Da discussão técnica ao aprofundamento industrial: na segunda metade da corrida pelo AI, o foco está na implementação e na governança

证券日报记者 刘钊

Na cena da reunião anual do Fórum Boao da Ásia 2026, a IA é sem dúvida o tema mais popular. Em torno do tema da IA, uma sub-reunião após a outra está a ocorrer, com a temperatura a continuar a subir. Diferente dos anos anteriores, que discutiam mais sobre inovações tecnológicas e iterações de modelos, este ano o público está mais interessado em como a IA realmente entra na linha de frente da indústria, passando de “parece muito forte” para “é eficaz na utilização”, e como, ao acelerar a implementação, se pode manter as linhas de segurança, responsabilidade e governança.

O Relatório de Trabalho do Governo de 2026 propõe a criação de uma nova forma de economia inteligente. Aprofundar e expandir “inteligência artificial +”, promover a rápida promoção de nova geração de terminais inteligentes e agentes inteligentes, impulsionar a aplicação comercial em escala da inteligência artificial em setores-chave da indústria, e cultivar novos modos e novos modelos de negócios nativos inteligentes. Seguindo essa diretriz política, não é difícil perceber nas discussões do Fórum Boao que a IA está a passar de uma corrida tecnológica para um aprofundamento industrial, e que a sua competição não se centra apenas nos modelos e na capacidade de computação, mas também na incorporação de cenários, reestruturação organizacional e no acompanhamento da governança.

Da corrida tecnológica à implementação em cenários

“A IA chegou a um ponto em que a questão mais preocupante para a indústria não é a existência de novos modelos, mas sim se ela pode criar valor real.” Afirmou Jiang Xiaojuan, ex-secretário-geral adjunto do Estado e presidente do Comitê Consultivo de Especialistas em Dados do Estado, e presidente honorário da Sociedade Chinesa de Economia Industrial. Ele destacou que, na era da inteligência artificial e da economia digital, o papel da indústria e das empresas na inovação aumentou significativamente, e a antiga trajetória linear de inovação, que ia da descoberta científica ao desenvolvimento tecnológico e, em seguida, à conversão industrial, está a ser reestruturada. Os setores industriais não são apenas a etapa final da conversão de resultados, mas estão a participar cada vez mais profundamente na descoberta e desenvolvimento de tecnologias de ponta.

Zhang Yaqin, acadêmico da Academia de Engenharia da China, professor cátedra da Universidade Tsinghua e diretor do Instituto de Pesquisa da Indústria Inteligente da Universidade Tsinghua, resumiu o desenvolvimento atual da IA em três grandes tendências: da IA generativa para a IA de agentes, da inteligência informacional para a inteligência física e biológica, e da tecnologia única para o “IA+” que capacita amplamente mil indústrias.

Esse julgamento foi ecoado em várias discussões. Os participantes do setor empresarial geralmente acreditam que a IA está a superar gradualmente a sua posição como ferramenta auxiliar, tornando-se uma força importante na reestruturação de processos de negócios e lógicas industriais. Dai Pu, co-presidente do conselho global da Roland Berger, citou os resultados de uma pesquisa realizada pela sua equipe com 200 empresas, afirmando que mais de 90% das empresas não estão satisfeitas com o retorno sobre o investimento em IA. O problema não está na tecnologia em si, mas no fato de que muitas empresas ainda estão em estágios de testes dispersos, otimização local ou mesmo “adicionando um chatbot”, sem realmente reestruturar processos, reorganizar dados e remodelar a estrutura organizacional em torno da IA. Ele acredita que somente integrando a IA em todo o processo da empresa e estabelecendo um sistema de aplicações baseado na transformação de dados proprietários e sistemas, o investimento em IA poderá ultrapassar o “abismo de valor”.

Atualmente, os cenários de implementação da IA estão a surgir rapidamente. “O problema de alta qualidade, grande escala e personalização, que existe há muito tempo no setor educacional, está a ser quebrado com o avanço das aplicações de IA.” Cheng Qun, vice-presidente do Grupo Yuanli Technology e diretor do Instituto de Pesquisa em Inteligência Artificial, disse ao jornalista do Securities Daily que a contínua melhoria das capacidades básicas, como arquitetura de colaboração de terminal, borda e nuvem, evolução de terminais inteligentes e comunicações, bem como a computação, está a fornecer suporte para a aplicação em escala da IA.

Vários convidados presentes preveem que o foco da competição em IA se deslocará mais de parâmetros de modelos e capacidades gerais para a compreensão da indústria, conversão de cenários e ciclos comerciais. Aqueles que conseguirem integrar a IA na produção e vida reais mais rapidamente terão maior probabilidade de assumir a liderança na nova rodada de transformação industrial.

Aplicação e governança devem avançar em sincronia

Quanto mais a IA acelera a sua entrada no mundo real, mais importante se torna a governança. Os entrevistados geralmente acreditam que a IA pode aumentar a eficiência, otimizar a alocação de recursos e melhorar a acessibilidade dos serviços, mas não pode correr “descontroladamente” sem limites de responsabilidade e restrições institucionais; a aplicação e a governança devem avançar em sincronia.

Xue Lan, diretor da Escola de Administração da Universidade Tsinghua e do Instituto de Pesquisa em Governança Internacional de Inteligência Artificial da Universidade Tsinghua, disse ao jornalista do Securities Daily que, atualmente, as quebras tecnológicas estão claramente à frente da aplicação e da construção institucional, o que significa que a indústria deve ver não apenas o seu potencial, mas também avançar em sincronia com a colaboração ecológica e a construção de regras ao promover a implementação da IA.

Os participantes da conferência consideram que o cenário de saúde médica apresenta de forma mais concentrada os problemas de governança da IA. Wu Wenda, presidente da Tencent Health e responsável pelo laboratório de ciências da vida da Tencent, afirmou francamente que tarefas de alto risco não podem depender totalmente de agentes de IA; a responsabilidade deve ser humana, e não se pode transferir a responsabilidade com base em “a IA julgou assim”. Chi Yongshuo, presidente da Elsevier e presidente da Corporate Affairs do Grupo Lexin, também apontou que o sistema de saúde é altamente complexo, e as aplicações de IA devem aumentar a eficiência, mas também devem ter atenção a seus “sombreamentos”, promovendo o compartilhamento de conhecimento, decisões baseadas em evidências e acessibilidade justa; mas o pré-requisito é manter os impactos adversos dentro de limites gerenciáveis. De acordo com Li Tongyin, vice-presidente de Estratégia e Inovação da Cell Press e editor executivo, a IA no campo da saúde médica não deve apenas se preocupar com a saída sendo “adequada”, mas também com a qualidade e confiabilidade dos dados de entrada, e se os resultados gerados passaram por uma reflexão crítica e verificação de contexto, pois uma decisão errada pode ter um custo muito maior do que em cenários de consumo comuns.

Zhang Yaqin sugeriu que o conteúdo gerado por IA deve ser claramente identificado, e os agentes devem ser capazes de ser rastreados até o responsável. Uma parte considerável das regras no atual sistema jurídico ainda se aplica, mas também é necessário preencher rapidamente as lacunas institucionais em relação a novas formas tecnológicas. Durante a reunião, alguns convidados confessaram ao jornalista do Securities Daily que questões como segurança de dados, viés algorítmico, transparência do modelo, consumo de energia e cooperação internacional se tornarão variáveis-chave que afetam o desenvolvimento saudável a longo prazo da IA. Em outras palavras, a competição em IA não é apenas uma disputa de tecnologia e modelos de negócios, mas também uma disputa de capacidade de governança, capacidade de fornecimento institucional e capacidade de colaboração ecológica.

Atualmente, a IA está a acelerar a sua saída do “calor conceitual” e “calor de exibição”, entrando numa zona de águas profundas que enfatiza mais a eficácia e a responsabilidade. Por um lado, agentes inteligentes, novos terminais, grandes modelos da indústria e aplicações nativas de IA estão a surgir constantemente, promovendo a transição de “inteligência artificial +” de explorações pontuais para uma expansão mais ampla; por outro lado, as discussões em torno da determinação de responsabilidades, governança de dados, prevenção de riscos e construção de regras também estão claramente a aumentar. Para a indústria, o que realmente determina até onde a IA pode ir é tanto a velocidade de iteração tecnológica quanto a profundidade de implementação e a maturidade da governança. Somente encontrando um ponto de equilíbrio mais robusto entre inovação e regulamentação, a IA poderá se tornar melhor uma nova força motriz para promover o desenvolvimento econômico de alta qualidade.