“AI+”不是简单做加法

眼下高考季，不少家长和考生正忙着填报志愿。有个现象值得关注，有些号称“AI填报志愿”的工具，推荐信息里充斥着明显的事实错误，而且数据还相当滞后，这样很容易误导考生。这些年AI技术发展很快，迭代速度惊人，“AI+”概念火得一塌糊涂，在各行各业都有所应用。不过话说回来，像有些“AI填报志愿”工具，甚至一些自诩“AI+”的产品或服务，做法很粗糙。它们只把AI技术贴在老产品上，让“AI+”成了表面文章，有时候干脆就是营销手段。就拿医疗来说，有些“AI医生”光凭病人说的单一症状就开药方，容易导致误诊。或者在旅游方面，个别“AI导游”应用，嘴上说着会语音讲解、能拍照认景，讲起来却像读书，游客互动不起来，拍照认景也错得离谱。这类“AI+”产品出发点或许不坏，但问题在于，它们跟AI大模型只是浅层连接，对行业数据挖掘不够，针对特定场景和人群也没做精细设计。结果就是，这些产品常会出现AI“幻觉”，很难真正融入实际，对于行业痛点也只能隔靴搔痒，起不到真正有效的赋能作用。要让AI在各行各业发挥作用，不能简单生搬硬套，把AI硬塞进不同场景。要让“AI+”真正落地，关键要吃透各行各业运作的底细，瞄准行业升级的需求，找出制约发展的瓶颈，把行业专用数据梳理清楚，让AI自然融入业务过程，这样才能带来实实在在的提升。以“AI+冶金”为例，得深入了解烧结、炼焦、炼铁、炼钢这些复杂工艺，从智能配料、炉温智能控制、转炉火焰识别、钢材表面缺陷检测等高价值环节入手，帮助钢铁行业解决共性难题，让AI助推行业向绿色化、智能化、高端化发展。实际上，“AI+”在其他行业的成功案例，走的都是这条路。比如纺织业，断丝会让衣服有瑕疵，用AI视觉技术自动检测断丝，衣服质量就有了保障。或者在制药领域，新药研发周期长又耗钱，又不容易成功，利用AI筛选致病靶点和设计药物分子，就能缩短研发时间，节省开支，提高效率。只有让AI与各行各业有机结合，才能实现精准的价值突破，而不是表面功夫。要深入搞“AI+”，就得摒弃“为了AI而AI”的形式主义，让AI真正扎根现实场景，推动技术从表面结合走向深度融合。最终目标是要让AI改写生产流程和服务方式，解决真问题，满足真需求，创造真价值，促进降本增效和转型升级，为各行各业高质量发展注入新动力。（刘园园） 本网站转载的所有文章、图片、音频视频资料等，版权都归原作者所有。要是没联系到作者却侵犯了您的权益，请跟本网站联系，我们会采取措施。