中新网上海7月20日电(记者 缪璐)在2026世界人工智能大会暨人工智能全球治理高级别会议框架下，一场聚焦企业级AI工程化落地的产业论坛应运而生，其核心命题在于：AI如何从模型能力真正转化为企业生产力？
7月20日，由上海市数据局、上海市浦东新区数据局指导，普元信息技术股份有限公司主办的“高质量数据集与AI编程实践创新论坛”作为WAIC分论坛举行，与会嘉宾聚焦应用提速、数据治理和统一连接三大基座能力，共同探寻企业级AI工程化落地新路径。
当前，AI产业正从“模型竞赛”进入“应用落地”阶段。对企业而言，引入大模型只是起点，真正决定落地效果的是数据质量、应用开发效率、系统集成能力、安全可控能力和组织协同能力。
该分论坛层层递进，涵盖“远见蓝图：破局企业AI落地难题的未来路径、夯实地基：算力融合与高质量数据资产构建、效能跃迁：重塑企业级应用与业务流、生态闭环：共建高质量数据联盟”四大板块。
上海市数据局总工程师刘迎风表示，高质量数据集建设已从行业共识上升为国家战略行动，正在催生从“数据工程”向“知识工程”的范式转换。
刘迎风指出，如果说上一阶段更多在做“有没有”的基础工作，现在就要回答“好不好用、能不能创造价值”的问题。
围绕这个思路，刘迎风建议可以从五个维度发力：建平台，聚焦企业自身高质量数据资源的基础平台能力建设；治数据，将行业的领域知识与数据治理相结合，建设“通识—行业通识—行业专识”三级数据集体系；育生态，通过培育数据领域综合服务商和垂域高水平标注企业，构建分工协作、优势互补的产业格局；促共振，打造数据飞轮，形成“场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值”的良性循环；保安全，依托区块链、隐私保护计算、可信数据空间等技术基础设施，保障数据集在流通过程中的安全可控。
第三十届欧洲人工智能大会主席乌利塞斯·科尔特斯指出，人工智能的幻觉难以规避，企业必须在数据质量和工程化校验上建立防线。AI从“辅助生成”走向“自主执行”将放大安全漏洞与责任归属风险。他强调，无论欧洲还是中国，AI发展正从追求模型参数的“算力游戏”，转向衡量能否真正转化为生产力的“基础设施竞争”，必须先夯实基于本体数据治理与业务逻辑的数字基座。
普元信息董事长刘亚东表示，很多企业以为AI落地就是购买模型、接入接口，但真实业务中常常遇到应用排期长、数据质量差、接口治理乱、智能体接入不可控等问题。这意味着企业需要把AI能力建设在更坚实的数字基座上。他还强调应用提速、数据治理、系统打通，这三件事，是企业AI时代必须先打牢的基座。
中国信息通信研究院人工智能研究所平台部副主任李荪指出，2026年是“人工智能+”核心攻坚年，尽管78%的数据供给企业已转向行业高质量数据集，但“数—模—用”发展脱节、孤立割裂的问题依然严峻。面对这一鸿沟，她提出产业亟需走向“模数共振”——打破数据与模型的传统壁垒，构建“高质量数据、高效能模型、高价值应用”的正向循环。
论坛上，全球AI生态赋能计划暨AI编程和高质量数据集底座联合发布。普元信息携手中国信通院、以及张江AI创新小镇等产学研政各界代表共同发布“AI编程高质量数据集底座”，直击大模型落地过程中“缺高质量数据、少原生底座”的痛点。
未来，该赋能计划将立足张江创新高地，辐射全球技术生态，通过聚合顶尖智库的规范指引、前沿的数据资产沉淀以及坚实的企业级AI基座能力，全面赋能企业跨越AI落地的“深水区”，为千行百业的数智化跃迁提供源源不断的新质生产力。(完)
