2026世界人工智能大会分论坛聚焦企业级AI工程化落地路径

7月20日，由普元信息技术股份有限公司主办的产业论坛作为2026世界人工智能大会暨人工智能全球治理高级别会议分论坛举行。论坛围绕AI模型能力向企业生产力转化主题，重点探讨应用提速、数据治理和统一连接三大基座能力。

论坛核心议题解析

本次分论坛的核心命题明确指向AI技术的实用化场景。与会专家指出，当前企业面临的挑战在于如何将技术优势转化为实际效益。

“高质量数据集与AI编程实践是关键推动力。”论坛主办方表示。

行业协同创新模式

上海市数据局与浦东新区数据局共同参与指导，凸显政企协作模式。会议策划者强调，需构建统一技术标准以促进跨领域资源共享。

• 应用提速：强调技术部署效率提升
• 数据治理：突出数据质量控制体系
• 统一连接：聚焦系统集成解决方案

论坛围绕上述三大方向展开研讨，其中数据治理被定义为确保AI系统可靠性的基础环节。与会代表指出，企业需建立标准化的数据处理流程。

7月20日 高质量数据集与AI编程实践创新论坛作为WAIC分论坛举办

“高质量数据集与AI编程实践创新论坛”于7月20日作为WAIC分论坛举行。论坛聚焦AI产业应用落地，围绕数据质量、开发效率、系统集成等关键议题展开讨论。

AI应用落地需多重能力支撑

当下AI产业正处于从模型竞赛向应用落地转型的关键阶段。企业要实现AI技术转化，需同步提升数据质量、系统集成与组织协同等多项能力。

相关专家指出，AI技术的实践效果不仅取决于基础模型引入，更需注重数据资产构建、业务流程优化及安全管控体系建立。

专家解读数据治理新路径

上海市数据局总工程师刘迎风强调，高质量数据集建设已上升为国家战略。他提出构建“通识—行业通识—行业专识”三级数据体系，形成数据治理新模式。

此模式要求企业建立基础平台能力建设，结合领域知识实现数据质量提升，同时需培育专业标注企业完善产业生态。

数据—模型—应用链条亟待打通

中国信息通信研究院李荪指出，2026年将成为“人工智能+”核心技术攻坚年。数据显示，78%的数据供给企业已转向高质量数据集构建。

当前在“数—模—用”转化过程中仍存在明显脱节，需通过“模数共振”实现数据与模型的协同效应。

企业实践面临三大挑战

普元信息董事长刘亚东表示，企业普遍误将AI落地等同于模型采购。实际应用中常遭遇数据质量不达标、接口管理混乱等问题。

他强调构建“应用提速+数据治理+系统打通”三位一体的数字基座，是实现AI价值转化的前提条件。

技术屏障需同步构建

第三十届欧洲人工智能大会主席科尔特斯警告，AI幻觉问题难以避免。他指出企业在数据治理与业务逻辑融合方面需建立双重防线。

当前AI发展已从算力竞争转向基础设施建设，重点在于构建安全可控的数据应用环境。

刘迎风提出的“五维建设”框架中，安全可控是最后环节。需通过区块链技术、隐私计算等手段确保数据流通安全。

• 建立三级数据集体系：通识层→行业通用层→专业细分层
• 构建“场景牵引—数据驱动—模型赋能—应用增值”闭环循环
• 发展数据标注企业和综合服务商完善产业生态

全球AI生态赋能计划暨AI编程和高质量数据集底座7月20日联合发布

7月20日，"高质量数据集与AI编程实践创新论坛"在WAIC框架内举办。论坛期间，全球AI生态赋能计划与AI编程及高质量数据集底座正式推出。

技术解决方案聚焦企业应用需求

该计划由普元信息牵头，联合中国信通院及张江AI创新小镇等机构发起。核心内容包含AI编程和高质量数据集底座，针对大模型落地时存在的"数据质量不足"与"原生底座缺失"问题提出解决方案。

AI编程高质量数据集底座是指集成数据资源与工具平台的技术体系，旨在提升企业开发AI应用的效率与精准度。

多方协作构建技术支撑网络

参与方涵盖产学研政各界代表，通过整合智库规范指引、数据资产沉淀与企业级AI基座能力，形成协同创新网络。该网络将优先布局张江创新高地，并向全球技术生态扩展。

• 中国信通院提供行业标准支持
• 张江AI创新小镇协调区域资源
• 普元信息主导技术平台建设

此计划强调技术落地的系统性，通过标准化流程与资源整合，助力企业突破AI应用的技术瓶颈。其实施路径包括三个阶段：数据规范建立、平台能力集成、生态体系构建。