从支撑到赋能 联想戴炜论AI基础软件如何成为创新生产力

在人工智能浪潮席卷全球的今天，如何让AI从实验室走向千行百业，真正成为驱动创新的生产力？联想集团副总裁、联想研究院人工智能实验室负责人戴炜提出了一个颇具洞见的观点：AI的角色需要从“支撑”向“赋能”转变，而实现这一转变的关键，在于人工智能基础软件的突破与创新。

从“支撑”到“赋能”：AI角色的根本性跃迁

过去，企业在信息化和数字化过程中，IT系统更多扮演的是“支撑”角色——支撑业务流程、支撑数据管理、支撑决策分析。随着AI技术的成熟，这种被动支撑的模式已难以满足智能化时代的需求。戴炜指出，AI不应止步于辅助工具，而应主动“赋能”业务，成为创造价值、驱动创新的核心引擎。这种赋能体现在三个层面：对个体，AI能够扩展人的能力边界，让复杂任务变得简单；对组织，AI能够重构流程与协作模式，释放团队创造力；对产业，AI能够催生新产品、新服务、新业态，推动生产力质的飞跃。

人工智能基础软件：赋能落地的“硬核底座”

要使AI真正赋能，离不开坚实的技术底座。戴炜强调，人工智能基础软件是连接算力、算法与应用的“神经系统”，其成熟度直接决定了AI赋能的范围与深度。一个完善的基础软件体系需要具备四大能力：

1. 异构算力调度与优化：在多元芯片并存的现实下，基础软件需实现跨平台、跨架构的高效调度，大幅降低AI开发与部署的门槛。
2. 全流程开发支持：覆盖数据预处理、模型训练、推理部署、运维监控的全生命周期，提供端到端的工具链与平台化服务。
3. 行业知识与AI的融合：通过行业微调、知识注入、低代码开发等方式，让基础软件更贴近业务场景，加速AI在垂直领域的落地。
4. 安全可信与隐私保护：在数据安全与隐私合规日益重要的今天，基础软件需内嵌安全机制，保障AI应用的可信可控。

戴炜认为，基础软件的突破不仅仅是技术问题，更是生态问题。只有构建开放、协同的软件生态，才能让AI能力像水电一样惠及每一个行业、每一家企业。

让AI成为创新生产力：路径与实践

从支撑到赋能，最终目标是让AI成为创新生产力。如何实现？戴炜分享了联想在实践中的思考：

• 场景驱动，价值为先：避免“为了AI而AI”，坚决从具体业务痛点出发，以可衡量的业务价值作为AI项目的成功标准。
• 平台化能力，普惠化使用：通过企业级AI平台，降低AI应用开发门槛，让业务人员也能参与到智能应用创新中，形成“全员AI”的创新氛围。
• 持续迭代，敏捷进化：AI赋能不是一蹴而就的工程，需要建立数据反馈闭环与模型迭代机制，让AI系统在使用中不断进化，越用越聪明。
• 产学研用协同：加强基础研究与产业需求的对接，通过联合实验室、开源社区、标准制定等方式，加速技术转化和人才培养。

戴炜最后道：“AI的价值不在于技术本身有多先进，而在于它能否真正解决问题、创造价值。联想将持续投入人工智能基础软件的研发与生态建设，推动AI从支撑系统走向赋能平台，让智能成为每一个行业的创新生产力。”在智能化变革的浪潮中，这一理念为AI的落地实践提供了清晰的路线图——夯实基础软件底座，以赋能姿态拥抱产业，方能让AI释放出最大的生产力潜能。