在近日举办的金融街论坛“金融与科技双向赋能推动产业高质量发展论坛”上，百度集团副总裁袁佛玉围绕人工智能（AI）在产业中的实际落地与未来路径发表了深度见解。她指出，AI不仅是推动智能经济发展的核心动力，更通过低成本复制专家级智能生产力，为企业创造了显著价值。然而，这一变革也对企业战略规划、人才结构及组织机制提出了全新要求。
袁佛玉进一步分析，AI大模型正沿着两大方向持续进化：一方面，智能能力不断提升，覆盖更复杂的场景；另一方面，使用成本逐步降低，推动企业更广泛地应用。从落地形态看，AI将向数字世界的智能代理（Agent）和物理世界的具身智能（Embodied AI）两大领域深入拓展。前者通过模拟人类决策过程优化业务流程，后者则通过与物理环境交互实现自主操作。
尽管前景广阔，当前AI大模型的落地仍面临两大关键挑战。首先是算力瓶颈。随着AI全面渗透企业运营各环节，算力需求呈指数级增长，可能成为未来企业最主要的成本支出。如何在有限的算力资源下支撑无限的创新需求，成为企业必须解决的难题。例如，金融行业作为AI应用的前沿领域，其高频交易、风险控制等场景对实时算力要求极高，成本压力尤为突出。
其次是业务适配问题。以金融行业为例，尽管该领域对AI大模型的接受度和应用能力均处于领先地位，但作为主流落地形态的Agent仍存在“不懂业务”的痛点。袁佛玉提出，解决这一问题需从三个工程维度入手：通过模型工程赋予AI专精领域知识，利用数据工程构建适配智能体的数据体系，并借助应用工程实现业务场景的深度嵌入。例如，某银行通过定制化训练AI模型，使其精准理解信贷审批流程中的隐性规则，显著提升了决策效率与准确性。
