AI不再只是聊天,现在开始做事了

下班回家你对着手机说一句“帮我整理下周出差行程”，AI自动帮你抢好对应时间段的车票，预约好目的地的酒店，甚至提前帮你整理好了要带的资料和当地的天气提醒。你有没有发现？AI已经悄悄变了。

前两年大家聊AI，还在比谁的聊天更像真人，比谁的参数更大、模型更大。现在再看，越来越多的AI已经从手机屏幕里跳出来，开始真真切切帮我们干活了。我整理了最新的行业观察，今天就跟大家聊聊，AI应用到底走到哪一步了，又会给我们的生活和工作带来哪些改变。

我最早接触AI的时候，所有人都在拼规模。当时行业里有个说法，叫“参数越大，能力越强”，厂商们比着晒自己的模型参数，仿佛几个T的参数摆出来，就已经赢在了起跑线。

但现在，赛道已经换了。AI从“拼规模”正式转向“拼密度”。单纯堆参数的时代过去了，大家开始比，同样的算力下，你的AI能解决多少真实问题，推理效率有多高。算法架构开始往稀疏化优化，去掉没用的冗余计算，只给需要的环节分配算力，最终结果就是成本降下来了，解决问题的速度反而提上去了。

这意味着什么？过去只有大公司能用得起的大模型，现在中小企业也能负担得起，AI落地的门槛实实在在降低了。

更关键的变化，是AI从“聊天”走向了“做事”，加速往智能体方向演进。过去的AI更像一本会说话的大字典，你问它什么，它给你输出一段文字，回答完任务就结束了。现在的智能体不一样，它有长期记忆，能自主做任务规划，还能一步步执行下去，中间遇到问题还能自己调整方向。

举个最简单的例子，你让AI帮你做一份行业竞品分析报告，过去它只会给你生成一篇拼凑的文字，现在智能体会自己去搜索最新的竞品信息，整理公开财报数据，对比不同产品的优缺点，最后自动生成带图表的完整报告，相当于一个初级分析师帮你做完了全流程工作。

但你别以为现在智能体已经完美了。从行业实践来看，目前智能体在处理长周期复杂任务时，可靠性还不够，经常会在某个环节“掉链子”，距离大规模落地还有一段路要走。

AI的能力边界也在拓展。过去AI只活在数字世界里，处理点文字图像就到头了。现在它开始往物理世界和生命世界延伸，融合信息智能、物理智能和生物智能。比如现在的具身智能，已经能让工业机器人跟着AI指令，自主完成复杂的工件装配，中国团队研发的具身智能模型，已经在全球标准测试中拿到了第一，开始进入产业落地筛选阶段。

在科研领域，AI已经从辅助工具变成了“AI科学家”。过去AI只是帮科研人员处理数据，现在它能自主提出研究假设，设计实验流程，大大缩短了科研周期。科研范式已经开始转向人机协同，人类负责定方向，AI负责做执行，双方一起推动科学进步。

我观察到一个很有意思的变化，曾经沸沸扬扬的“百模大战”已经结束了。基础模型的数量一直在收敛，现在没人再抢着发布新的通用大模型了，大家都沉下心，往垂直场景里扎，有人深耕医疗，有人聚焦制造业，竞争的焦点彻底转向了真实场景落地。

说到底，这不是参数之争，而是落地能力之战。谁能解决真实问题，谁才能活下来。

AI要做事，首先得有算力支撑。你可能不知道，现在我们国家的算力建设，已经走到了全球前列。统计数据显示，我们已经建成了42个万卡智算集群，智能算力规模超过1590 EFLOPS，这个规模位居全球第一梯队。

但算力发展也遇到了新问题。过去很多地方各自建算力中心，分散布局，不仅利用率上不去，还造成了大量重复投资。现在这个趋势已经变了，算力建设从分散走向全国一体化，东数西算工程的8大枢纽节点，已经承载了全国超80%的智算规模，算力资源开始向枢纽节点集中，政府引导加市场运作的协同机制已经慢慢建起来了。

接下来算力发展有三个明确方向：高密化、规模化、绿色低碳化。现在单机架的功率和算力密度一直在提，百万卡级的集群已经成为下一代智算中心的发展方向，很多厂商已经开始布局了。

最值得聊的，是算电协同已经成了战略必然。AI算力越来越大，对应的能耗也在快速增长，数据显示2024年中国数据中心用电量占社会用电量的1.68%，按中速增长情景预计，到2030年这个比例会涨到3%。能耗问题不解决，AI发展就会遇到天花板。

现在的解决方向很清晰：一方面，把算力布局往西部可再生能源富集区转移，西部有大量的风电光伏，电价比东部便宜很多，还能实现算力和绿电的直接对接。另一方面，技术上往节能方向走，液冷冷却技术现在已经成了行业共识，能大幅降低散热消耗的电力，很多新建智算中心已经直接用上了全液冷方案。

这意味着什么？未来算力不仅会越来越强，还会越来越便宜，越来越绿色。现在上海、珠海这些地方已经开始发算力券，给中小企业补贴算力成本，就是要让算力从少数科技企业，流向千行百业，让更多传统企业也能用得起AI。

算力是底座，数据就是AI的粮食。过去我们做数据建设，拼的是谁的数据量大，仿佛存了多少P的数据，就有多少竞争力。现在这个逻辑也变了。

数据挖掘已经从规模导向，彻底转向质量和专业化导向。单纯堆数据量没用，你有一百G的通用网页数据，不如一个G高质量的行业标注数据好用。对于AI来说，高质量的专业化行业数据集，现在已经成了核心竞争力。

你知道吗？数据标注这个行业，现在已经彻底变天了。过去大家觉得数据标注就是劳动密集型产业，招一帮人框框图片点点框就行。现在不一样了，数据标注需要深度融入行业专业知识，需要行业专家参与，已经从劳动密集型转向知识密集型。现在顶级的AI数据标注师，月薪能拿到近两万，比很多坐办公室的白领收入还高。

截至2025年第三季度，国家指导建设的7个数据标注基地，已经产出了医疗、工业等领域的高质量行业数据集超过500个，带动相关产值163亿元，现在78%的数据标注企业，主营业务都转向了行业数据集供给。

这意味着什么？AI要落地垂直行业，首先得有行业自己的“粮食”，没有高质量的行业数据，再大的模型也训不出能用的能力。

当然，现在数据领域还是有不少问题。比如数据价值密度不均匀，不同行业的标准不统一，数据流通还有不少壁垒，很多行业数据现在还是“存而不用”，躺在库里睡大觉，形成了一个个数据孤岛。

但我们国家有自己独特的优势。我们有全球最完整的工业体系，还有全球最大的互联网用户群体，每天都会产生海量的行业数据，天然具备形成“业务产生数据、数据训练AI、AI反哺业务”良性数据飞轮的基础。现在国家已经出台了三年行动计划，要在2026年底打造300个以上示范性应用场景，推动数据产业保持年均20%以上的增速，这些问题都会慢慢破解。

聊完技术、算力、数据，我们回到大家最关心的问题：AI到底在各行各业用得怎么样了？

先给大家看一组数据，2025年中国AI企业数量已经超过6000家，AI核心产业规模预计突破1.2万亿元，同比增长近30%；国产开源大模型全球累计下载量突破100亿次，中国现在已经是AI专利最大拥有国，占全球总量的60%。这个产业基础，比很多人想象的要扎实得多。

从落地节奏来看，不同行业的进度差得很大。数字化基础好的行业，比如互联网、金融、政务，AI落地已经很快了，很多场景已经商用。但物理资产多的传统行业，比如采掘、化工，落地速度就相对慢一些，毕竟要把AI和实体设备结合起来，比在数字世界跑难多了。

但在中国制造领域，AI渗透的速度已经超出很多人的预期。现在AI已经从研发设计、运营管理，往生产制造的核心环节渗透了，生产制造环节的AI应用占比，已经从2024年的19.9%，提升到了2025年的25.9%，这个增长速度非常快。尤其是电子信息、汽车装备制造这些行业，AI应用占比已经走到了最前面。

比如在汽车研发领域，过去设计一款新车，风洞试验要做几个月，花掉几千万元。现在用AI模拟风洞，大部分试验都能在数字世界完成，不仅能节省大量成本，还能把研发周期缩短三分之一以上。在生产环节，AI已经能帮工厂做质量检测，精度比人工更高，速度还比人工快，很多电子工厂已经用AI全检取代了人工抽检。

再给大家看一个很能说明问题的数据：2024年初，中国AI日均Token消耗量是1000亿，到2025年6月底，这个数字已经突破了30万亿，一年半时间涨了300倍。业界现在有一个判断，未来AI Token消耗会呈现“二八格局”，80%来自企业端，20%来自个人用户，企业级AI应用的爆发已经在路上。

那问题就解决了吗？并没有。现在AI规模化落地，还是绕不开四个难题：第一是训练和使用成本还是太高，很多中小企业扛不住；第二是高质量的行业数据还是不足，训出来的模型不好用；第三是工程化交付能力跟不上，很多模型在实验室里效果好，到工厂现场就出问题；第四是很多产业对AI的能力边界认知不对，要么觉得AI无所不能，预期太高，要么觉得AI就是炒概念，不敢用。

现在企业级AI应用其实正处在“幻灭低谷期”，经过前两年的热度沉淀，大家开始回归理性，找真问题，做真落地。行业判断，2026年下半年，企业级AI应用会迎来V型反转，真正的落地高潮才会到来。

AI越能做事，带来的安全问题就越复杂。过去AI的安全问题，主要就是“幻觉”，一本正经说瞎话，现在风险已经升级了，变成了系统性欺骗、数据泄露、基础设施安全这些复合型风险，风险更隐蔽，识别难度更高，传统打补丁式的防护已经不管用了。

你可能会担心，那我们国家对AI安全是怎么管的？其实我们已经走在了前面，现在已经形成了以算法备案、安全评估和专项行动为核心的链条化管理体系，多部门协同发力，治理已经从理念落到了实际操作层面，形成了“发展和安全并重”的格局。

现在行业里已经形成了一个共识：AI安全不能是事后补上去的围栏，得是AI系统天生自带的免疫基因，从训练到部署，从数据到应用，每个环节都要把安全嵌进去。现在头部企业都已经开始行动，百度、蚂蚁、华为这些厂商，都推出了覆盖数据、模型、基础设施、应用全维度的AI安全解决方案，从技术层面给AI加上了安全锁。

安全发展不是对立的，建好安全护栏，反而能让AI走得更快更稳。对于普通用户来说，你不用太担心AI会失控，规范发展已经成了行业的主流共识，我们享受AI便利的同时，安全也能得到保障。

AI走到今天，已经从实验室的概念，变成了干活的工具。它不再是那个只会陪你聊天的数字玩伴，已经开始深入我们的生产生活，帮我们解决一个个真实问题。

技术从来都是为人服务的，AI的终极价值，从来都不是替代人，而是解放人的双手，挖掘人的潜能，让我们能去做更有创造力的事情。在这个AI快速进化的时代，与其恐惧被替代，不如主动拥抱变化，学会和AI一起干活，一起成长。

真正的变革，才刚刚开始。

我做这个公众号

不是为了炫耀什么，而是想记录，一个普通人的，如何在AI时代重新成长。

---

如果你也想知道

普通人怎么利用AI：做内容，做副业，提高效率，做短视频，做个人IP，做实体店宣传。

欢迎一起交流学习。

---

作者：梁誉锋｜AI觉醒

一个普通人， 在AI时代重新成长。

---

微信：znn1491