在2026世界人工智能大会期间，一场聚焦企业级AI工程化落地实践的产业论坛引发了业界广泛关注。核心议题直击痛点：AI究竟如何从模型能力真正转化为企业的实际生产力？

7月20日，由上海市数据局、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的分论坛正式召开。与会嘉宾围绕应用提速、数据治理与统一连接三大核心基座能力，深入探讨了企业级AI工程化落地的新路径与可行方案。

当前，AI产业已从“模型竞赛”阶段全面迈入“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、安全可控能力以及组织协同能力——这些环节缺一不可，环环相扣。

该论坛层层递进，覆盖了四大板块：“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”。内容扎实，干货满满，为与会者提供了丰富的实践参考。

上海市数据局总工程师刘迎风指出，高质量数据集建设已从行业共识上升为国家战略行动，正推动从“数据工程”向“知识工程”的范式转变。如果说上一阶段重点解决“有没有”的基础问题，那么当前则需要回答“好不好用、能不能创造价值”这一核心命题。

围绕这一思路，刘迎风建议从五个维度发力：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，将行业领域知识与数据治理深度融合，构建“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，形成分工协作、优势互补的产业格局；促共振，打造数据飞轮，实现“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·科尔特斯强调，人工智能的幻觉问题难以完全规避，企业必须在数据质量与工程化校验上建立严密防线。AI从“辅助生成”向“自主执行”演进，将放大安全漏洞与责任归属风险。他指出，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”。夯实基于本体数据治理与业务逻辑的数字基座，才是当前的首要任务。

普元信息董事长刘亚东直言，许多企业误以为AI落地就是购买模型、接入接口，但在真实业务中常常遭遇应用排期长、数据质量差、接口治理混乱、智能体接入不可控等难题。这意味着，企业必须将AI能力建立在更坚实的数字基座之上。他特别强调，应用提速、数据治理、系统打通——这三件事，是企业AI时代必须率先打牢的基座能力。

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、张江AI创新小镇等产学研政各界代表，共同发布了“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”的核心痛点。

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。