AI技术井喷，独角兽应用为何至今仍未出现？中关村人工智能研究院院长解读

大河报·豫视频记者 张晶晶 北京报道

“尽管AI技术滚滚而来，但独角兽应用至今仍未出现。这种技术的空前爆炸与颠覆式的产业应用之间的严重失衡，构成了这个时代创新的悖论。”

2025年中关村论坛年会期间，大河报记者直击现场。在人工智能主题日专场论坛、2025“智领未来”北京人工智能系列活动——“人工智能领军人才发展论坛”上，中关村人工智能研究院院长邵斌分享了上述观点。

邵斌表示，要破解这个谜题需要一个系统化的思维。“我们发现制约人工智能深度的产业应用不仅受单一因素的制约，更受一个多体系、多因素的约束。”他从人才、技术、数据、资本、生态五个维度一一拆解困局。

人才稀缺、技术转化率低，数据形成“堰塞湖”

首先是人才困境。

根据麦肯锡最新报告显示，到2030年，中国对AI专业人才的需求预计将达到600万，而人才缺口可能高达400万。

邵斌说，这里面不仅是数量上的缺失，其实更存在着人才结构上的失衡。“我们知道我们一方面培养了非常多的可以写论文的写手，但同时我们发现既精通算法的原理，又深谙产业机理跨界的研究员、跨界的工程师又极其稀缺。”

其次，是技术的创新和转化维度。

根据《人工智能发展报告（2020）》，截止到2020年中国的AI专利申请数量全球领先，占比高达74.7%。

“但与此同时中国科学院的一篇论文又告诉我们，中国的专利引用频次和转化率都是很低的。”邵斌表示。这揭示了一个非常残酷的事实，就是大量的研发人员在实验室里打磨我们的利剑，但是在我们的利剑出鞘时发现与战场的需求发生了严重的错配。    

再看AI时代重要的燃料——数据。“哪里有高质量的数据，哪里就有高质量的人工智能。但是又面临着一个非常残酷的资源悖论。一方面，我们发现喷涌而来的数据洪流各行各业每天都在产生着浩如星海的海量数据，但同时可以供AI引擎真正使用起来的有效且高质量的数据却极其匮乏。”

邵斌表示，在制造业的钢铁丛林里，有几百种工业协议将这些数据深深锁在一个个的数据孤岛之中。“医疗数据，北京作为医疗资源最丰富的城市，我们每天都有非常多的人在看病，也在产生非常多的数据。我们的医疗研究又需要各种各样的数据，但是在医疗数据里面隐私保护与科研的需求是一对非常永恒的冲突。这种数据的堰塞湖现象，让AI引擎空有非常澎湃的动力，但没有高能的燃料。 ”

资本耐心缺失、AI产业生态有断层

资本是科技创新的保障。但一个非常重要的内生矛盾是，资本的本质是短期逐利，但是技术需要长期攻关。

“我们目前正在见证一场非常特殊的能源危机，这个危机不是化石能源，而是耐心的缺失。当我们的风投机构天天在盯着日活用户数，丈量技术的价值时，那些真正在重构产业规则的突破正诞生在那些传统估值的盲区。我们需要在AI时代构建新的估值逻辑，就是要看重那些重构产业规则，定义市场潜力、市场新范式的技术潜力，这些潜力远比短期的流量更具战略价值。”

谈及生态，邵斌说，目前的AI产业生态存在非常多的断层和断链。“我们知道AI技术发展非常快速，AI企业，尤其是一流的企业里面，AI岗位的技能更新周期为几个月。但是我们发现在高校里要去创立一门高质量的课程，往往周期上长达数年。当我们的毕业生带着三年前，甚至五年前的陈旧知识走进企业，我们的知识和产业应用就会有严重的脱节。 ” 

同时，邵斌表示，各类企业各有各的困难。比如，垂类企业可能在一个领域里面有非常多的专业知识，但垂类企业很难吸引顶尖的AI人才。但对于很多大的平台企业，很多又缺乏一些长期对于一些高风险、高成本、周期长的研发投入的耐心。

“反观这些初创企业，我们知道现在的很多AI生态在建设，有很多的服务。但是当我们的AI企业在烧着高昂的算力成本，同时我们提出一些新的AI服务的时候，其实企业的付费意愿往往是不高的。因为我们有很多免费而且好用的东西，比如DeepSeek。其实AI创业在很大程度上是步履维艰的，一方面要做技术突破，同时还要想着到处拉单子、找订单，实际上是非常困难的。”

AI核心竞争力的终极密码，是创新整个生态

此外，邵斌认为，产业的落地需求和基础研究也存在脱节。当一流学者在一些顶会上斩获最佳论文、有影响力论文的时候，企业的那些算法工程师可能往往还在为着帮他的大模型落地在他的产业应用上而彻夜难眠。

“AI的竞赛就像一场有非常多的球员参与的足球赛。如果各方只顾着个人突破，即使每个球员都是巨星，但缺乏配合的球队也没有办法将球快速投入球门里面。AI的核心竞争力的终极密码不再是单个点上的惊世突破，而是需要整个的创新生态，让每个参与者能够产生能量，并让这些能量汇聚融合聚变。”

邵斌说，通过中关村学院、中关村人工智能研究院为平台，他们想致力于打造一个链接平台企业、垂类企业、资本、高校、初创企业等各个参与机构的创新连通网络，通过产学研创投的深度耦合，形成技术转化的反应堆，构建人才跨界的旋转门，让科学家走进产线，让工程师迈进研究院。

在数据方面，通过与各个合作伙伴建立数据的精炼厂，在隐私保护的情况下充分释放数据的潜能。同时，他们希望在政府的支持下组建耐心的资本池，让资本成为攀登技术高峰的氧气瓶。    

基于此，他提出AI颠覆式产业应用的五个突破路径。

首先是，需要培育既懂算法原理，又精通产业机理的超级跨域复合型领军人才。其次，技术发展上，追求学术高峰的同时要注重超级工程的实践，无论是DeepSeek还是ChatGPT，它们中间算法是其中的一部分，它们的超级工程可能是成功更关键的部分。

数据方面，他们希望能够在各方的努力下破解数据孤岛，凝练高质量的数据，为整个AI的引擎增添高能的燃料。资本方面，他期待政府可以发挥引导作用，激励资本成为长周期创新共同的承担者，对冲技术研发的死亡谷。

他表示，他们期待创建的是创新的共生体，让创新在各个参与者生态位的分化中不断涌现。

来源：大河报·豫视频 编辑：刘惠杰