11月19日上午,亚太经合组织(APEC)第三十三次领导人非正式会议在深圳国际交流中心举行。
中方强调,数字经济和人工智能是创新增长的引擎。要加强数字基础设施建设,完善区域数据治理和协同合作,实现高效、便捷、安全的跨境数据流动。打造开放创新生态,促进人工智能广泛应用,推动产业转型升级、向新发展。
在底层算力与大模型技术快速迭代的当下,亚洲正站上AI应用普及的最前沿。微软AI经济研究院今年5月发布的第一季度报告显示,自2025年6月以来AI用户增速最快的15个经济体中,有12个位于亚洲。然而,用户端的普及热潮,尚未普遍转化为企业财报上实实在在的营收与利润跃升。普华永道对超过4400名首席执行官的调查也显示,56%的高管尚未看到AI带来的显著财务收益,只有12%同时看到了成本与营收两方面的收益。
当AI演进为能够自主调用数据、参与业务决策的智能体(Agent),亚太政商界正共同面临两道现实考题:如何跨越从“技术爆发”到“生产力兑现”的最后一公里?又如何在监管规则各异的背景下,守住安全底线、构建跨境“AI信任”?
直面“生产力悖论”
在APEC工商领导人峰会上,德勤全球首席执行官乔德明(Joe Ucuzoglu)引用德勤最新发布的亚太AI落地研究报告称,受访CEO们在积极应用这项技术的同时,普遍表达了一种沮丧感——底层技术发展迅猛,但真正实现财务回报的却很少。他认为,最大挑战不在于底层技术本身,而在于如何将应用案例融入庞大而复杂的机构之中:即便概念验证(PoC)表现再好,如果忽视了组织的复杂性,不结合行业经验与对企业内部结构的理解将应用真正融入组织核心,就无法实现规模化发展。
昆山杜克大学常务副校长、美方校长奎尔奇(John Quelch)也对第一财经记者表示,将AI嵌入现有工作流程的常规职能,确实能带来小幅效率提升,但要产生颠覆性的生产力变革,企业必须建立一套全新的组织运行体系。“在传统大型企业中,这往往意味着需要重塑架构甚至裁减冗余环节。绝大多数机构目前既不愿承受这种剧烈阵痛,也尚未面临迫使它们作出抉择的生存压力。”奎尔奇判断,AI的企业落地将是一个渐进演化的过程,在未来一段时间内,AI技术迭代的速度仍将快于企业组织架构与职场应用的调整步伐。
“从我们的实践来看,很多企业目前仍处于AI的价值验证阶段。”范式创始人兼首席执行官戴文渊在会议期间接受第一财经记者采访时分析称,若要从技术应用走向生产力,至少需要跨过三个门槛。首先,AI不能停留在单一环节,而要嵌入核心业务流程并承载真实业务需求;其次,在通用模型的基础能力之上,企业级AI必须与企业自身长期积累的数据、知识和业务经验相结合,才能解决具体业务问题;最后,AI需要从辅助判断进一步跨入任务执行,使企业级智能体与企业的数据、权限和业务系统有效衔接,并建立相应的验证、反馈及人工审核机制。
他认为,判断一个AI项目是否真正实现规模化落地,核心看三条标准:是否进入企业的年度常规预算、是否嵌入核心业务全链路,以及价值是否可量化。从范式的实践来看,目前已较明确进入规模化生产的主要有三类场景:AI Coding、视频生成和企业级智能体。在他看来,AI Coding的价值在于AI逐步进入研发和软件开发流程;视频生成正在从技术展示走向实际内容生产;企业级智能体则推动AI从提供信息和辅助判断,走向参与具体业务任务。
不能让AI成为“大企业的特权”
虽然生成式AI大幅降低了“入门门槛”,但不同体量企业间的AI应用差距正在拉大。麦肯锡《2026年AI现状》报告显示,年营收超10亿美元的大企业中,54%已在全企业范围规模化应用AI,而较小企业仅占约三分之一;在AI智能体的规模化部署上,大企业比例已升至40%,小企业则基本停留在22%。
这一分化在中小企业密集的亚太地区也尤为突出。泰国天丝集团首席执行官许馨雄(Saravoot Yoovidhya)在峰会上表示,东盟地区大量中小企业面临资源与技术接入度不足的困境,难以独立实现数字化与绿色化转型。“数字化转型不应该只是大公司的特权,它应该是公平的,尤其是对于各种体量的公司。”他表示,对中小公司而言,关键在于通过共享技术与经验“降低技术成本”。为此,该集团搭建了中国—东盟互联互通平台,邀请中小企业参与其中,帮助它们建立新的合作伙伴关系并找到切实可行的转型方案。
普华永道全球主席康慕德(Mohamed Kande)在研讨中表示,构建高效的AI生态系统需要资本、基础设施与人才三层支撑。当前AI相关资本高度集聚在少数经济体,他强调,实现共享繁荣的关键在于让各方以可负担的方式获取算力、模型及底层技术,避免造成新的“数字鸿沟或AI鸿沟”。
在技术供给侧,戴文渊表示,降门槛“不是靠某一款便宜产品,而是靠部署方式、算力效率和服务模式的系统性变化”,不同企业的场景差异很大,成本也会不同。他称,算力的主要用途正从训练转向推理,而推理直接决定每一次调用的成本。在此背景下,戴文渊提出三个相互叠加的路径:一是降低部署复杂度,按任务选择合适的模型与部署方式;二是提高已有算力的使用效率;三是推动模型能力服务化(MaaS),让企业减少自行搭建和管理复杂AI系统的负担。
在互信与规则协同中破除“数字边界”
近一年来,随着智能体开始直接调用系统、执行操作,公开披露的AI智能体越界事件快速增加。根据AI智能体安全厂商Manifold Security的统计,自2025年7月至今年11月10日,已记录66起智能体公开事件,其中57起并无外部攻击者操纵。
“企业面临的最紧迫问题,是把模型‘能做什么’与企业‘允许它做什么’严格区分开。”戴文渊对第一财经表示,过去模型答错可能只是一条不准确的信息,但当智能体连接核心业务系统后,一个错误判断就可能变成实际操作。因此,在APEC各经济体监管规则存在差异的背景下,企业要在不同市场建立跨市场的“AI信任”,必须尊重属地规则,按当地要求做好数据分类分级和本地化部署,同时让数据使用、模型运行与Agent的权限边界做到透明可控。
奎尔奇也从国际治理层面强调,尽管AI能够提升生产力、加速科学发现并改善普惠医疗,但国家安全、数据安全、透明度缺失以及潜在的知识产权盗窃等风险正急剧上升。“一旦AI落入不法分子之手,将对普通民众乃至主权国家造成巨大破坏。出于强烈的自我保护动机,各国政府必然会在AI监管与安全领域寻求快速协作。”
在峰会现场,多位商界领袖也呼吁亚太经济体应通过制度型开放与标准互认,防止新的“数字边界”割裂区域市场。
智利工业促进协会主席纳瓦罗(Rosario Navarro)表示,在数据、人工智能、数字服务和知识日益成为核心生产要素的当下,数据、知识与人才的跨境流通同样关键。她以智利与新西兰、新加坡共同发起的《数字经济伙伴关系协定》(DEPA)为例表示,差异巨大的经济体完全可以就电子发票互认、隐私保护与网络安全信任机制等务实规则达成一致,从而为区域内企业特别是中小企业营造可预期的数字营商环境。
万事达卡首席执行官孟轲(Michael Miebach)同样强调,在智能体重塑未来商贸的背景下,标准化是实现行业互联互通与合作的前提。只有在统一标准下应用技术,跨境交易才能更安全、更可信。面对网络安全这一共同挑战,他呼吁亚太工商界与监管机构从“事后处理”转向“事前预防”:通过人才培养、数据协同与早期预警机制,将安全能力嵌入产品设计与运营全过程,而非等到风险发生后再补救。
商务部国际司司长陈超在APEC领导人会议周新闻中心的媒体吹风会上介绍,今年,中方与APEC其他经济体携手,围绕贸易数字化、人工智能、跨境电商等领域累计达成了25项合作成果,占据“中国年”经贸成果的“半壁江山”。例如,各方围绕电子提单、数据标准、跨境电商等议题开展了一系列交流活动。亚太示范电子口岸网络(APMEN)在成员机构间试点进出口贸易数据一次录入、多边复用,使整个报关成本降低66%,报关时间压缩近50%。这一网络为整个亚太地区的贸易便利化进程作出了非常大的贡献。各方还踊跃参与《供应链互联互通框架行动计划第三期》终期审议。这些务实合作以技术联通促进规则协同,助力数字贸易降本增效。