记者：2025年的政府工作报告强调，持续推进“人工智能+”行动，将数字技术与制造优势、市场优势更好结合起来。AI如何赋能千行百业，最适合在哪些产业先落地应用呢？未来5年，“AI+”最值得关注的风向标是什么？

张亚勤：这些年，不管我在百度，还是到了清华，都是全身心在做AI这件事。比如百度云，实际上我们叫智能云（AI big data cloud，简称ABC），它不是一个简单的基础设施功能，其实是一个智能体系；我们做无人驾驶，没有AI不可能实现无人驾驶。到了清华之后，我选了三个垂直方向进一步研究，一个是智慧交通，一个是IoT智慧物联，一个是智慧医疗。

我有一个重要判断：2025年自动驾驶或将迎来“ChatGPT 时刻”。我这里讲自动驾驶其实是指L4级别也就是高级别的无人驾驶。我的判断主要基于以下几点：第一，从美国的Waymo，到国内百度Apollo，无人驾驶已经做了差不多10年时间。这些年技术进展很快，特别是大模型出来后，无人驾驶中遇到的一些难点问题已经在加速解决，在技术角度突破了重要瓶颈。比如数据不足的问题，比如corner case（极端场景）长尾的问题。所以，在技术方面，Waymo和百度，包括文远知行、小马智行这些公司基本上都过关了。我说的过关是指安全度已经提升了5倍到10倍，至少比人类驾驶更安全了。第二，从实际运营来看，Waymo在旧金山，百度在武汉，这两个都是大城市，交通状况十分复杂，如果在这两个城市能跑通，那别的城市就更加可以，证明自动驾驶可以规模化运营，同时又比人类驾驶安全很多倍。我还讲了无人驾驶既要做好司机，也要做老司机。目前无人驾驶在安全度上可能已经达到好司机水平了，但是与人类的司机共同驾驶的时候，在各种复杂场景里面，还要开得像老司机。“好司机+老司机”这个命题今年是可以证明的，证明之后就可以说达到了“ChatGPT时刻”。当然，要达到规模化还需要更长时间，这里面有政策法规，也有商业模式等一系列问题。我预测到2030年10%的新车会有L4+的能力，这个我就认为是规模化了。所以，我预测无人驾驶的“DeepSeek时刻”发生在2030年。

在生命科学领域，AI正带来前所未有的变革。通过生成式AI、多模态预训练等技术手段，AI加速了科学发现的进程。以蛋白质结构预测为例，传统方法解析蛋白质结构耗时久、成本高，而AI技术如DeepMind公司的AlphaFold，能够基于氨基酸序列，快速准确地预测蛋白质的三维结构，极大地推动了药物研发进程。因为了解蛋白质结构是开发针对性药物的关键，这一突破使得我们能更高效地筛选潜在药物靶点，缩短新药研发周期。在基因编辑方面，AI可对海量基因数据进行分析，精准定位需要编辑的基因位点，提高基因编辑的准确性与安全性，为攻克遗传性疾病带来新希望。在临床诊断中，AI辅助诊断系统能够快速分析医学影像、病历等数据，帮助医生更准确地判断病情，实现疾病的早发现、早治疗，推动个性化与精准医疗的发展。

随着全球气候变化问题日益严峻，绿色计算成为实现碳中和目标的关键技术，而AI在其中的优化作用至关重要。在数据中心，AI可根据服务器的负载情况，智能调节服务器的运行功率，实现能源的高效利用，如通过对数据中心的温度、湿度等环境参数进行实时监测与智能调控，优化散热系统，降低能耗。在能源领域，AI能够对能源生产、传输、存储和消费全过程进行优化管理。比如，在风力发电场，AI可根据风速、风向等气象数据，智能调整风机的叶片角度和转速，提高发电效率；在电网调度中，AI通过对电力供需数据的分析预测，实现电力资源的精准调配，减少能源损耗，助力能源产业向绿色低碳转型。

展望未来五年，首先最大的、第一个受益者是IT产业，就是制造AI的这个行业。AI芯片、数据中心、大模型软件、各种智能体的发展，会给IT公司带来新的发展机遇。目前全球最大的五家公司全都是IT公司。英伟达在这一轮AI浪潮中成为主要的受益者，现在市值数一数二，微软、苹果、谷歌和亚马逊均属于IT科技领域。所以，人工智能发展的第一个受益者就是IT产业。

第二个受益者是高度数字化的企业。因为新一轮的AI是数据驱动的，需要大量数据。一个行业或者一个公司如果没有做好数字化这个基建，那就很难与AI结合。所以，为什么现在我们讲智慧交通、无人车，包括金融、教育、医疗健康、高端制造，这些行业有了AI以后都会发生很大变化，但最先影响到的产业或者企业，一定是高度信息化、高度数字化的产业或者企业。现在有横向大模型，也有很多垂直模型，可以做RAG、做智能体，或者做微调，但是如果没有数据，都不知道怎么使用AI。

从长远看，AI一定会影响到每个企业，就像互联网。早些年，很多人也问我互联网会影响哪些公司？我说互联网会影响每个公司，但可能层次不一样。AI也是如此，可能少数公司在做AI模型，在发明AI技术、工具，但所有公司都会用到AI，而且必须用，你不用，可能会被先用的公司拍死在沙滩上，谁率先使用，谁先成为受益者。当然，也不要太焦虑，因为它对每个行业、每个企业影响的程度不一样。我们需要拥抱新技术，但使用AI的最终目的还是解决问题。