915｜WAIC觀察筆記：五個真實行業案例，看AI落地的縱深處

要約

WAIC 現場觀察五個 AI 落地案例，揭示大模型競爭的真實戰場：南方電網「大瓦特」機器人已在五省區 80 多個場景取代高空高危補銷作業，嚴守「AI 建議、人類決策」邊界；中國氣象局「媽祖」預警系統達成 6 分鐘更新、1 公里精度的颱風預測；中遠海運「星矩」系統將定位流程從手動六分儀降至 5 秒自動運算；福鑫數科生成式電子病歷以雙模型機制壓低幻覺率，接手醫生一半文書工作；庫帕思作為官方語料平台，將醫院、銀行、工廠的隱性知識轉化為大模型訓練資料。這五個案例的共同特徵是「數據很深」（行業經驗未被數位化，存於人腦與內部系統）與「入口很實」（綁定鐵塔、船舶、醫院等實體資源）。未來 AI 競爭的重心不在模型分數高低，而在誰能數位化、商業化那些沒被開發的行業知識與物理現場。

要点

• 五個案例共同點：行業經驗未數位化，深藏人腦與內部系統，形成極高商業壁壘
• AI 落地場景綁定實體資源（電網、氣象站、船舶、醫院），無法單靠通用大模型切入
• 雙模型機制用生成模型與校驗模型組合，大幅降低生成式 AI 的幻覺率與醫療風險
• 安全避險（規避高危作業、電網失衡）優先於成本削減，客戶付費意願與採購決策力更強
• 模型能力只是門票，真正競爭力在於進現場、獲數據、理解業務邊界、畫清責任分工

チャプター

1. WAIC 觀察的核心發現：從熱鬧展台到真實應用

   大模型展台多談參數迭代，國企與公共服務展位才藏著真正落地的 AI 應用案例

2. 南方電網「大瓦特」：機器人補銷與人機決策邊界

   補銷機器人已在五省區 80 多個場景替代高空高危作業，嚴守「AI 建議、人類決策」的責任分工

3. 中國氣象局「媽祖」：颱風預警的精度突破

   6 分鐘更新、1 公里精度，颱風登陸點預測誤差僅 50 公里，達成業界領先的實時預報能力

4. 中遠海運「星矩」：船舶定位的自動化升級

   將船長手動六分儀定位流程自動化，5 秒即可精準算出船舶位置，大幅提升海運效率

5. 福鑫數科：生成式電子病歷的雙模型機制

   雙模型架構（生成 + 校驗）壓低 AI 幻覺，目標接手醫生一半的文書工作，降低臨床風險

6. 庫帕思：國家隊語料平台的數據數位化

   將醫院、銀行、工廠等機構的非公開資料加工為大模型可學習的優質語料，建立數據準備基礎設施

7. 共同特徵解讀：數據很深、入口很實

   行業經驗未被數位化藏於人腦，AI 落地綁定實體資源，形成傳統軟體無法複製的壁壘。未來競爭在於數位化隱性知識與現場資源

引用