浙江
9 月 12 日，2026 外滩大会 “Inclusion・共创新 AI 经济” 见解论坛在上海顺利举办。本次论坛由复旦大学哲学学院、上海广播电视台第一财经联合主办，以 “AI 浪潮下的智能替代与螺旋上升” 为核心主题，打破 “机器换人” 的单一固化叙事，围绕 AI 时代的人机关系、职业重构与价值重塑展开多维思辨，深度探讨人工智能发展的机遇与潜在挑战，探寻产业、个体与社会协同平衡的可行路径，共同展望人机共生、良性可持续的智能新时代。
云知声创始人兼CEO黄伟博士受邀出席圆桌对话，结合产业实战经验，分享关于AI边界、人才变革、安全治理与产业发展的核心观点。
提效是确定的。但他同时指出，并非所有工作都可以交给AI。一些公司曾尝试大幅用AI替代人工，结果"裁员裁到了大动脉"——工作链条中有些环节仍然离不开人。因此他认为，今天我们需要重新定义工作的内容和边界：某些环节AI可以100%胜任，但另一些环节人的参与仍然不可或缺。
黄伟还从更宏观的视角分享了他的观察。当前AI的发展可以分为数字AI和物理AI两条线。数字AI发展极快，能力已远超人类；而物理AI——即AI与现实世界的交互——进展相对缓慢。物理AI的缓慢进展，某种程度上为人类争取了思考和适应的时间窗口。但他也表示，在数字AI一路狂奔的同时，谁来控制AI、如何防止失控，是必须正视的问题。
AI时代，传统人才评价体系正在被重写。黄伟认为，过去招工程师侧重代码能力和经验，但今天这些已不再是核心考量。AI可以写代码，但AI不能替代的是人的思想力——想象力、对需求的洞察力、将idea与用户真实需求结合的能力。
例如，云知声内部一位文科背景的同事，借助AI同样能熟练完成编程工作。但用户洞察、创意想象、需求拆解、价值判断等人类独有能力，无法被机器复刻。AI时代的人才差距，从不在于"会不会用工具"，而在于"能不能用AI创造新价值"。
随之诞生的FDE（Field Development Engineer，现场需求工程师）岗位，正是这一趋势的直观体现。当前AI行业存在明显的供需鸿沟：客户不懂模型能力，厂商不懂业务场景。FDE的核心价值，就是扎根一线梳理真实需求、对齐AI能力，无需硬核编码，核心比拼的是场景理解力、总结力与创新力，已成为AI时代极具成长性的核心岗位。
技术狂奔的同时，安全与初心是行业不可逾越的底线。
黄伟指出，传统互联网时代的核心是信息传输，而AI时代的核心是信息的深度二次加工。一旦用户隐私、行业数据泄露，造成的风险和损失远超以往。因此，数据安全与用户隐私保护，是AI企业经营中不可逾越的底线。
秉持"科技向上，科技向善"的理念，黄伟认为AI企业不能一味追逐商业红利。AI可以赋能百业、提升效率，但不应无边界渗透。在技术无法替代的核心价值中，人类独有的共情力、温度感与同理心，是AI时代最珍贵的壁垒，也是人机协作中人类的核心底气。
立足全球竞争，黄伟分析了中国AI的独特优势与短板。国内拥有比肩国际的大模型技术、完整的产业供应链和丰富的落地场景，但核心瓶颈在于行业数据割裂、价值沉睡——医疗、工业等高质量数据封闭在企业内部，尚未转化为AI迭代的核心燃料。
针对行业"堆参数、拼算力"的路径依赖，他提出差异化思路：不必盲目复刻超大参数模型的发展路线，依托国内海量高质量数据，通过精细化训练与后调优，中等规模模型也能实现顶级落地效果。他用了一个形象的比喻：是看10本书，还是精读一本书？这种"精读深耕"的模式，也许能走出一条更经济、更可持续的技术路线。
面对不少年轻人的职业迷茫，黄伟给出了非常现实的建议：走进企业实习。他认为，技术还没产业化的时候，创新高地在高校；可一旦技术走向规模化落地，真正的前沿阵地就转移到产业一线。如今 AI 领域最前沿的技术实践、落地经验与行业独门经验，大多来自企业真实业务，而非书本上的理论。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
