2025年6月14日，“保险与精算四十人论坛·青年论坛2025年年会”在南开大学八里台校区省身楼隆重举行。本次年会由南开大学主办，南开-泰康保险与精算研究院、蚂蚁逸康（广州）信息技术有限公司承办，主题为“数智赋能与保险新质生产力”，聚焦数字化时代保险行业的转型升级与高质量发展。论坛设置主论坛、三场分论坛及一场圆桌论坛。
南开大学原校长、中国新一代人工智能发展战略研究院执行院长龚克教授在主论坛上发表题为《人工智能的技术特点和发展形势——兼议人工智能发展与应用中的几个重要关系》的主旨演讲，围绕人工智能的技术本质、演进趋势和现实挑战展开深入分析，并对如何因地制宜发展和应用人工智能提出建设性思路。本文根据演讲内容整理而成。
南开大学原校长
中国新一代人工智能发展战略研究院执行院长
龚克教授
人工智能的技术特点和发展形势——
兼议人工智能发展与应用中的几个重要关系
一、人工智能技术的性质与特点
龚克教授指出，人工智能是通用目的性质的引领当今科技革命和产业变革的战略性技术，正以前所未有广度、深度和速度改变生产生活方式、重塑产业生态格局，成为全球战略竞争的重要焦点。理解人工智能的本质、边界与特性，把握好人与人工智能的关系，是制定有效发展与治理策略的前提。
1. AI是人类创造的、模仿人类智能行为的技术工具
人工智能并非独立自主的“主体”，而是人类赋予其模拟智能行为能力的技术系统。它依赖于人工设计的硬件能力、人工供给的数据规模与质量、人工设定的算法模型（如深度神经网络）和训练策略，从而获得一定程度的感知、认知、谋行、执行等能力，用以完成人类确定或人类需要的任务。要把握好人与AI的关系是工具与其创造者、使用者、管理者的关系。 AI是当今时代人类创造的新的强大工具，其发展要受制于人、服务于人。因此，关键在人。
2. AI是以“学习”为核心的复杂技术系统
人工智能从诞生之日起即是数学、计算机科学、认知心理学等多学科融合的成果，而非某一学科的分支。从1956年达特茅斯会议提出“人工智能”概念，到2006年深度学习理论的突破，再到2010年大型图像数据库的发布、2014年AI图像识别达到人类平均水平，再到语义矢量和自相关机制，直至以GPT3.0为标志的大模型时代的兴起，以“学习”为核心的人工智能复杂技术系统在“算法+算力+数据”等多元驱动下，加速迭代演进和突破。然而，必须看到在这一过程中，每一次哪怕是微小的进步，都不是人工智能的自我进化，而是人类的持续创新。因此，要坚持发展和强化人的创新能力，特别是要适应人工智能作为通用目技术的特点，打破学科隔离、推进学科融合，提升人的学科融合创新能力。
3.当前AI尚未成熟，仍存在技术与伦理风险
尽管以GPT-4为代表的大模型展现出强大语言与认知能力，但其本质仍是基于概率统计的生成机制，难以完全避免“幻觉”现象和推理错误，尤其是其工作原理尚未能被充分解释，难免产生事实错误、伦理错误、逻辑错误、认知错误和安全风险。AI的两大主要风险源于：一是技术本身的局限性和不可解释性，因为AI的输出基于概率，就不可能百分之百正确；二是人为的误用、滥用甚至恶意利用，或是对其盲目依赖。因此，在应用AI过程中，必须把握好人工智能的强化人的主导作用，提升审辨能力，确保AI有效、安全、负责任地发展。
二、人工智能技术和应用发展的新形势
当前，人工智能技术与应用步入新一轮飞跃发展阶段，呈现出技术接连突破、应用广泛渗透、生态快速演化的趋势。龚克教授指出，要把握好我国的人工智能综合实力实现整体性系统性跃升之“强”与在基础理论和核心关键技术上存在短板之“弱”的关系，增强信心、正视差距、加倍努力，力求摆脱路径依赖，掌握人工智能发展和治理的主动权。
1. AI技术加速演进，应用呈现爆发式增长
以大模型为代表的新一代AI技术在计算效率、模型能力、任务泛化等方面实现快速突破。2022年至2024年间，AI推理成本下降280倍，硬件成本每年下降30%、能效提升40%；开源与闭源模型性能差距显著缩小，前十名模型之间的性能得分差距从11.9%降至5.4%。与此同时，AI正大规模进入实际应用场景。麦肯锡报告显示，全球70%的企业已在至少一个业务环节上采用生成式AI，比2023年的30%增长超过1倍。 AI的演进，一方面表现为从“预训练”+“后训练”的“快思考”向“慢思考”的深度推理系统的发展趋势，另一面表现为从感知、认知能力向有行为能力的“知行合一”方向发展。
2.我国AI综合实力跃升，但差距依然存在
在政策推动和产业集聚效应下，我国人工智能综合实力快速提升。在开源模型领域，由国内团队开发的Qwen3已成为全球应用最多的基础模型之一；中国大模型在主要基准上与美国大模型的性能差异也从2023年的两位数缩小到2024年的接近相等。但根据有关的报告，中国在人工智能的研究、投资、治理、教育等各方面的综合水平居于世界第二位，但与美国仍有明显差距。美国在高水平模型数量上仍显著领先，2024年发布的高影响力模型达40个，中国为15个；另一方面，美国在大模型人工智能领域的投资力度也远超中国，2024年，美国私营部门对 AI的投资增长到1091亿美元——几乎是中国（93亿美元）的12倍。在基础理论、关键核心技术等方面的短板弱项仍制约我国AI发展的根基。对此，总书记指出，“要正视差距、加倍努力，全面推进人工智能科技创新、产业发展和赋能应用，完善人工智能监管体制机制，牢牢掌握人工智能发展和治理主动权。”
三、因地制宜发展和应用人工智能先进生产力
按照中央提出的“因地制宜发展新质生产力”的要求，人工智能必须坚持“因地制宜、以用为本”的发展逻辑。
1.实事求是，抓住真实问题
“AI+”不是目的，而是解决实际问题的手段。每一项AI应用必须建立在对问题本质的深刻理解之上，真正回应企业痛点、用户需求、流程短板。无论是保险行业的智能理赔、农业的智能监测，还是政务服务的智能辅助，都要把握好手段和目的的关系，以解决实际问题为目的，力戒“跟风头”做虚功。
2.跨界融合，建设“懂AI又懂行业”的服务团队
AI的成功落地，需要技术与场景深度耦合。当前不少企业、地区在AI推进过程中仍存在“行业门槛”的问题，即通用技术如何进入专业领域的关系问题。解决这一问题，需要政产学研协同发力，搭建跨界融合的人才培养与协作平台，将智能化技术与行业生产（服务）的专门知识相结合，与当地当时的具体条件相结合，组成“培育一批既懂行业又懂数字化的”的服务团队，形成机制化推进合力。
3.改革生产关系，重构产业组织与治理体系
人工智能新质生产力，必然要求适应与之的新生产关系，要求生产组织与流程乃至制度层面的深刻变化。人工智能离不开数据，数据作为新的生产要素，要求构建有利于数据流通、共享与安全使用的生产关系和制度环境。在生产力和生产关系的关系上，不能削足适履式地让先进生产力适应既有生产关系，而是要按照党的二十届三中全会关于全面深化改革的决定的要求，“加快形成同新质生产力更相适应的生产关系，促进各类先进生产要素向发展新质生产力集聚”，使现有的生产关系与智能化时代的生产逻辑相适应，才能真正释放出人工智能先进生产力之伟力。
4.将智能化构建在自主可控的信创体系基座上
发展信创（即自主可控的信息技术应用创新）是实现信息化强国目标的必然选择。面对全球技术格局的深度调整，我国亟需加快推进“信创+智能”的融合发展路径。从国产CPU、操作系统、芯片，到数据中台与AI平台，构建全链条、自主可控的信息技术基础体系。推动“替代型信创”向“智能升级型信创”跃升，为经济与社会智能化打造安全、稳定、可持续的信息系统基座。这里要处理好自主可控和开源开放的关系，努力在开源开放中实现自主可控。
龚克教授在演讲中一再强调，人工智能归根结底是人类智慧的延伸和工具的再造。如何理解、使用和管理这一技术，决定了它将为人类社会带来何种未来。我们不能神化AI，也不必“妖化”AI，更不能畏惧AI，而要在积极发展和应用中牢牢把握其“工具属性”，坚持人的主体地位，推动AI为我国高质量发展服务，为全球可持续发展转型服务。
微信扫一扫
关注该公众号
知道了
微信扫一扫
使用小程序
取消 允许
取消 允许
取消 允许
× 分析
微信扫一扫可打开此内容，
使用完整服务
： ， ， ， ， ， ， ， ， ， ， ， ， 。 视频 小程序 赞 ，轻点两下取消赞 在看 ，轻点两下取消在看 分享 留言 收藏 听过
