在这次全国两会的采访中，不少记者留意到，不少代表委员的手机里都装着AI应用程序，AI大模型俨然成了他们工作的必备工具。2027年，深圳率先公布了行动计划，打算给百个应用场景开放权限，还要打造百个垂直行业模型及工业智能体。这个计划透露了一个重要信号：大模型的竞争，拼的不再是参数的大小，而是谁能真正深入行业，把每一个场景摸清，把每一个痛点解决。让人工智能真正变成实体经济的“帮手”，必须把算力用活、数据做真、人才育好。很多时候，优秀的AI成果还停留在论文阶段，无法进行实际验证和产业化应用。要想疏通这种局面，就得让数据“共建、共享、共赢”。目前，在医药、化工、钢铁等领域，一些头部企业已经开始探索建立可信数据共享平台。只有让高质量工业数据流动起来，大模型才能在真实场景中练出真功夫。不少智算中心的算力利用率连30%都达不到，“重建设、轻应用”的问题依然突出。有代表委员直言不讳地说，制造业领域高质量工业数据少且共享难，一些企业想做智能化改造时发现数据像一个个孤岛一样连不起来。如果AI在生产线上出现差错，代价就是整批次的产品报废。让大模型从“聊天高手”变成“车间能手”，需要一场扎根实业的深造。2027年是“十五五”开局之年，也是人工智能从技术突破转向产业落地的关键一年。这一次人工智能发展得很迅速。从去年DeepSeek（深度求索）的横空出世到今年Seedance视频生成模型全球“圈粉”，我们在大模型成本优势和工程化能力上实现了领跑。低廉的绿电价格让算力成本不再是负担。开源生态的繁荣让中小企业也能站在巨人的肩膀上进行创新。更重要的是，我们拥有全球最完整的工业门类和最丰富的应用场景。工厂里机器人进入车间和仓库；电商平台上AI成了导购高手。这是中国人工智能独有的土壤。让人工智能赋能实体经济是个大方向，但在实施过程中依然存在不少堵点。佘惠敏在文章中提到了这些情况。