人工智能的未來終于清晰

一、宇視科技 : AI—SOP

很幸運，我親眼見證了業界真正領先的人工智能企業宇視科技這么多年的發展。在參加今天（2026年4月21）上午年度宇視科技合作伙伴大會之前，收到本次大會主題時，我感覺很意外——SOP，標準作業流程 Standard Operating Procedure。之所以意外，是因為在當下媒體上整天都是震翻全球、顛覆世界、徹底改變人類社會、超出所有人想象、深刻改變未來等等新人工智能概念層出不窮的時代，宇視卻一反潮流地拋出一個老古董、甚至是特別老的老古董概念。標準作業流程是幾百年前人類工業革命一開始就逐步成為主流的東西，它是工業化的最底層核心邏輯之一。但是，我馬上就明白了宇視提出這個概念的用意并且拍案叫絕。參加此次會議的主場技術交流，在仔細聽過宇視領導和兩位重量級專家熊璋、吳文峻等人的演講之后，我很快形成了人工智能未來發展的清晰圖景。

宇視科技CEO張鵬國，把AI-SOP提升到應對生存還毀滅的高度。

教育部義教信息科技課程標準專家組組長熊璋對人工智能未來發展的演講。

國家人工智能標準總體組副組長吳文峻，對人工智能實際應用中非常核心的安全可信問題的深入技術講解。

宇視科技首席產品官朱兵對如何實現AI重塑SOP的詳細解讀。

二、炒概念與真正落地的差異

很多年前結識宇視科技CEO張鵬國時，我對他的一句話印象特別深刻——不要炒概念，人工智能領域炒得概念特別多，需要保持冷靜。宇視可以說是很早在人工智能領域真正落地并且有巨大收獲的企業。

我個人高度認同張總對待新技術動向的穩健風格。這些年我曾經在每次業界炒新概念時，總是以先狠狠地潑幾盆冷水的態度討論相關問題，并且在業界引起很大反響。例如，當年炒作3D電視時，我極力強調這個方向很可能難以成功，只在電影等短時觀看領域有應用。2019年巔峰時期3D電影票房占比達到62.4%，此后反而持續下滑，2023至2025年大至穩定在40%左右。

VR出現時，我認為這個只是一定范圍內的應用（參見：），尤其3D的VR很難成功。

元宇宙概念剛出現時，我認為這個只是一種狹窄的應用，元宇宙的概念被炒作太過頭了（參見：），并且還在這個文章中給出六個概念炒作的要點和方法。

這輪人工智能大模型概念在2022年底、2023年初剛剛爆火的時候，我寫了文章指出人工智能存在的可靠性根本問題（參見：）。當然，潑冷水不是完全否定，而是要明白其正確的發展方向。

每次新技術概念爆火時，為什么總是會出現炒過頭的問題？這其實是有普遍規律性的。張總在演講中用鄧寧-克魯格曲線描述了相關現象。

鄧寧-克魯格效應

新技術剛出現時，會很快出現一個愚昧山峰。原因是多方面的：

• 一是剛開始大家都還沒想清楚，甚至連最資深的專家也沒完全想清楚。所以在這個時候往往誰都可以跑出來大講特講一番。能講出最資深的專家也難以反對的觀點是一件很有面子和很享受的事情。制造反差極強、讓人焦慮的說法也是非常吸引眼球和粉絲的，所以各種爆炸性的觀點會很快滿天飛。

• 二是先搞出來的一些無論有前途還是沒有前途技術方案的大企業或創業公司，為了盡快宣傳推廣新的技術產品，會有意無意地夸大宣傳自己的新技術產品。這些宣傳再經過大量媒體與網絡的夸大，很快就會形成各種說法鋪天蓋地的局面。

• 三是即使有些真正理解的專業觀點，也會被“你這種想法已經過時了，在當前XXXX時代已經不是你想的那樣”而淹沒。誰都怕自己被扣上“已經落伍、跟不上時代的”帽子。

• 四是新技術的確在實際生活中替代了原有的人工或產品，由此帶來的焦慮也會被迅速放大。

但當各種荒謬越來越多被戳穿，大量剛出來時極其亮眼的新技術瞬間消失在公眾視野后，市場就會迅速跌入絕望之谷。但正是在這個時候，才是真正踏實落地的工作開始。

那么，如果能夠深刻洞察這個規律的人或企業，在一開始就明白這些行業發展的規律，就不用靠在發展過程中成為試錯的鋪路石，而是可以做到一開始就進入正確的發展道路。本輪人工智能大模型的概念風暴，即使縱觀整個極善于炒新概念的IT業發展歷史，也是少有的狂烈。如同大海中的12級臺風，身在其中而能穩定航向是極困難的。很幸運，宇視在這輪新概念的暴風驟雨中基本上是保持了清醒冷靜和正確航向的企業。

三、在本輪大模型概念風暴中宇視科技正確的三步落子

可以說，在本輪人工智能大模型概念的狂風暴雨中，宇視到目前先后落下了三步棋子，我個人認為這三步棋子基本上都可被認為是正確的。當2023年初大模型剛開始爆火的時候，宇視雖然壓力巨大，但并沒有輕易動手，而是在冷靜地觀察。當時很多公司已經一窩蜂地做通用大模型了。經過一段時間思考后，在其他公司紛紛做通用大模型時，宇視選擇了研發行業大模型梧桐。當時我還曾出于擔憂宇視誤入通用大模型的盲目狂潮，與相關領導有過深入的討論甚至爭論。這當然不是對通用大模型本身有任何否定，而是并非所有企業都適合去做這個方向，這只是適合少數企業來做的方向。

但第二步的發展方向清晰時，我對宇視的技術路線已經是持深感欣慰的態度了：就是在行業大模型（我稱之為“中模型”）的基礎上發展小模型——小場景的深度垂直應用。2024年宇視的這個發展方向和產品已經非常清晰，我寫了相關的文章對此高度贊同。參見：。文中我提出的觀點是：“大模型，小應用；中模型，大應用；小模型，廣應用。”

2025年，宇視在梧桐大模型基礎上開發的小模型應用可以說已經呈現遍地開花的局面，與合作伙伴一起開發的垂直領域應用場景已經是數以萬計。

現在提出AI-SOP，可以說是“意料之外，情理之中”。要談清楚這一點，需要深入探討一下人工智能的問題和幾個不同應用方向。

四、人工智能的特點和不同應用方向

人工智能很容易讓人產生誤解，一定要知道對于具體應用來說，并不是越“智能”就越好的。全新的技術方向確實會帶來一些新的應用潛力，但也很容易讓人迷失一些最基本的通用原則。

我一直強調，一切人類創造的工業品都有一些基本的產業原則，例如可靠性，這個外行人很容易忽視。并不是只要展示出一個很炫酷的技術功能就一定能獲得實際市場應用的。人類創造的一切人造的產品都存在可靠性，成本等方面的原則性約束。而人工智能一個很大的問題就在于，它本質上是一種統計概率性的東西，必然在可靠性上受限。今天吳文峻老師提到，雖然大模型進步很快，但幻覺的問題依然存在。其實這個從本質上就不可能完全消除。當我們實際去考慮一個人工智能產品是不是能獲得實際應用時，一定要首先理解這個市場應用對可靠性的要求現有的人工智能技術能否達到。例如人工智能視頻的識別，在交通和大量其他應用場景里，是有一定容錯性的，這是它們率先獲得大規模實際應用的關鍵。現在媒體上有宣傳認為馬上可以通過車牌綁定支付系統，以此可以取代ETC。但我對這個應用一直持謹慎態度。表面看起來這個是技術上可以做到的，停車場都可以直接通過車牌收費，為什么高速公路上不可以？問題就在于現有技術的識別率是否滿足高速公路上的高度實時性和可靠性要求。現在的ETC數據鏈路層標配有CRC16檢錯碼設置。在檢錯加上ARQ自動重傳機制后，技術上可以做到鏈路層最終殘余誤包率小于一億分之一的極高可靠性級別，近乎于零。

交通運輸部《聯網ETC技術要求》強制指標：單車道通行交易總體差錯率（含失敗 + 異常）≤0.1%。這個是最低限度的強制技術指標，實際上實現一般都遠好于這個差錯率。

但是，人工智能視頻車牌識別的差錯率能做到0.1%已經屬于最好的級別了，同時還要以相對較低的成本去實現。現在一般都在1%以上。在停車場車牌識別錯了，你可以開車倒回來重新識別一下，關系不大。但在高速公路上一旦出這種問題就可能一堵一長串，甚至出車禍要命了。

這種差別不是專業的人員很難去關注到的，但這個卻是能不能真正實現產業化的關鍵問題。當然，并不是說車牌視頻識別絕對不能用于高速收費，只是說任何技術創新其實都必須遵守一些基本原則，或稱第一性原理，而不是完全放飛自我。例如，既然是要求極高的可靠性，車牌視頻識別方式也是可以做到的。那就是采用新的車牌標準，在車牌號上增加一位校驗位，這樣車牌識別本身就可以有檢錯，如果發現識別有錯，可以自動重新識別，這樣識別率就有可能在本質上極大提升到高速收費的可靠性要求了。我們的身份證最后一位也是校驗位，基本的方法其實都是一樣的。創新中有些基本問題解決方法是一樣的。

如果采用這個方向，可以制定新的車牌號碼標準，并且在未來新車注冊時用十多年時間就可以全部替換掉現有車牌體系，這個升級難度和成本并不大。中間替換過程中兩套體系共存。其實現在的車牌就分為燃油車的車牌和新能源車的車牌兩套體系，只是它們都沒有校驗位。

由于人工智能本質上的可靠性受限，因此對它的應用一定要特別地小心。可以看出目前人工智能有這樣一些不同應用方向：

1. 通用的人機接口。這個我之前談到過，以后會專門寫文章深入討論。

2. 有相當高容錯性的事務性工作。例如生成文章、工作報告，生成圖像、視頻、PPT、圖表等。這個會有人來檢查，人工智能只是提升了工作效率。

3. 表演性質的。例如機器人跑馬拉松。比人跑得快讓人感覺炸裂，跑不快的就半路上向觀眾賣個萌，停下來跳個舞；就算摔倒了也能博得觀眾哈哈一笑。在展館或展廳給人講解，舞臺上表演。表演得好是“機器人居然都能演得這么好”，表演得不好甚至摔倒了，那也是“你看它摔倒的樣子好可愛噢”，無所謂啊。但如果你讓他去養老院伺候老人，老人還沒摔倒，你這服務機器人自己先倒了，這就是要出人命的問題了。

4. 有相當可靠性要求又不是特別高可靠性約束的實際應用。例如各種小場景應用的識別告警、判斷等。小場景非常重要，這是平衡可靠性與成本的關鍵所在。

五、AI-SOP幫助人類更靠譜

人工智能存在可靠性的問題，是因為智能本身就存在可靠性問題，人在工作的可靠性上更是有問題，但現在人工智能已經變得比人更可靠一些。普通人更多關注的是如何讓人工智能更智能、更靈活、有更炫酷的功能。但對于關注真正實際產業應用的方向來說，如何讓人以及工作環境更加可靠才是一個產業化的重要問題。

在工業化過程中，要讓人更加可靠，就是通過建立SOP——標準作業流程。SOP不是讓你展示更加靈活智能，而是要對人的智能進行限制和約束，讓人的工作過程更加受控。但在工業化的過程中，并不是所有環節都標準化了的，也不是所有企業都有能力讓自己的工作流程標準化。

從我現在的了解來說，到目前業界還真沒有其他人提出過AI-SOP的概念，所以這個可以算是宇視科技的原創，這是完全符合工業化底層邏輯和本質的創新。

很多工作流程的標準化問題并不是什么全新的，而只是很多企業管理者能力和習慣限制。宇視提出的AI-SOP是可以通過向增強的梧桐行業大模型輸入人類工作過程的視頻，通過一定的訓練后，AI就可以生成出這個工作的SOP。這樣幾乎所有企業在宇視合作伙伴的幫助下就都可以總結出自己的標準工作流程SOP了。這樣不僅有可能提升工作和產品的質量，而且可以穩定地控制整個作業的過程，減少作業成本。

以往企業在信息化、數字化過程中，失敗率很高，甚至高達70%。這么高的失敗率關鍵原因就是企業不知道如何與計算機和互聯網配合，改變工作流程，使自己的業務標準化，使數據標準化。這個要通過做項目的公司，甚至企業里的IT人員去說服企業的領導，存在很大困難。因為這是你們做項目的技術人員和企業里的IT人員搞出的一套流程，要去說服企業的老板和管理層讓他們嚴格遵從和執行。而通過人工智能工具來生成SOP，甚至可以讓企業的領導層自己參與操作來完成這個工作，這對實際應用、執行和有效落實生成后的SOP是有極大好處的。你老板自己親手建的SOP，你還能不首先自己遵守嗎?但原來就很難做到這一點。

我很早之前在王碼電腦接觸MIS系統、ERP系統時，都遇到過這類信息、數據、工作流程標準化的問題，這種問題非常令人頭疼。而AI-SOP有可能是極大提升政府和企業信息化、數字化、智能化成功率的一個機會。

只有清楚了如何把握人類與人工智能的可靠性不足問題，才能真正準確地把握人工智能和人類的未來，別被那些貌似新概念的炒作搞昏頭了。

山東彬哥（左）采訪宇視科技CEO張鵬國（右）：為什么安防大廠（真正人工智能實際應用最主要的企業群體）的老板都不做個人IP？