通用模型，再解决具体问题"的方式，就是典型的自上而下的发展机制。
四、人工智能需要建立自下而上的发展模式
这种模式的特点是从具体应用场景出发，通过分析实际问题，逐步向上构建模型。比如北京有家企业研发移动充电车，他们先解决电池充电问题，然后开发移动充电车，再在充电车基础上逐步添加智能化功能，推动移动充电服务的发展。这个过程是自下而上的模式，先有电池技术，再有车辆平台，然后叠加智能化系统，进而建立社区充电服务体系，最终通过大数据实现跨区域服务网络。
这种自下而上的模式突破了传统大模型"从大到小"的应用局限，而是从具体功能入手，逐步构建完整的智能化解决方案。先实现基础功能，再完善智能化功能，然后通过商业模式设计进行市场化推广，借助投资实现规模扩张，配合政府政策支持，最终形成可落地的完整模式。这种方式有效解决了人工智能领域长期存在的"有功能无商业价值"、"有单一功能无综合应用"的问题。
自下而上的发展模式是一个功能逐步完善、系统持续优化的过程。从发展趋势来看，未来人工智能的理想发展路径应该是自上而下建立基础模型与自下而上完善应用功能相结合，形成双向促进的良性循环。这样才能推动人工智能实现健康持续的发展，这也是我们研究得出的重要结论。
五、结论和建议
通过对人工智能应用的研究，我们至少可以得出两个重要结论：
第一，当前人工智能发展势头迅猛，受到广泛关注，在某些功能领域表现突出，未来发展前景广阔，因此2025年被称为"人工智能元年"，这是基本情况。
第二，人工智能发展必须坚持自上而下和自下而上相结合的道路。自上而下是指建立大模型和开发应用场景，自下而上则是先从具体应用场景出发，逐步完善功能体系，最终形成完整的人工智能应用生态。只有将这两种发展路径有机结合，才能构建更加完善的人工智能应用体系。
基于这些结论，我们提出两点建议：
第一，要在理论上持续突破大模型关键技术，包括类似ChatGPT、谷歌Gemini、特斯拉Grok等系统的研发，这需要配套发展芯片制造、光刻机等基础产业，国家应该加大这方面的投入和支持力度。
第二，要循序渐进地完善应用场景，从单一功能起步，逐步构建完整的生态系统，让人工智能真正实现落地应用、创造价值。只有这样，人工智能才能获得健康持续的发展。
以上是我们今天关于人工智能讨论的主要结论。我们期待人工智能在未来能够取得更好的发展，带来更多积极影响。
来源：管理专家李江涛
