活动预告 | 中国AI时代:创新生态与价值重构-夜雨聆风

活动预告 | 中国AI时代:创新生态与价值重构

当人工智能不再只是提升效率的工具，而逐渐成为重塑经济运行、产业组织与价值创造逻辑的基础性力量，一个新的时代命题正在浮现：

在AI原生时代，价值将如何被创造、放大与持续？

2026年5月20日，上海交通大学新加坡研究生院安泰亚太中心将举办第十场公益讲堂活动 “中国AI时代：创新生态与价值重构”，邀请来自人工智能、产业实践与投资领域的嘉宾，共同探讨中国AI创新生态的演进趋势、AI驱动下的新型商业模式，以及资本、技术与人才如何在新一轮价值重构中形成合力。

人工智能正在打开新的“蓝海空间”。这不是单一的技术突破，而是一场席卷全行业的系统性重构。

价值创造不再只依赖单一企业的效率提升，而是在政策、平台、资本、技术与人才交织形成的创新生态中，被重新配置、重新激活。

与此同时，关于竞争、所有权与增长的传统认知，也正在AI的推动下被重新审视与重新定义。

在中国迈向AI原生时代的路上，AI正从“工具”升级为“基础设施”，从“单点赋能”升级为“生态重塑”。它不仅推动产业迭代升级、催生全新商业模式，也进一步引发关于人本价值、社会责任与可持续发展的深层思考。

本场活动，将围绕四大核心维度，与各位嘉宾深度探讨：

技术维度：AI技术的迭代方向，如何支撑生态构建？
商业模式维度：AI如何打破传统壁垒，催生新增长极？
资本维度：资本如何赋能AI创新，助力价值落地？
人本影响维度：AI规模化应用中，如何释放人的潜能？

主题演讲

人本人工智能：价值重构的蓝海机遇——2026年世界人工智能大会（WAIC）展望

AI for Humanity: Blue Ocean Opportunity with the Redefinition of Value – Preview of World AI Conference（WAIC) 2026

翁家良博士将在主题演讲中，从全球视野与中国实践出发，解析中国AI创新生态的发展格局，探讨AI如何从技术驱动迈向价值驱动，并进一步分享“人本人工智能”理念如何为未来产业、组织与社会发展提供新的方向。

圆桌对话

技术 · 商业模式 · 资本 · 人本影响

Technology · Business Models · Capital · Human Impact

圆桌环节将汇聚技术、产业与资本领域的代表嘉宾，围绕以下问题展开深入交流：

AI正在如何改变企业价值创造的底层逻辑？
中国AI创新生态的独特优势与未来机会在哪里？
数据、知识产权、专业能力等无形资产，如何成为新一轮竞争中的核心价值来源？
资本应如何支持长期主义与可持续创新？
在AI规模化应用的过程中，如何真正释放人的潜能，而非替代人的价值？

嘉宾介绍

翁家良 James Ong

AIII人工智能国际研究院创始人

翁家良博士在新加坡、东盟、中国及欧美科技领域拥有40年产业、投资与学术经验，是企业家、科技高管、风险投资人、作者与教授。作为AIII人工智能国际研究院创始人与院长，他长期倡导“人本人工智能”理念，推动可持续、负责任、以人为中心的人工智能发展。

翁博士同时担任新加坡科技与设计大学（SUTD）特聘教授、新加坡社会科学大学（SUSS）商学院人工智能硕士项目专家咨询委员会主席，并在全球金融科技学院（GFI）、The Conference Board、新加坡风险与保险管理协会（RIMAS）、新加坡国家超级计算中心（NSCC）等机构担任顾问或专家职务。他也是世界人工智能大会（WAIC）国际战略顾问，并参与 UNESCO、联合国大学（UNU）等国际多边对话与合作。

翁博士毕业于美国德克萨斯大学奥斯汀分校，获信息化系统管理博士学位，研究聚焦人工智能赋能治理。其著作包括《人本人工智能：打造面向未来的可持续人工智能》等。

吴知澄 Riady Gozali

Vest Capital 管理合伙人

Riady专注于人工智能、无形资产密集型行业以及以实体资产为支撑的投资机会，并推动跨境合作与发展。

他拥有超过25年的运营与投资经验，横跨亚洲及美国市场，以“运营者+投资者”的视角，参与企业的构建、扩展与投资，在多元市场环境中推动业务发展。

他关注人工智能与无形资产，包括数据、知识产权及人力专业能力，如何重塑商业模式并创造新的价值形式，并以务实的方式推动其在真实场景中的落地与规模化发展。他常以一句话概括其观点：人工智能扩展能力，而持久价值来源于无形资产。

王宏伟 Charles Wang

A*STAR 高性能计算研究院高级研究员

王宏伟博士现任新加坡科技研究局（A*STAR）高性能计算研究院（IHPC）高级研究员。此前，他曾任华为自动驾驶解决方案（ADS）部门算法专家，参与智能驾驶场景下 AI 模型的研发与量产落地。

他长期关注人工智能在复杂系统中的预测、决策与规划问题，研究方向涵盖强化学习、大语言模型后训练、智能交通、智慧港航、城市系统与企业级 AI 应用。他专注于将 AI 从单点模型能力推进到可部署、可验证、可规模化的端到端解决方案，推动强化学习与大语言模型推理能力在真实产业场景中的融合应用。

他于上海交通大学获得智能交通方向工学博士学位，并曾作为联合培养博士生在美国佛罗里达大学开展为期两年的研究工作。他在 Transportation Research Part C: Emerging Technologies 等国际知名 SCI 期刊发表论文二十余篇，并长期担任 IEEE Transactions on Industrial Informatics 等多个 IEEE/ACM Transactions 期刊审稿人。