当前人工智能产业发展面临一个现实矛盾：虽然通用大语言模型文本生成上表现出色，却难以深入工业生产核心环节。中国科学院院士张钹分析认为，问题关键在于传统大模型难以有效处理工业设备传感器产生的结构化数据流。工厂车间、发电站等生产环境持续产生大量数值型、表格型数据，而现有通用大模型对这些数据的理解能力明显不足。
推动AI深度融入实体经济，关键在于立足产业实际、解决工程问题。以结构化数据为基础、通过因果推理提升决策能力、借助产研协同打通落地环节——这不仅关乎单个模型的成败——更影响新型工业化的质量和韧性。未来竞争中，能将技术创新转化为可验证、可复制产业能力的企业，更有可能在新一轮产业变革中占据优势。