大模型迭代速度日益加快，然而企业真正将AI落地应用时，为何依然感觉困难重重？在近期由普元信息举办的高质量数据集与AI编程实践创新论坛上，来自政府部门、科研机构、产业界以及国际学术界的与会代表们几乎给出了相同的答案——问题的根源在于底层“基座”的薄弱与缺失。

普元WAIC举办高质量数据集与AI编程实践创新论坛。

普元信息董事长刘亚东一针见血地指出，当前企业AI落地普遍面临三大脱节现象：模型迭代速度与IT系统建设周期脱节，数据质量参差不齐，以及系统间的连接缺乏统一治理。简而言之，模型跑得飞快，但企业的基础设施却仍在缓慢前行。他给出的解决方案是：“既要仰望星空关注模型发展，也要脚踏实地夯实基础平台”——高质量数据、AI编程与融合连接，这三块“地基”如果打不牢，再怎么强大的AI也只能悬于空中，无法落地。

第三十届欧洲人工智能大会主席乌利塞斯·科尔特斯教授也带来了类似的观察。无论在欧洲还是中国，AI的发展正从“算力竞赛”转向“基础设施竞争”——过去比拼的是模型参数规模，现在则要看谁能够真正将技术转化为生产力。而实现这一切的前提，是夯实基于本体数据治理与业务逻辑的数字基座。

高质量数据集：从“数据工程”迈向“知识工程”

绕不开的关键词就是“高质量数据集”。普元信息数据智能研究院院长李书超表示，AI原生数据工程能够借助大模型自动完成数据生成、清洗与标注等环节，再配合人机协同的多模态标注体系，从而持续为模型训练与业务应用提供高质量数据。这实际上是在推动数据工程与大模型走向深度融合，而非让两者各自为战。

论坛期间还有一项重磅举措：由上海市数据局、欧洲人工智能大会、中国信息通信研究院、张江AI创新小镇及普元信息等共同发起的“数智领航”全球AI生态赋能计划正式启动。这意味着高质量数据集的建设已经从行业共识上升为国家战略行动，并且正在推动从“数据工程”向“知识工程”的范式转换，上海市数据局总工程师刘迎风对此给出了明确表态。

“芯·基·模·产”AI全链路赋能生态签约

生态协作：打通“芯·基·模·产”全链路

企业AI落地从来不是单打独斗的事情。论坛上，沐曦股份、普元信息、科大讯飞与张江AI创新小镇四家机构正式完成了“芯·基·模·产”AI全链路赋能生态签约。这条链条逻辑清晰：从算力（芯）到数字基座（基），再到大模型（模），最终落地产业场景（产），四家机构各司其职，串联起来，目的就是让AI能力不再是一个个孤立的工具，而是成为可治理、可审计的统一基础设施。从产业生态层面打通这条路，或许正是企业真正用好AI的起点。