周云杰提三大AI聚焦工业、家庭、医疗领域应用创新策略

在2023年的AI应用创新大会上，周云杰提出了三大建议，聚焦于人工智能在工业、家庭和医疗领域的实际应用与发展。他的观点旨在通过克服行业内的技术障碍和数据瓶颈，加速AI大模型的普及与落地。

工业领域：支持龙头企业推动应用落地

尽管人工智能在服务业和金融业迅速发展，但在工业领域，其应用仍面临重重挑战。根据Gartner发布的数据，预计到2024年，中国在生产环境中应用生成式人工智能的企业比例仅为8%，远低于全球平均水平的20%。周云杰指出，工业大模型在不同场景中的适配能力不足，成为了应用推广的一大难点。各工业场景对于数据和知识的需求不尽相同，这就要求模型具备更高的泛化适配能力。

以AI视觉检测为例，家电与食品行业的数据要求显著不同。周云杰认为，目前工业大模型泛化适配的调优成本高、周期长且成功率低，这使新场景的直接应用几乎成了不可能的任务。对此，他建议，和行业应重点支持家电、汽车和医疗等行业的龙头企业，通过“一图四清单”的方式进行工业大模型的先行先试。鼓励这些企业在研发、生产和管理各个环节深度应用工业大模型，从而提炼出可复制的成功案例，为整个行业树立标杆。

海尔在这一领域已经开始了先行探索。海尔卡奥斯工业互联网研发并构建了天智工业大模型，沉淀了大量行业知识与模型，助力多个工业场景的优化与提升，有效推动了工业智能化转型。

家庭领域：共创高质量数据支撑智能家居

相较于工业领域的挑战，家庭领域在AI大模型发展中最大的短板则是数据短缺。周云杰强调，高质量数据是在智慧家庭中驱动AI决策的关键。相比于通用大模型，垂域大模型的训练需求更为复杂，不仅需要传统家电数据，还要融合人机交互、力觉和视触觉等主动数据。

目前，智慧家庭垂域大模型在数据采集与服务端面临诸多挑战：数据采集过程中主动数据缺乏且成本高昂，服务跨界融合困难，导致行业发展受限。因此，周云杰呼吁国家牵头建设数据采集产业，鼓励全民参与到数据贡献的工程中，构建设施完善、覆盖广泛的白话数据基础。他还建议建立智慧家庭领域的仿真，以支持高质量垂域大模型的训练，从而推动具身智能技术的深度应用。

海尔早已在智慧家庭领域积累了丰富的实践经验。依托全球最大的智慧家庭生态，海尔推出的多个产品及服务，逐步构建出一个覆盖全球的智慧生活网络，实现了不同文化与市场环境中的智能融合。

医疗领域：借助AI提升血液管理效率

在医疗行业中，周云杰认为，人工智能大模型展现出了巨大的潜力，尤其是在血液管理的应用上。随着人口老龄化及医疗需求的增加，临床用血的供需逐渐紧张，亟需通过AI技术来改善血液供应体系的管理。

在调研中，周云杰发现，城域血液资源分布不均，信息共享困难，同时还缺乏有效的调度管理。如青岛市尽管每年可以提供的献血量与需求量持平，但因信息不畅和流程不及时，常常导致供需矛盾突出。为改善这一状况，他建议利用信息化手段实现血液调配的高效化，包括城市血站、医院血库与手术室之间的信息无缝对接。

同时，他提到海尔大健康产业在推动智慧血液城市网的建设，利用其技术优势实现血液信息的实时共享与主动调度，实际上已经在青岛、鄂尔多斯等地实施，并获得了显著成效。

周云杰的三大AI创新策略，不仅有助于推动工业、家庭和医疗领域的高质量发展，更是通过实际案例体现了AI与各行业深度结合的未来愿景。面向未来，如何克服数据壁垒、深化技术应用，将成为各大企业和亟待解决的课题。在AI的助力下，中国的智能化发展必将开辟出更加广阔的前景。