问题——实体经济智能化转型进入深水区，关键于让数据真正“用起来”。目前，工业制造、能源电力、石油化工等领域沉淀了大量高质量结构化数据，但数据分散在不同系统和业务链条中——标准不统一、口径不一致——导致“数据多、会用少”“能采难算、能算难用”等问题依然突出。面对降本增效、提质增安、绿色低碳等现实需求，产业亟需能够理解业务逻辑、适配多场景并可规模复制的通用技术工具，把沉睡数据转化为生产力。 原因——从“语言理解”走向“数据理解”，能力体系加速重构。业内人士指出，结构化数据与传统文本信息差异明显：关联性更强、约束条件更多、业务规则更复杂，对推理能力、因果识别、可解释性和稳定性提出更高要求。活动现场发布的“极数”数据大模型定位为面向结构化数据处理的通用模型，强调融合因果推理、合成数据生成等技术路线，推动能力从单点任务走向“一体化通用”。中国科学院院士、清华大学人工智能研究院名誉院长张钹表示，中国拥有全球较完整的工业体系和海量高质量结构化数据，为数据智能发展提供了独特基础；因此，加速数据大模型方向创新，有望形成新的比较优势。 影响——从试点探索走向规模化落地，产业链协同空间深入打开。发布方介绍，“极数”已在20多个行业、100多个不同场景开展落地验证，显示其在工艺优化、预测预警、质量检测、运维调度、能耗管理等典型业务中具备应用潜力。活动中，来自能源、钢铁、冶金、信息技术等行业的企业代表分享实践路径，反映出产业对“可复制、可迁移、可运营”的解决方案需求正在上升。业内分析认为，若通用模型能力与行业知识沉淀、企业数据治理同步推进，将有助于降低企业智能化门槛，促进跨企业、跨链条协同优化，并带动软件、硬件、系统集成与服务体系完善，形成新的增长点。 对策——以创新中心与示范工程牵引，打通“模型—数据—场景—人才”闭环。张钹建议，依托雄安新区打造数据大模型创新中心，推动标杆模型规模化示范应用，通过构建“数据大模型+产业集群”生态，形成可复制、可推广的实践样本，为新型工业化探索提供路径支撑。活动同期发布“雄安新区人工智能实训生态”，针对产业快速发展背景下的人才供需错配问题，提出以岗位能力为导向的培养体系，推动人才培养与产业应用更紧密衔接。据悉，首期培训将设置具身智能训练师、人工智能师资培育等特色班次，计划形成从技术训练到工程实践的梯度供给。 前景——以“未来之城”承载新技术，数据智能有望成为雄安产业升级的重要抓手。与会人士认为，雄安新区具备新型城市基础设施和多元应用场景优势，为新技术试验、迭代和推广提供了条件。稳准智能（雄安）科技有限公司首席科学家崔鹏表示，雄安将为“极数”提供更广阔的应用空间。面向未来，数据大模型仍需在数据治理、标准体系、行业知识沉淀、安全合规与可解释性诸上持续突破，并通过示范工程沉淀可度量的成效指标，形成从“能用”到“好用”、从“点上突破”到“面上推广”的升级路径。可以预期，随着产业场景持续丰富、人才供给体系逐步完善，数据智能将更深地嵌入生产运行与管理决策，为传统产业转型升级与新兴产业培育提供支撑。
人工智能的发展并非单线推进，而是多路径并行。从语言智能走向数据智能，说明了人工智能与实体经济融合的深入深化。“极数”在雄安的发布与应用，不仅展示了一项技术进展，也折射出中国在新型工业化进程中把握人工智能机遇的探索。随着数据大模型生态完善、应用场景持续扩展，中国有望在人工智能驱动的产业升级中取得更主动的位置，并为新一轮科技革命和产业变革贡献中国经验。