科技日报记者 崔爽
在人工智能加速跃迁为国家战略的背景下，技术竞争的焦点正从单点突破转向体系能力构建，从模型能力比拼走向产业生态重塑。作为国家网信事业的战略科技力量，中国电子如何在这一轮AI浪潮中定位自身角色、构建核心能力，成为核心命题。
“近年来，我们抢抓人工智能+行动机遇，聚焦集成电路、先进计算、网信产业等重点领域，大力培育自主安全软硬件产品，打造自主、安全、开放、智能的计算平台和信息平台。”2026世界人工智能大会（WAIC）期间，中国电子党组成员、副总经理王桂荣在接受采访时介绍，中国电子正以体系化布局，全面拥抱人工智能，努力成为智能时代“底座”的建设者、产业协同的牵引者以及行业转型的赋能者。
在金融、能源等关键行业，AI落地面临安全合规、行业知识壁垒等多重挑战。王桂荣介绍，对此，中国电子形成独特优势：一方面，其全栈国产化能力能够满足高敏感行业对自主可控的刚性需求；另一方面，长期深耕行业积累的实践经验，使其能够将业务场景、行业数据与专家知识深度融合，提升AI系统的可用性与可靠性。此外，依托中央企业在产业协同中的组织优势，中国电子还能够推动标准制定、评测体系建设以及跨主体协同创新，促进产业从“0到1”的突破走向“1到100”的规模扩展。
如果说智能软件研发能力的规模化构建是AI时代的“地基”，那么数据则是驱动智能体进化的“燃料”。王桂荣指出，随着AI从工具走向智能体，数据要素的价值逻辑正在发生深刻变化。
首先，数据从“记录型”转向“认知型”，不再只是事后分析的依据，而是成为训练行业大模型、塑造认知能力的关键资源；其次，从“静态资产”转向“动态飞轮”，数据需要在任务执行与反馈中持续迭代，形成闭环；再次，从“集中式共享”走向“分布式协同”，需在保障数据主权的前提下实现价值流转。
这一转变对行业提出更高要求——不仅需要数据，更需要“可被智能体理解与调用的数据”。现实中，许多企业虽积累了大量数据，却难以有效供给大模型，导致AI难以真正解决业务问题。
“高质量数据的缺失，正成为制约AI发展的关键瓶颈。”王桂荣说。
围绕这一痛点，中国电子构建了覆盖数据元件、加工中心、安全数据空间的工程体系，打造供需联通的数据网络，并研发高质量数据集建设体系和语料智能加工平台，推出“天璇”合成数据集及动态评测机制。在WAIC期间发布的“国资央企行业高质量数据集建设能力支撑平台”，进一步将数据集拓展为基础数据、知识规则、流程工具以及任务运行与反馈等“四类资产”，推动形成面向智能体的场景任务闭环。
“未来的数据，不只是‘能用’，更要‘好用、可用、可追溯’。”王桂荣表示，要将行业知识、企业规则与专家经验转化为可检索、可调用的能力，让AI不仅“答得对”，更能“做得准、跑得通、可追责”。
在他看来，AI竞争的本质，不只是技术之争，更是体系能力与生态能力之争。谁能够率先构建起安全可信的底座、形成数据与应用的闭环、推动产业协同发展，谁就能在智能时代占据主动。“我们将持续筑牢智能产业发展根基，赋能千行百业数字化、智能化发展。”王桂荣说。
（主办方供图）
网友评论
