初宪：大模型是数字时代的“集装箱”，国企需进行底层重构

海峡网讯（记者 王挺）6月18日举行的2026中国海峡创新发展大会暨人工智能产业生态大会上，北京智谱华章科技有限公司AI解决方案总监初宪发表了题为《乘势而上：大模型铸就国企“新质生产力”》的主旨演讲。初宪指出，国企改革正处于范式转移的关键节点，应借鉴集装箱改变全球物流的逻辑，通过业务标准重构与组织适配，将大模型这一前沿技术转化为实实在在的生产力。

大模型演进三阶段：从预训练到自主推理

初宪在演讲中回溯了大模型的发展历程，将其归纳为三个关键阶段。

第一阶段是预训练大模型阶段。这一时期通过海量数据训练，构建起具备广博知识面的神经网络。初宪指出，在此阶段，大模型在知识储备、信息阅读速度和输出效率上，已表现出远超人类个体的显著优势。

第二阶段是对齐与多模态扩展阶段。这不仅要解决模型输出与人类预期的一致性，更引入了文本之外的多种模态数据，以提升模型的逻辑梳理能力，使其在复杂任务中表现得更加稳健。

第三阶段，也是全球大模型当前的攻关前沿，即自主推理能力。初宪强调，这不仅仅是简单的问答，而是让模型在处理任务过程中具备一定“自觉性”，能够在推理时自主调用数据、判断信息真伪，并对自身的生成内容进行反思和修正。他透露，其团队的最新大模型已能完成超长时间、高度复杂的持续性任务，且全部由系统自主规划完成，这标志着智能体真正具备了与物理世界打交道的基础。

集装箱的启示：范式转移不是修修补补，而是底层重构

“为什么我们要关注大模型？因为每一次基础设施的变革都会带来巨大机遇。”初宪用一个发生在70年前的案例引出了核心观点。

他提到，当年集装箱的出现，将港口混乱的散货搬运变为标准化作业，运输成本大幅降低，时间成本仅为散货的10%。这一变革重塑了全球贸易版图，也直接导致了纽约港的衰落和新泽西州伊丽莎白港的崛起。初宪比喻道，今天的大模型就是数字化时代的“集装箱”，提供的是标准化的智慧供给。

他指出，面对这一范式转移，国有企业面临的抉择与当年的纽约港决策者相似。如果仅仅在旧有的技术架构上修修补补，比如只更换硬件而不打通铁路联运、不改变用工制度，最终将在竞争中落后。新的范式要求的是业务逻辑的深刻理解与全新设计。

落地五大构想：让AI不仅懂业务，更能沉淀知识

针对大模型如何在国企深植应用，初宪提出了五项环环相扣的落地构想：首先是业务标准重构，要求AI应用必须紧密贴合实际业务标准，绝不能脱离场景沦为实验室里的摆设；其次是知识沉淀，将企业长期积累的经验与数据资产系统性地沉淀下来，打通长期存在的数据孤岛；同时要进行组织适配，调整优化现有的组织架构以匹配大模型的运作逻辑；此外还需推动核心工具赋能，打造直观易用的业务工具，让企业内不同岗位的员工都能有效利用大模型；最后是强化多模态感知能力，构建起立体化的智能系统，使大模型真正成为驱动企业发展的新型基础设施。

实践验证：从蛋白质研究到智慧安监

演讲中，初宪展示了多个已验证的应用场景。在科研领域，利用语言大模型理解蛋白质结构，助力相关实验取得了超越传统手段的有效成果。在工业领域，针对现代安监系统，大模型能够变革传统“人盯屏幕”的模式，通过融合运维人员的经验和海量设备信息，让系统主动判断流量异常，甚至能自动生成包含操作步骤与所需工具的检修报告，实现对生产力的深度重构。

演讲收尾时，初宪强调，大模型的价值不在于技术本身的前沿性，而在于能否嵌入真实业务流程、解决具体问题。这需要企业在标准、数据、组织等多个维度进行系统性的适配与重构。