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

Jornal Securities Daily Liu Zhao

Na conferência anual do Fórum Boao da Ásia 2026, a IA é sem dúvida o tópico mais quente. As subfóruns sobre o tema da IA seguem uma após a outra, com a temperatura a aumentar constantemente. Em contraste com os anos anteriores, que discutiam mais sobre avanços tecnológicos e iterações de modelos, este ano o público está mais preocupado com como a IA pode realmente entrar na linha de frente da indústria, passando de “parecer forte” para “ser eficaz”, e como, ao acelerar a implementação, pode manter as linhas de segurança, responsabilidade e governança.

O relatório de trabalho do governo de 2026 propôs a criação de uma nova forma de economia inteligente. Aprofundar e expandir “Inteligência Artificial +”, promover a aceleração da promoção de novos terminais inteligentes e agentes inteligentes, impulsionar a aplicação comercial e em larga escala da IA em setores industriais-chave, e cultivar novos modelos e novos modos de negócios nativos da inteligência. Seguindo essa diretriz política, não é difícil perceber nas discussões deste Fórum Boao que a IA está passando de uma corrida tecnológica para um aprofundamento industrial, com a competição não se limitando apenas aos modelos e à capacidade de computação, mas também à integração de cenários, reestruturação organizacional e ao acompanhamento sincronizado dos sistemas de governança.

Da corrida tecnológica para a implementação em cenários

“Com a IA chegando até aqui, a questão mais importante para a indústria já não é se há novos modelos, mas se pode criar valor real.” afirmou Jiang Xiaojun, ex-vice-secretário do Estado e atual diretor do Comitê Consultivo de Especialistas em Dados Nacional, e presidente honorário da Sociedade de Economia Industrial da China. Ele observou que, na era da inteligência artificial e da economia digital, o papel da indústria e das empresas na inovação está aumentando significativamente, e o caminho linear de inovação que vai da descoberta científica ao desenvolvimento tecnológico e, em seguida, à transformação industrial está sendo reestruturado. O setor industrial não é mais apenas o estágio final da transformação de resultados, mas está cada vez mais profundamente envolvido na descoberta e pesquisa de tecnologias de ponta.

O acadêmico da Academia de Engenharia da China, professor titular da Universidade Tsinghua e diretor do Instituto de Pesquisa da Indústria Inteligente da Universidade Tsinghua, Zhang Yaqin, resumiu o atual desenvolvimento 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 de forma abrangente milhares de setores.

Esse julgamento foi ecoado em várias discussões. Os empresários presentes acreditam que a IA está gradualmente superando a sua posição como ferramenta auxiliar, tornando-se uma força importante na reestruturação dos processos de negócios e da lógica industrial. Dai Pu, co-presidente do comitê global da Roland Berger, citou os resultados de uma pesquisa de sua equipe sobre 200 empresas, afirmando que mais de 90% das empresas estão insatisfeitas com o retorno sobre o investimento em IA, com o problema não estando na tecnologia em si, mas no fato de que muitas empresas ainda estão presas a pilotos dispersos, otimizações locais ou até mesmo “adicionando um chatbot”, sem realmente reestruturar processos, reorganizar dados e reconfigurar estruturas organizacionais em torno da IA. Ele acredita que só ao integrar a IA em todo o processo empresarial e estabelecer um sistema de aplicações baseado na transformação de dados e sistemas proprietários, é que o investimento em IA poderá atravessar o “abismo de valor”.

Atualmente, os cenários de implementação da IA estão surgindo rapidamente. “Os problemas de alta qualidade, grande escala e personalização que existem há muito tempo no campo da educação estão, com a aplicação da IA, começando a ser superados.” disse Cheng Qun, vice-presidente do Grupo Yuanli Technology e diretor do Instituto de Pesquisa em Inteligência Artificial, ao jornalista do Securities Daily. A colaboração entre a nuvem, a borda e a evolução dos terminais inteligentes, bem como a contínua melhoria das capacidades subjacentes de comunicação e computação, estão proporcionando suporte para a aplicação em larga escala da IA.

Vários convidados presentes avaliaram que o foco da competição em IA nos próximos tempos se deslocará mais de parâmetros de modelo e capacidades gerais para a compreensão da indústria, transformação de cenários e ciclos comerciais. Quem conseguir integrar a IA na produção e vida reais mais rapidamente, terá mais chances de assumir a liderança na nova rodada de transformação industrial.

Aplicação e governança devem avançar em conjunto

Quanto mais rapidamente a IA entra no mundo real, mais evidente se torna a importância da governança. Os entrevistados geralmente acreditam que a IA pode aumentar a eficiência, otimizar a alocação de recursos e aumentar a acessibilidade dos serviços, mas não pode “correr” sozinha, sem limites de responsabilidade e restrições institucionais; a aplicação e a governança devem avançar em conjunto.

Xue Lan, diretor da Escola de Administração de Sui Shimin da Universidade Tsinghua e diretor do Instituto de Governança Internacional em Inteligência Artificial da Universidade Tsinghua, disse ao jornalista do Securities Daily que, atualmente, os avanços tecnológicos estão claramente à frente da aplicação e da construção institucional, o que significa que a indústria deve perceber seu potencial enquanto promove a implementação da IA e, ao mesmo tempo, avançar na construção de regras e na colaboração ecológica.

Para os participantes da conferência, o cenário da saúde e medicina apresenta as questões de governança da IA de forma mais concentrada. Wu Wenda, presidente da Tencent Health e responsável pelo laboratório de Ciências da Vida da Tencent, afirmou diretamente que tarefas de alto risco não podem depender totalmente de agentes de IA; os responsáveis devem ser humanos, e não se pode transferir a responsabilidade com base em “a IA decidiu isso.” Chi Yongshuo, presidente da Elsevier e vice-presidente da Li Xun Group, também destacou que o sistema de saúde é altamente complexo e que a aplicação da IA deve aumentar a eficiência enquanto se mantém vigilante sobre suas “sombras”, promovendo o compartilhamento de conhecimento, decisões baseadas em evidências e equidade de acesso, mas com o pré-requisito de controlar os impactos adversos dentro de limites gerenciáveis. Li Tongyin, vice-presidente de Estratégia e Inovação da Cell Press e editor executivo, acredita que a IA no campo da saúde não deve apenas considerar se a saída é “adequada”, mas também se os dados de entrada são de alta qualidade e confiáveis, e se os resultados produzidos passaram por um pensamento crítico e verificação de contexto, pois um erro de decisão pode ter consequências muito mais graves do que em cenários de consumo comuns.

Zhang Yaqin propôs que o conteúdo gerado pela IA precisa de uma identificação clara, e os agentes devem ser capazes de rastrear o responsável, uma parte significativa das regras existentes no sistema legal ainda se aplica, mas deve-se também preencher rapidamente as lacunas institucionais em relação às novas formas tecnológicas. Durante a conferência, alguns participantes confidenciaram ao jornalista do Securities Daily que questões como segurança de dados, viés algorítmico, transparência de modelos, consumo de energia e cooperação internacional se tornarão variáveis-chave que afetam o desenvolvimento saudável e de longo prazo da IA. Em outras palavras, a competição em IA não é apenas uma disputa entre tecnologias e modelos de negócios, mas também uma luta pela capacidade de governança, pela capacidade de fornecimento institucional e pela capacidade de colaboração ecológica.

Atualmente, a IA está acelerando sua saída do “entusiasmo conceitual” e “exibição”, entrando em uma fase mais focada na eficácia e na responsabilidade. Por um lado, os agentes inteligentes, novos terminais, grandes modelos industriais e aplicações nativas de IA estão surgindo continuamente, impulsionando a expansão do “Inteligência Artificial +” de uma exploração pontual para uma abrangente. Por outro lado, as discussões em torno de responsabilidade, governança de dados, controle de riscos e construção de regras também estão claramente aquecendo. Para a indústria, o que realmente determina até onde a IA pode ir é não apenas a velocidade de iteração tecnológica, mas também a profundidade da implementação e a maturidade da governança. Apenas encontrando um ponto de equilíbrio mais robusto entre inovação e normatização, a IA poderá se tornar uma nova força motriz para impulsionar o desenvolvimento econômico de alta qualidade.