咖說(shuō)｜專訪普華永道中國(guó)劉亞霄：AI落地最大的阻礙，是“它發(fā)展太快了”

（普華永道中國(guó)人工智能行業(yè)專家、人工智能研究院院長(zhǎng)劉亞霄 受訪者/圖）

中經(jīng)記者 夏治斌 上海報(bào)道

盛夏七月的上海，裹挾著蒸騰暑氣的熱浪席卷全城，而同步升溫的，還有人工智能產(chǎn)業(yè)空前高漲的行業(yè)熱度。2026世界人工智能大會(huì)如期舉行，整座城市都沉浸在前沿技術(shù)交流的濃厚氛圍里。這場(chǎng)盛會(huì)釋放出清晰的行業(yè)轉(zhuǎn)向信號(hào)：AI產(chǎn)業(yè)已然告別單純展示技術(shù)、羅列技術(shù)可能性的階段，正式從“能做什么”的展示階段，進(jìn)入“怎么做出價(jià)值”的攻堅(jiān)期。

《中國(guó)經(jīng)營(yíng)報(bào)》記者了解到，正是在上述行業(yè)大背景下，普華永道中國(guó)在近期宣布成立了人工智能研究院。據(jù)悉，作為普華永道中國(guó)聚焦AI價(jià)值落地的重要引擎， 上述人工智能研究院依托前沿AI自研應(yīng)用能力與全鏈條產(chǎn)業(yè)賦能優(yōu)勢(shì)，打造適配本土需求的AI能力引擎，同時(shí)鏈接全球資源，推動(dòng)本土創(chuàng)新與全球?qū)嵺`深度互通，助力各行業(yè)把握人工智能發(fā)展機(jī)遇，實(shí)現(xiàn)價(jià)值躍升。

談及為何要在中國(guó)成立人工智能研究院，普華永道中國(guó)人工智能行業(yè)專家、人工智能研究院院長(zhǎng)劉亞霄博士在接受記者專訪時(shí)提到：“普華永道認(rèn)為，中國(guó)是全球AI發(fā)展中不可或缺且極為關(guān)鍵的一環(huán)。中國(guó)不僅擁有領(lǐng)先的開(kāi)源模型體系，還積累了豐富的AI應(yīng)用實(shí)踐、廣泛的產(chǎn)業(yè)采納意愿和雄厚的AI人才儲(chǔ)備。同時(shí)，中國(guó)完備的制造業(yè)體系也是全球AI供應(yīng)鏈的核心支撐，從稀土之類的原材料，到光模塊、PCB板、內(nèi)存等核心部件，中國(guó)都是全球AI產(chǎn)業(yè)鏈的關(guān)鍵供應(yīng)方。”

劉亞霄進(jìn)一步告訴記者：“脫離中國(guó)談全球AI，既不完整，也不可持續(xù)。基于這一認(rèn)知，普華永道中國(guó)成立人工智能研究院，正是為了踐行‘在中國(guó)，為中國(guó)’的理念，依托自身豐富的行業(yè)案例、資深的專家體系和合規(guī)的全球網(wǎng)絡(luò)，為中國(guó)AI的應(yīng)用普及盡己之力。”

實(shí)際上，科技企業(yè)自建AI實(shí)驗(yàn)室早已不是新鮮事。從海外巨頭到國(guó)內(nèi)大模型公司，研發(fā)投入動(dòng)輒數(shù)十億計(jì)，拼的是算力、參數(shù)和論文發(fā)表。普華永道中國(guó)此時(shí)入局成立人工智能研究院，難免被追問(wèn)：一家深耕千行百業(yè)的專業(yè)服務(wù)機(jī)構(gòu)，其打造的研究院到底有什么不一樣？它們的優(yōu)勢(shì)有哪些？當(dāng)下企業(yè)AI落地的最大阻礙是什么？帶著這些問(wèn)題，記者和劉亞霄進(jìn)行了一場(chǎng)深度對(duì)話。

戰(zhàn)略定位：成立AI研究院的優(yōu)勢(shì)有哪些？

《中國(guó)經(jīng)營(yíng)報(bào)》： 中國(guó)AI生態(tài)有哪些獨(dú)特價(jià)值，普華永道在中國(guó)成立的人工智能研究院與新加坡中心如何差異化定位、協(xié)同聯(lián)動(dòng)？

劉亞霄：研究院將從多個(gè)維度深入中國(guó)AI生態(tài)，與合作伙伴一道，從業(yè)務(wù)發(fā)展和實(shí)際挑戰(zhàn)出發(fā)，探索AI在行業(yè)創(chuàng)新、新業(yè)態(tài)孵化、人才培養(yǎng)等環(huán)節(jié)的落地路徑。此外，普華永道也將在合規(guī)框架下，助力中國(guó)AI應(yīng)用實(shí)踐與開(kāi)源協(xié)作生態(tài)更好地融入全球體系，依托中國(guó)在產(chǎn)業(yè)鏈與應(yīng)用場(chǎng)景上的積累，為全球AI的多元發(fā)展貢獻(xiàn)中國(guó)智慧與實(shí)踐案例，推動(dòng)形成更加開(kāi)放、協(xié)同、可持續(xù)的全球AI創(chuàng)新生態(tài)。

《中國(guó)經(jīng)營(yíng)報(bào)》： 科技企業(yè)自建AI實(shí)驗(yàn)室與普華永道研究院存在哪些本質(zhì)區(qū)別？依托咨詢基因，該院的核心競(jìng)爭(zhēng)優(yōu)勢(shì)是什么？對(duì)內(nèi)賦能業(yè)務(wù)、對(duì)外服務(wù)客戶兩大職能如何平衡？

劉亞霄： 從廣義上看，無(wú)論是科技企業(yè)的AI實(shí)驗(yàn)室還是我們成立的研究院，都是企業(yè)面向未來(lái)的研發(fā)投入，代表著在知識(shí)邊界上尋求突破的努力。但兩者的側(cè)重點(diǎn)存在明顯差異：許多科技企業(yè)實(shí)驗(yàn)室一方面深耕基礎(chǔ)研究，另一方面通過(guò)AI模型的快速迭代將其轉(zhuǎn)化為T(mén)oken，為智能化升級(jí)提供底層技術(shù)支撐。

相比之下，普華永道的核心優(yōu)勢(shì)在于“現(xiàn)場(chǎng)能力”——即對(duì)客戶業(yè)務(wù)場(chǎng)景的深度理解與嵌入。大模型要輸出真正有用的Token，必須通過(guò)提示詞構(gòu)建完整的業(yè)務(wù)上下文（Context），涵蓋目標(biāo)、背景、規(guī)范、正反例、工具及校驗(yàn)集等關(guān)鍵信息。而普華永道的現(xiàn)場(chǎng)能力，正是構(gòu)建這一上下文的關(guān)鍵環(huán)節(jié)。

我們將現(xiàn)場(chǎng)經(jīng)驗(yàn)拆解為5W+1H的業(yè)務(wù)要素框架，這也是普華永道AI“現(xiàn)場(chǎng)參考架構(gòu)”的核心：Why（為什么）： 明確業(yè)務(wù)目標(biāo)與背景，界定AI要解決的核心問(wèn)題；What（做什么）： 劃定任務(wù)邊界與輸出規(guī)范，避免模型偏離業(yè)務(wù)需求；Who（為誰(shuí)做）： 鎖定服務(wù)對(duì)象，適配不同角色的使用場(chǎng)景與決策邏輯；When（何時(shí)做）： 匹配時(shí)效要求與業(yè)務(wù)周期，確保信息與方案的及時(shí)性；Where（在哪做/來(lái)源）： 確認(rèn)信息來(lái)源與具體場(chǎng)景，保障上下文的關(guān)聯(lián)度；How（怎么做）： 整合可用工具、處理方法與正反案例，讓輸出結(jié)果可落地執(zhí)行。

這套5W+1H框架，本質(zhì)上是將咨詢顧問(wèn)的現(xiàn)場(chǎng)經(jīng)驗(yàn)、知識(shí)庫(kù)積累與案例集沉淀，轉(zhuǎn)化為大模型可理解、可使用的結(jié)構(gòu)化上下文，也是企業(yè)AI能夠快速產(chǎn)生效益的基礎(chǔ)。我們的人工智能研究院正基于這一基因范式，探索、融合并推動(dòng)符合中國(guó)企業(yè)實(shí)際的AI上下文生態(tài)建設(shè)，助力企業(yè)實(shí)現(xiàn)真正的智能化落地。

《中國(guó)經(jīng)營(yíng)報(bào)》： 研究院定位為AI技術(shù)與業(yè)務(wù)的轉(zhuǎn)化載體，AI落地最大阻礙來(lái)自技術(shù)、組織還是其他層面？大量企業(yè)手握AI工具卻難以規(guī)模化落地，研究院有怎樣標(biāo)準(zhǔn)化落地方法論？

劉亞霄：當(dāng)前AI落地的直接阻礙是：“AI發(fā)展太快了！”大模型及AI理論的飛速進(jìn)步和產(chǎn)業(yè)界大量的AI相關(guān)投入，讓中國(guó)企業(yè)（乃至全球企業(yè)），都面臨如何把自己的業(yè)務(wù)融合到這個(gè)飛輪里面去的挑戰(zhàn)。尤其是最近兩三年來(lái)，AI在企業(yè)中的落地從Chat、知識(shí)庫(kù)、圖像識(shí)別等簡(jiǎn)單任務(wù)，快速迭代到智能體、長(zhǎng)程任務(wù)、軟件工程、AI科研等復(fù)雜體系，很多企業(yè)會(huì)覺(jué)得無(wú)所適從，感覺(jué)傳統(tǒng)上買(mǎi)來(lái)用的方式不再合適。換而言之，企業(yè)目前的AI工具，有些是缺乏“上下文”的前沿模型，有些是幾個(gè)月甚至幾年前的AI小工具，他們普遍的問(wèn)題是缺乏合適的人員將其集成和迭代到企業(yè)的具體業(yè)務(wù)和生態(tài)融合上。

因此，研究院希望成為企業(yè)的“外腦的外腦”，為標(biāo)桿企業(yè)、新型業(yè)務(wù)和產(chǎn)業(yè)融合提供加速服務(wù)。具體而言，我們希望通過(guò)快速原型等方法，迅速驗(yàn)證“發(fā)展太快”的AI如何讓企業(yè)提速增效的真實(shí)場(chǎng)景，并將其融合為“上下文”與工具，成為企業(yè)迭代的參考框架和實(shí)用基盤(pán)。同時(shí)，我們會(huì)融合生態(tài)伙伴的能力，讓這個(gè)上下文和基盤(pán)成為企業(yè)自己也可以快速掌握和迭代的能力，從而形成智能化的發(fā)展路徑。

我們會(huì)不斷推出AI應(yīng)用的參考架構(gòu)，最佳實(shí)踐，行業(yè)基盤(pán)，并提供專家能力，陪伴企業(yè)進(jìn)行0到1 的探索，但不會(huì)提供“標(biāo)準(zhǔn)化”的產(chǎn)品。從企業(yè)的視角看，我們將在大模型Token外提供更有價(jià)值的企業(yè)應(yīng)用“Token”，讓企業(yè)馴服“太快的AI”為自己的“太快的發(fā)展”服務(wù)。如果說(shuō)標(biāo)準(zhǔn)，我們希望企業(yè)每天都有新功能上線，每周都有可衡量的回報(bào)，每月都有更豐富的融合場(chǎng)景，換言之，速度即標(biāo)準(zhǔn)。

落地方法論：如何破解AI規(guī)模化難題？

《中國(guó)經(jīng)營(yíng)報(bào)》： 企業(yè)搭建AI治理體系常面臨標(biāo)準(zhǔn)統(tǒng)一與業(yè)務(wù)創(chuàng)新的平衡難題，落地過(guò)程中的核心難點(diǎn)是什么？研究院如何協(xié)助企業(yè)構(gòu)建適配自身的AI治理架構(gòu)？不同行業(yè)、不同規(guī)模的企業(yè)，在AI治理體系的搭建上是否存在可復(fù)用的差異化路徑？

劉亞霄：治理體系并非孤立的管控規(guī)則，而是企業(yè)內(nèi)部信息溝通框架的外化，是企業(yè)架構(gòu)建設(shè)的核心組成部分。我們將企業(yè)AI治理的內(nèi)容拆解為四個(gè)可落地的模塊，分別對(duì)應(yīng)不同的責(zé)任主體與建設(shè)重點(diǎn)：技術(shù)腳手架（Scaffold）： 由企業(yè)IT與技術(shù)部門(mén)負(fù)責(zé)，界定AI運(yùn)行的安全邊界與擴(kuò)展規(guī)則，解決“AI能在什么范圍內(nèi)跑、如何快速擴(kuò)容”的問(wèn)題。

模型工具集（Harness）： 由企業(yè)AI中心負(fù)責(zé)，整合AI能力與業(yè)務(wù)場(chǎng)景的銜接方式，解決“AI具備哪些能力、如何真正落地產(chǎn)生價(jià)值”的問(wèn)題；業(yè)務(wù)技能組（Skills）： 由業(yè)務(wù)與產(chǎn)品部門(mén)負(fù)責(zé)，將AI融入日常溝通與數(shù)據(jù)處理流程，解決“業(yè)務(wù)人員如何用AI提效、如何快速?gòu)?fù)制推廣”的問(wèn)題；AI原生數(shù)據(jù)基盤(pán)（Data Substrate）： 需由C-Level高管牽頭建設(shè)，構(gòu)建包含Repo Wiki（既有數(shù)據(jù)摘要）與主題Wiki（面向業(yè)務(wù)的交付內(nèi)容）的數(shù)據(jù)體系，并與上述三個(gè)模塊深度融合，同時(shí)由領(lǐng)導(dǎo)者定義AI產(chǎn)出的Benchmark——明確以產(chǎn)量、交付時(shí)效、工時(shí)節(jié)省、新業(yè)務(wù)增量還是外包成本削減作為衡量標(biāo)準(zhǔn)。

我們?nèi)斯ぶ悄苎芯吭杭磳⑼瞥龅闹袊?guó)企業(yè)AI參考架構(gòu)，既可作為企業(yè)設(shè)計(jì)自身治理體系的基礎(chǔ)框架，也能幫助企業(yè)快速搭建起“足夠快”的AI建設(shè)能力。不同企業(yè)的治理體系，本質(zhì)上是通過(guò)差異化組合腳手架、工具集與技能組，結(jié)合大模型應(yīng)用實(shí)現(xiàn)的；而AI落地的過(guò)程，本身就是企業(yè)對(duì)智能進(jìn)行強(qiáng)化學(xué)習(xí)、持續(xù)迭代優(yōu)化的過(guò)程。

《中國(guó)經(jīng)營(yíng)報(bào)》： 研究院設(shè)研究、工場(chǎng)、生態(tài)、發(fā)展、人才五大板塊，實(shí)體工場(chǎng)如何快速將研究成果轉(zhuǎn)化為商用方案？工場(chǎng)原型共創(chuàng)和傳統(tǒng)咨詢交付有何區(qū)別，原型到規(guī)模化部署的核心障礙是什么？

劉亞霄： 如我剛才所說(shuō)，企業(yè)部署AI的最大挑戰(zhàn)就是“AI發(fā)展太快了”。即使是大模型企業(yè)，匯聚了諸多高級(jí)AI人才，我們也可以看到這幾年來(lái)的變化和興衰。因此，普華永道設(shè)計(jì)的研究院，更重要的是幫助中國(guó)企業(yè)能夠更快地思索，更快地實(shí)踐，更快地?cái)U(kuò)展，更快地迭代。這不是我們找?guī)讉€(gè)高級(jí)人才就能一勞永逸的，而是要結(jié)合普華永道的業(yè)務(wù)咨詢資產(chǎn)、咨詢顧問(wèn)能力、研究體系輸出和客戶實(shí)例的分析一起進(jìn)行的。可以說(shuō)，研究院是我們整體AI能力的一個(gè)窗口，以及和業(yè)務(wù)融合的紐帶。

從研究院的角度，我們更多做0到1 的工作，我們將支持到我們其他團(tuán)隊(duì)或者客戶，或者伙伴能夠在我們的原型上繼續(xù)迭代，產(chǎn)生1到100的效應(yīng)為止。

《中國(guó)經(jīng)營(yíng)報(bào)》： 五大板塊如何協(xié)同服務(wù)客戶，能否結(jié)合行業(yè)案例說(shuō)明？各板塊如何設(shè)定價(jià)值標(biāo)準(zhǔn)，研究院整體如何量化產(chǎn)業(yè)與客戶價(jià)值？

劉亞霄： 量化產(chǎn)業(yè)與客戶價(jià)值，是通過(guò)“影響力Impact”來(lái)衡量的。簡(jiǎn)而言之，客戶通過(guò)普華永道或者我們的伙伴獲得的增長(zhǎng)，就是我們的產(chǎn)出。我們有AI模型來(lái)計(jì)算，例如，在很多制造業(yè)、游戲、跨境電商的案例中，我們發(fā)現(xiàn)我們的直接貢獻(xiàn)是增長(zhǎng)的加速度，即增長(zhǎng)率的增長(zhǎng)率，讓客戶可以在二次方的上面，無(wú)論是新業(yè)務(wù)啟動(dòng)，還是既有業(yè)務(wù)轉(zhuǎn)型，都能夠獲得可量化的結(jié)果。

未來(lái)圖景：AI將如何重塑產(chǎn)業(yè)與全球化？

《中國(guó)經(jīng)營(yíng)報(bào)》： AI正從生成式向代理式、物理AI演進(jìn)，研究院在物理AI領(lǐng)域有哪些研究與合作布局？該演進(jìn)路上的技術(shù)與產(chǎn)業(yè)瓶頸是什么，代理式AI將重塑企業(yè)哪些業(yè)務(wù)與組織模式？

劉亞霄： 如我剛剛所言，物理AI和世界模型還在研究前期。我們研究院并不會(huì)投入大量精力在這方面的基礎(chǔ)研究上，而是會(huì)支持中國(guó)合作伙伴進(jìn)行多方向的探索，發(fā)揮各自的優(yōu)勢(shì)。同時(shí)，我們會(huì)結(jié)合伙伴的產(chǎn)品，以及前述的合理場(chǎng)景，協(xié)助用戶進(jìn)行可用的物理AI的快速落地與擴(kuò)展。

智能體的應(yīng)用已經(jīng)產(chǎn)生了數(shù)百億美元的經(jīng)濟(jì)效應(yīng)，我們希望企業(yè)在我們的參考治理架構(gòu)的基礎(chǔ)上，考慮從數(shù)字化到智能化的業(yè)務(wù)發(fā)展，即多了10000 個(gè)數(shù)字員工，業(yè)務(wù)是不是能更多，更好。以終為始地進(jìn)行業(yè)務(wù)和組織模式變革，將成為企業(yè)重塑自身的典型入口點(diǎn)。

《中國(guó)經(jīng)營(yíng)報(bào)》： 研究院聯(lián)動(dòng)多家云與軟件廠商搭建生態(tài)，選擇合作伙伴的核心標(biāo)準(zhǔn)是什么？合作側(cè)重工具整合還是場(chǎng)景共創(chuàng)，未來(lái)是否拓展高校、初創(chuàng)企業(yè)等合作方？

劉亞霄： 中國(guó)AI產(chǎn)業(yè)的發(fā)展是全生態(tài)、多主體共同推進(jìn)的：一方面以清華大學(xué)為代表的高校已經(jīng)在產(chǎn)出世界級(jí)的科研成果，另一方面不少初創(chuàng)企業(yè)，尤其是大模型賽道的創(chuàng)業(yè)公司，增長(zhǎng)速度極快，已經(jīng)跑出了有史以來(lái)增長(zhǎng)最快的投資和收入曲線。

正是因?yàn)楫?dāng)下AI技術(shù)迭代速度太快，我們并沒(méi)有預(yù)設(shè)固定的技術(shù)篩選標(biāo)準(zhǔn)來(lái)選擇合作伙伴，而是一直秉持“結(jié)果先于設(shè)計(jì)”的合作原則：先通過(guò)實(shí)際效果 benchmark 的迭代優(yōu)化識(shí)別各方的核心價(jià)值，再用“5W+1H”的框架拆解明確各自的定位和切入點(diǎn)，最終推動(dòng)不同伙伴協(xié)同共創(chuàng)，適配整個(gè)AI產(chǎn)業(yè)高速發(fā)展的節(jié)奏。

《中國(guó)經(jīng)營(yíng)報(bào)》： 普華永道計(jì)劃打通中外AI經(jīng)驗(yàn)雙向輸出，這套資源流動(dòng)模式存在哪些落地難點(diǎn)，研究院承擔(dān)何種樞紐角色？國(guó)內(nèi)哪些AI實(shí)踐具備全球輸出價(jià)值，如何為出海企業(yè)提供AI合規(guī)支撐？

劉亞霄： 這個(gè)領(lǐng)域的價(jià)值最終要靠實(shí)際落地成果驗(yàn)證，而非口頭論述。今年我們已經(jīng)觀察到大量海外用戶正在依托中國(guó)的開(kāi)源模型生態(tài)推進(jìn)自身的業(yè)務(wù)落地與智能化升級(jí)，無(wú)論是大模型服務(wù)，還是端側(cè)AI、視頻AI、推理框架等專業(yè)技術(shù)領(lǐng)域，都已經(jīng)展現(xiàn)出明顯的全球合作趨勢(shì)。

普華永道擁有覆蓋全球的服務(wù)網(wǎng)絡(luò)，我們的知識(shí)、能力與專業(yè)智力成果本就希望能服務(wù)全球用戶，因此研究院會(huì)以全球AI產(chǎn)業(yè)的發(fā)展現(xiàn)狀與真實(shí)需求為錨點(diǎn)，規(guī)劃中國(guó)AI模型的全球化落地路徑。

進(jìn)一步來(lái)看，AI出海本質(zhì)上仍然要面對(duì)很多跨境業(yè)務(wù)的傳統(tǒng)問(wèn)題，稅務(wù)合規(guī)、數(shù)據(jù)管理、法務(wù)風(fēng)險(xiǎn)、文化差異等挑戰(zhàn)依然存在。我們希望把普華永道在這些領(lǐng)域的積累整合到AI全球化服務(wù)體系中，形成能夠服務(wù)全球客戶的全新服務(wù)框架。

《中國(guó)經(jīng)營(yíng)報(bào)》： 未來(lái)3—5年，希望研究院成為行業(yè)怎樣的平臺(tái)，一句話概括其終極愿景？評(píng)判研究院成功，更看重客戶規(guī)模、方案沉淀、行業(yè)影響力還是價(jià)值創(chuàng)造？

劉亞霄： 我希望研究院成為“中國(guó)AI發(fā)展的加速器，助力中國(guó)企業(yè)智能化發(fā)展，推動(dòng)AI在行業(yè)中的可視化落地”。研究院的成功不能只看單一維度，而應(yīng)體現(xiàn)在客戶價(jià)值，方案沉淀，行業(yè)影響力和新生態(tài)創(chuàng)造等多方面的具體成果。“獨(dú)立的思考、積極的行動(dòng)、廣泛的合作、實(shí)在的累積”是我們一以貫之工作的方法。

（編輯：石英婧 審核：童海華 校對(duì)：翟軍 ）