又是一年达沃斯。

本次论坛上，最大的变化莫过于“新话题”和“新面孔”。在这场全球对话中，在机器人、AI等新兴赛道奔跑的企业家们格外引人瞩目。他们传承着“创新创业精神”基因，又自带新时代锐气，正以“拓荒者”的姿态诠释着新时代企业家精神内涵；在第16届夏季达沃斯论坛上，他们在思考着什么，有什么收获？

在论坛压轴会议日，一场利益相关者对话分外火爆。长江商学院院长、金融学教授、杰出院长讲席教授李海涛与宇树科技创始人、CEO兼CTO王兴兴，海尔集团董事局主席兼CEO周云杰，南加州大学古尔德法学院教授张湖月，Workera公司创始人兼CEO Kian Katanforoosh和主持人、资深媒体人、阳光媒体集团董事长杨澜首次同框，开启了一场以“解读中国AI发展路径”为主题的对话交流，线上线下的观看量与阅读量逾千万次。

六位来自商学教育、新兴科技、现代制造的领军人物，在对话中金句频出。知名度最高“90后”王兴兴讲述着“能搬砖的机器人”如何改变世界，海尔掌门人周云杰诠释了“比DeepSeek更deep，比OpenAI更open”的变革之道；“要么和AI同进化，要么被边缘化”的论断发人深省，“AI是最大的公益”的故事读懂科技向善。当中国AI正完成从“跟随者”到“引领者”的惊喜一跃，我们领悟了中国AI的逆袭密码——不是炫技，而是让科技回归“实用主义”；不是跟风，而是在十万亿级新赛道上跑出“中国式创新”。以下为对话实录。

01

见中国AI路径

从‘跟随者’向‘引领者’转变的信心本身，就是中国AI发展路径中的重要分水岭。”

杨澜：中国AI的飞速发展令全球瞩目，中国为什么能在这一轮浪潮中取得突破？中国在营造 AI 创新环境有哪些特别之处？

李海涛院长：中国与美国是当前全球最有可能主导AI革命的国家。这并非夸张，而是深厚产业积累与系统性创新生态优势的体现。

中国过去在互联网、移动支付、5G、平台经济等方面的持续投入，积累了丰富的技术与产业资源，为AI提供了独特的演化土壤；AI 技术的迭代与应用高度依赖复合型技术人才，中国凭借完善的教育体系，每年培养出数量庞大的理工科毕业生；大量顶尖AI研究人员接受中外联合教育，有本土培养体系，也有海外经验沉淀，人力基础坚实。

中国采用“政策 + 市场”双轮驱动模式，构建起梯度化的 AI 创新体系，在数据、算法、算力、基础设施等方面快速拉齐，形成了一个从模型到应用的完整生态。

当前中国的数字基础设施技术领先、保障有力。“东数西算”工程将东部数据需求与西部算力资源高效匹配，在绿色能源、数据中心选址、能耗调配等层面实现最优布局。未来AI的发展终将受限于能源，中国正通过清洁能源投资、国家超算中心布局，为AI生态构建出坚实底座。

在全球市场上，中国正在从“跟随者”向“引领者”转变。这种信心本身，就是中国AI发展路径中一个重要的分水岭。中国拥有最多样的产业场景、最丰富的消费级数据、最浓厚的创业创新氛围和最卓越的企业家精神，这些都是孵化应用型创新的核心要素。

长江商学院的学员和校友大多是杰出民营企业家，他们最关心两件事：

一是AI将如何重塑他们的商业模式，

二是如何在当前的再全球化浪潮中重新战略布局。

中国在这场深刻的AI革命中拥有巨大的发展潜力和历史性机遇，中国企业若能在AI革命中走出一条技术-场景-治理协同发展的路线，不仅能提升自身竞争力，也将为全球AI治理体系的构建贡献“中国经验”。

王兴兴：我们公司从2016年起步，最初只有我一个人。发展至今，我们已拥有上千名员工，营收规模突破十亿。

回望成长路径，最核心的驱动力，是行业本身的高速增长、社会对机器人领域的关注和需求、以及公司多年的持续积累，可谓是“天时地利人和”。

过去一年中，机器人领域变成了全球除 AI 以外最瞩目的领域，处于行业相对头部的公司会具备更多的发展优势。与此同时，浙江营商环境开放，是科研人才集聚之地，我们能够吸引到顶尖人才加入团队。这几年发展速度快，也源于我们持续增强的产品力与经营组织能力。例如我们在人形机器人上的布局，既基于技术积累，也考虑到全球市场对“可干活”型机器人的巨大需求。

机器人不只是展示科技感，而要真正进入劳动力替代场景，解决高强度、重复性的人力问题。从工业到农业，从安防到巡检，这些都是机器人能够率先落地的场域。AI模型的泛化能力越强，机器人就越能脱离“定制任务”，走向真正的通用型劳动力。

张湖月：中国企业在AI落地方面展现出极强的实用主义。相比于美国企业更关注算法前沿，中国企业更强调“能解决问题”。比如人形机器人不是为了展示技术能力，而是真正去解决家庭陪护、工业重复劳动等现实难题。

中国的制造能力与消费市场共同构成了AI规模化扩散的“双引擎”。强大的制造业基础能快速生产支持AI应用的硬件设备，庞大的消费市场和高效供应链能加速产品普及。具身智能领域尤其受益，因为机器人等产品需要真实的世界数据来训练，而中国拥有最丰富的实际场景。产品应用越广泛，获得的用户数据就越多，这些数据又能反哺AI软件优化——中国正在形成这样的良性循环，一个独具特色的AI生态系统正在中国成型。

Kian Katanforoosh：中国AI生态给我最深的印象是“人才密度”。在杭州、深圳、天津等地，与科技创业者的对话让我感受到浓厚的科研文化和极为高效的学习速度。中国的科研人员具备快速实验、快速上线、快速打磨的能力，这对于AI时代至关重要。

02

谈企业智能化

让数据更有质量，让场景更有价值，让人更有创造力。”

杨澜：与新兴高科技公司相比，海尔作为传统制造巨头，在应用AI等新技术时如何突破"大企业病"实现快速创新，人工智能又如何帮助海尔及其自身价值链转型？在制造业、产品开发和服务业相关领域，实施人工智能的关键驱动力是什么？

周云杰：AI不仅是技术工具，更是一种思维方式的变革，要求企业可以快速对市场做出响应，同时利用 AI 给用户创造更好的生活体验。

在海尔，AI的落地是从组织变革、流程变革和机制变革开始的，让全员、全方位、全流程地拥抱AI。因此我们构建了三层AI架构——“天上有大模型、空中有智能体、地面有智能终端”，目标是“比DeepSeek更deep，比OpenAI更open”。

我们在家电领域推出了“智家大模型”，实现与用户的深度智能交互；在工业制造方面部署了“天智工业大模型”，实现从设计到工艺再到品控的全流程智能化。

AI对企业真正的应用价值，不只是部署一个模型那么简单。真正有挑战性的，是让AI嵌入企业的主流程，深度参与研发、制造、销售、服务等各个环节，以用户为中心、以数据为驱动进行系统性重构，这不仅需要技术力，更需要认知力、组织力与协同力。

推动AI辅助企业决策的核心在于“三要素”：让数据更有质量，让场景更有价值，让人更有创造力。AI可以辅助判断，但真正具有战略价值的创造仍需人来完成。因此我们强调“人+AI”的协同，而不是替代。

杨澜：从Workera的视角如何看待AI Agent（智能体）在全行业中的应用？哪些维度的“技能”在人工智能时代最为稀缺？

Kian Katanforoosh：AI给世界带来的变化之一在于许多工作岗位可能面临变革——部分任务将实现全自动化，大多数岗位则会与人工智能协同增强或维持原状，但这都将引发劳动力市场的结构性调整。

人们可能需要转换职业赛道，或是从原有技能转向新技能领域，因此我们更关注通过精准的技能评估体系，为职业转型提供赋能支持，实现人岗精准匹配，组建高协同性的理想团队。

传统的技能评估要实现精准、公平和择优一直是业界难题。过去构建一套评估体系可能需要耗时整年，而智能体的优势恰恰在于能快速生成最优决策与行动序列，我们基于此将生成高质量评估的过程优化至约10分钟，这项突破使企业能够更高效地掌握员工技能图谱.

在当前职场环境中，所有技能都具有价值，但根据时效性可划分为软技能和硬技能两大类别。

软技能是指那些具有长期价值的基础能力，包括批判性思维、问题解决能力、高效沟通技巧、团队协作精神、AI素养等核心素质，不会随技术迭代而过时。

相比之下，硬技能则具有快速更新的特性，例如开发AI智能体、编写提示词、实时编程等前沿技术能力，虽然对构建创新型企业和系统至关重要，但其具体内容可能随着技术发展而迅速演变，就像Python、TensorFlow和PyTorch等深度学习框架通常每半年就会迎来重大版本更新。

因此，现代人才发展策略需要同时兼顾这两类技能的培养与更新。

“解读中国AI的发展路径”利益相关者对话

右起为李海涛、Kian Katanforoosh、张湖月、王兴兴、周云杰、杨澜

03

论生态共赢

未来每一个行业都会被 AI 重塑，要么和它同进化，要么被它边缘化。”

杨澜：平台型的生态系统连接着大量上下游中小企业，深嵌在庞大的产业价值链之中。您如何看待产业链上下游的深度协同？“生态主导型企业”在构建AI时代产业生态方面有哪些战略思考？

李海涛院长：这种生态能力，最终会成为中国企业全球竞争力的重要来源。

DeepSeek等本土大模型的突破，让中国创业者意识到自己并非只能复制OpenAI，而是可以在垂直场景中构建具有世界级水准的专用模型。而中国的强项不仅在大模型，更在于应用。当拥有大模型这个“大脑”后，人形机器人、智能家居、制造流程优化等AI应用都将成为可能。

AI的发展不能只看算法突破，真正的竞争不在于ChatGPT式的文本生成，更在于是否能够诞生改变行业的“杀手级应用”。如果我们能在垂直领域里构建足够多、足够深的“专用模型+场景闭环”，中国就有望在AI产业的下一个周期中确立独特优势。

要开发垂直领域的专业模型，关键不在于基础模型的绝对性能，而在于行业知识与数据积累。只要在特定领域足够专业，就能为企业实现降本增效，这正是中国制造业最擅长的。中国需要构建涵盖芯片、大模型到应用全产业链的独立自主的生态体系，这反而催生了独特的创新动力。

中国拥有全球最完整的产业体系和多样化需求，中国 AI 产业链拥有应用侧的局部优势，基于垂直领域的行业应用场景、行业经验和数据积累，极有可能爆发出覆盖千行百业的行业垂直大模型，也是此轮AI竞赛中弯道超车的最大机会。

周云杰：未来企业的竞争，绝不会只是企业对企业的竞争，而是生态与生态之间的对话。我们在打造AI生态过程中，明确了三个重点方向：智能家电、大健康、产业互联网。围绕这三大生态，海尔持续开放平台能力，联合上下游企业共同构建开放式生态系统，给中小企业提供数字化、智能化的转型服务。

在生态建设中，海尔对不同类型的合作伙伴实施差异化支持策略。

对于头部企业，例如延长石油、奇瑞汽车等，我们成立专门的数字化转型团队，将其行业专业能力与我们的平台能力深度融合，实现“双向赋能”。在汽车领域，与奇瑞共建的定制化平台受到用户的普遍欢迎，验证了大企业之间协同创新的可行性。

对于中腰部企业，我们则提供模块化的升级支持。比如在青岛平度，我们帮助一家原本做摩托车链条的企业升级工艺，拓展至船用链条产品，最终成长为全球细分市场的第二大龙头。这种转型路径，离不开平台能力的嵌入与数据驱动下的智能优化。

而面对小微企业，我们提供了“卡奥斯平台”式的轻量化SaaS服务，帮助其实现AI工具的快速定位部署与低成本试错。这一层级的企业虽然规模小，但需求真实、分布广泛，是推动AI技术广泛落地的关键群体。

海尔拥有的最大价值，不是某一个产品或某一项技术，而是全面协同的产业生态能力。无论是将AI嵌入业务主流程，还是打造多层次的智能终端矩阵，我们追求的都是“智能+实用”的结合。

未来每一个行业都会被 AI 重塑，要么和它同进化，要么被它边缘化。未来所有行业都会是“最聪明的人+机器”的模式，会用 AI 的人一定会淘汰不会用 AI 的人，我们只能选择和AI合作，而不是和它对抗。

王兴兴：我们非常期待与海尔这样拥有应用场景与平台能力的企业协同。从阶梯性发展的产业节奏来看，人形机器人尚处于发展平台期，大规模应用的时间节点尚未到来，但每一轮技术突破，都将带来整个行业新的跃迁，技术带来了产品能力的进步，市场的拓展才是水到渠成。

张湖月：从全球视角看，中国企业在构建AI应用生态方面展现出强烈的实用主义导向。不同于部分国家专注算法突破或模型极限，中国企业更强调AI在具体场景中的应用价值，这种模式带来的直接结果就是，中国成为AI产业中“最会落地”的国家之一。

中国的生态构建优势不仅来自于供给侧制造能力，更来自于需求侧的超大消费市场。在硬件+软件融合的“物理智能”场景中，中国企业可以实现从开发到迭代的高频次闭环，这种能力正在催生出一个自我增强的AI生态系统。

04

聊人形机器人

从炫技走向实用主义，人形机器人将是最不容忽视的十万亿级大产业。”

杨澜：业内曾预测，未来全球机器人的数量可能会达到人类总数的4到5倍，意味着极其庞大的潜在市场规模。我们也看到中国机器人行业正呈现爆发式增长，宇树人形机器人的走红也催生了大量新兴企业涌入这一赛道。您认为行业如何实现更健康的发展，机器人未来又有哪些重要应用场景？

李海涛院长：机器人之所以可能成为下一代中国企业参与全球竞争的主力赛道，关键在于中国拥有“完整的能力闭环”——从大模型基础、制造工艺、硬件组装、用户场景到数据回流，几乎每一个链条都具备了打通的潜力。

中国过去几十年中，形成了三大“十万亿级”产业：家电、智能手机、汽车。接下来可能出现的第四个“十万亿级产业”，也是最不容忽视的十万亿级大产业，就是人形机器人，这背后是技术突破、政策支持与场景落地的共振效应。中国凭借深度学习模型、传感器、电池、材料等全产业链优势，还有人口老龄化背景下巨大的市场刚需，有望成为具身智能时代的领跑者。

王兴兴： 在快速发展的新兴领域，竞争是不可避免的，从长远看其实也是好事，有压力才有动力。从2016年创业至今，我们经历了机器人行业的多轮竞争周期——从早期的机器狗赛道到如今的人形机器人热潮。但宇树的优势在于：我们是用八年时间沉淀的技术长跑者，不是跟风入局的短跑选手。

真正的较量在于持续创新的能力。在新兴技术行业，至少要保持每个月都有明显的技术进步，才能一直跑的领先一些。产品上或技术上停滞了，很快就会变成一家平庸的公司，停滞就等于淘汰。公司的压力或者我个人的最大压力，还是要保持技术和产品的持续创新。

我们希望机器人能真正“干活”，尤其是那些人类不愿意做、或长期以来交由人工完成的重复性、高强度工作。在工业与农业场景中，环境中的交互复杂度相对可控，更适合机器人率先部署。例如在工厂或农田，机器人可以协助搬运、检测、巡视等任务，这些功能相对聚焦、路径清晰。

真正的挑战，在于机器人与人的近距离交互。例如之前一次活动中，一台人形机器人不慎踩掉了一位小女孩的鞋子，并未造成任何伤害，但也引发了关注。家庭是一个重要的潜在场景，但也是更难的应用之一，因为它对机器人提出了极高的交互性与安全性要求。

周云杰：AI落地的标志，不是你有多炫的功能，而是你能否为用户创造真实价值。

海尔对人形机器人的发展持积极态度，并已成立机器人事业部，分为工业与家庭两个方向。在家庭端，我们的理念是“功能解耦、场景聚焦”，不追求制造一个高成本、全能型机器人，而是围绕陪护、康复、烹饪等具体场景，开发出多台“小而美”的服务型机器人，就像智能家电一样分工协作。

家庭服务机器人走进家庭是必然的，刚开始也可以是轮式机器人，未来人形机器人会是终极形态。我们的策略是将家庭服务解构为多个子任务，将功能和场景进行切割，并分别赋能给不同的小型机器人，例如康复护理、老人陪护、智能厨具等。未来家庭里不会只存在一个万能机器人，而是多个协同作业的小型智能体，这才是现实路径。

我们与宇树科技之间有着天然的协同空间。机器人企业需要稳定、真实的家庭场景做产品训练，而我们拥有海量用户和成熟的家庭智能网络。如果能够深度打通，无论是在交互设计、用户需求理解、还是产品测试周期上，都能大大加快机器人落地节奏。

张湖月：中国在机器人应用中的潜力，不仅来自供给端的制造能力，更在于需求端的“落地能力”。中国市场具备快速接受新技术的用户群体，也有强烈的成本敏感型消费文化。在这种背景下，如果能实现批量生产、降低成本，机器人就有机会像空调、冰箱一样，真正成为家庭的一部分。

Kian Katanforoosh：中国的工程师密度和技术人才储备令人印象深刻。如果说硅谷的核心是创投密度和技术社区，中国的优势则在于“做得出来”，并且“用得起来”。从全球来看，中国最有机会在“具身智能”领域打出爆款，尤其在人形机器人这样硬件+算法深度融合的方向上。

05

说AI伦理与普惠

AI是最大的公益，它在提供这个世界上最稀缺的资源。”

杨澜：面对AI技术的普及可能造成新的“智能鸿沟”，如何让AI成为真正的普惠工具，而不是加剧不平等的新变量？

李海涛院长：AI就是最大的公益，它在提供这个世界上最稀缺的资源。

长江有校友的创业项目就是致力于打造数字化的基础教育老师、医疗专家和机器人陪护，突破区域、成本与资源限制，利用AI将优质师资、专家资源和康养陪护人员送进偏远地区和高龄社区，为弱势群体提供高质量服务。

这是AI在教育、医疗公平领域的实践，也是长江开创性地提出“新智公益”以及商学院的“新智公益”的具体体现。

长江商学院有众多优秀企业家校友，比如马云、南存辉、冷友斌等优秀校友都出席了今年的民营企业座谈会。在长江商学院，我们始终倡导这样一种价值观：真正的企业家精神不仅在于创造富足的生活，更在于拥有丰盈的人生。为此，我们成为世界上首家将公益学时纳入教学体系的商学院——每位学员必须修满48小时的公益学时方能毕业，这背后是我们坚守的核心信念：“强者有为，功成者须回馈社会”。

我们相信，商业成功与社会责任从来不是非此即彼的选择，而应是相辅相成的统一体。这种理念已经深深融入长江的教育基因，指引着每一位长江人追求更有温度、更有担当的商业人生。

周云杰：技术发展要有“科技向善”的伦理底线。一方面，企业要构建自己的技术壁垒，形成护城河；另一方面，也要让技术真正服务于大众，提升用户体验。海尔在产品研发中曾有一项“防电墙”核心专利，为保障消费者安全，我们选择将其免费开放，让所有厂商共享这一安全能力。

我认为构建开放、开源的生态系统是未来的发展方向。

以智能家居为例，当前很多主流操作系统仍是封闭的，我们更希望打造一个开放的平台：一方面能够集成不同品牌的智能家电，另一方面也让我们的设备能够接入其他系统。这种双向开放、互联互通的模式，才能真正推动行业协同发展，为用户创造更大价值。

这种开放性，正是实现AI普惠的关键。这种开放生态的建设，不仅需要技术突破，更需要行业各方的共识与合作。只有打破系统壁垒，才能实现智能家居产业的规模化发展，让科技创新成果惠及更多消费者。

张湖月：AI治理是一项高度复杂的系统工程，牵涉到短期风险与长期风险两类。短期风险包括算法偏见、就业冲击、知识产权纠纷等，而长期风险则涉及AGI可能带来的不确定性与潜在威胁。目前对于AGI是否会构成人类生存风险尚无科学共识，有人认为它是“比猫还笨的系统”，也有人坚信它会在数年内突破人类智能。

在应对短期风险上，我们已有较成熟的法律框架可供参考，但关键在于监管力度与节奏的平衡，既不能抑制创新，也不能放任无序。在技术扩散早期阶段，应适度宽容；而在技术已进入广泛应用阶段时，则必须加强风险防控与系统性评估。

AI治理不能只靠一国之力，需要国际合作机制的不断演进。在这一方面，中国有独特的贡献空间，特别是在推动“技术普惠”与“伦理共识”方面。中国的开源模型、低成本产品与下沉市场经验，为构建“可负担、可接入、可治理”的AI体系提供了样本。

中国的AI产业实践，恰恰可以为全球提供“应用主导、场景驱动”的监管样本。在AI产品大规模扩散的前夜，提前建立伦理评估与责任归属机制，是中国企业走向全球的“软实力”。

Kian Katanforoosh：AI真正的挑战，不是构建基础模型，而是让AI系统理解我们工作的上下文。我们需要的是“有记忆力、低延迟、具备专业术语和背景知识”的AI导师，这不仅是技术问题，更是责任与信任的问题。全球范围内，中国企业可以在工程化落地的过程中探索出“可信赖AI”的治理路径。

06

结语

从技术突围到生态构建，从企业转型到全球治理，在AI这场深刻改变产业格局与社会结构的浪潮中，中国已不再只是“参与者”，而正逐步成为具有系统性能力与战略主动性的“塑造者”。

中国AI生态的迅速成长，离不开多维度力量的汇聚。从人才的持续培养与结构储备，到充满活力的市场环境与多元的应用场景；从国家政策的系统性支持，到年轻一代创业者与工程师的不断突破与进取，这些因素共同构成了AI产业加速发展的坚实基础，也是中国路径可以被全球借鉴的重要原因。

中国AI发展的独特路径，正是在“大模型创新”与“产业深耕”之间找到动态平衡：既有科研与算法的持续演进，也有落地场景的广泛耦合；既有平台型企业的能力聚合，也有中小企业的被动能转化；既有对效率与智能的极致追求，也有对伦理、安全与普惠的长期坚守。

AI不仅是技术革命，更是组织形态与价值体系的再构。未来企业的竞争，将不再是技术能力之争，而是“谁能更快、更稳地让AI服务于人、服务于社会”的系统性较量。而中国的优势，正在于其对“应用-反馈-再优化”模式的天然适配性。

在这场变革中，企业家如何定位自身角色、构建组织能力、推进业务重塑，不仅关乎企业的生存与跃升，也将在更大层面上，参与塑造出属于中国、属于世界的AI新秩序。

长江商学院始终致力于培养兼备全球视野与本土洞察、人文关怀与社会担当以及创新精神的新一代商业领袖；通过前沿AI商业课程体系、产学研深度融合的实践平台以及开放共享的全球资源网络，长江将持续赋能企业家把握AI时代的战略机遇，与各界携手共建一个技术向善、创新包容的智能未来。

文中图片来自图虫创意，转载需获授权。

end

点击下方卡片，关注长江商学院