5 月 28 日，由天津市人民政府、重庆市人民政府共同主办的 2026 世界智能产业博览会在国家会展中心（天津）盛大启幕。本届智博会以“智行天下 能动未来”为主题，汇聚全球智能科技前沿成果与产业领袖。
蚂蚁集团副总裁兼首席技术安全官、蚂蚁密算董事长韦韬受邀出席大会，并在主论坛发表题为《数据是产业 AI 变革的主战场――打破数据与智力孤岛，激发产能变革》的主题演讲，围绕产业 AI 时代的数据融合、智能协同、安全底座与产业落地，分享了最新思考与实践。
01 数据是产业 AI 变革的主战场
随着大模型和自主智能体加速演进，人工智能正从“能力展示”走向“产业落地”。韦韬表示，当前基础大模型对公开数据的利用已接近饱和，但在金融、医疗、政务、制造等专业领域，高质量、可治理、可融合的数据仍然稀缺。
“数据是产业 AI 变革的主战场。”韦韬指出，产业 AI 的核心是用数据做好预测与决策，谁能把数据真正用好，谁就能率先释放 AI 的产业价值。
要做到这一点，首先要打破两类“孤岛”：一类是数据孤岛，另一类是智力孤岛。现实是，大量高价值数据尚未进入流通，仍处于“原矿”甚至“矿渣”状态――数据总量虽不少，但可流通、可应用的数据资源有限；行业对数据驱动预测与决策的需求日益急迫，数据产品的供给却远远跟不上。要跨越这道鸿沟，必须建立数据、知识与行业经验协同融合的新路径。
而产业要进行 AI 转型，激发自主智能体在行业中的广泛应用，光靠一家一户的数据远远不够，必须进行融合。韦韬进一步提出“融合炼数”思路：通过横向融合汇聚多源离散数据，形成规模价值；通过纵向融合推动公共数据与业务指标深度对撞，产出高价值数据产品；通过数智融合，促进传统企业数据与行业专家智能深度结合，在保障数据安全和模型知识产权的前提下，把原始资源炼成可用、可复用、可流通的数据和智能产品。
他强调，在这一过程中，数据、治理能力、智能体能力、模型能力，都是各方的核心资产。要推动这些要素融合，就必须同时解决数据安全、知识产权和各类权益保护问题。未来，融合炼数将是打破数据与智力孤岛、激发产业变革的关键一环。
韦韬进一步指出，把原矿炼成燃料只是第一步，还需要铺好铁轨来运载。蚂蚁密算正是围绕这一完整链条构建技术体系――从数据的安全融合到智能体的可信执行，提供从“炼数”到“用数”的全栈能力。其核心产品“可信智能 Fabric”（Trusted Agent Fabric）架构，已在金融、医保、安全等多个行业场景落地实践。
02 AI 生产力演进：从“会生成”到“会完成”
谈及产业 AI 发展趋势，韦韬认为，2026 年是 AI 生产力演进的重要分水岭。过去依赖人工深度参与和手工治理的工作模式，正在被大模型和自主智能体改写，并逐步走向工业化闭环。
在演讲中，韦韬从语言哲学视角切入，揭示了本轮 AI 爆发的深层逻辑。他指出，大语言模型的本质并非简单的“文字生成”，其思想源头可追溯至语言哲学家维特根斯坦在《哲学研究》中提出的经典命题――“意义即使用”（meaning as use）。维特根斯坦认为，语言的意义不在于它指向什么对象，而在于它在真实语言场景下如何被使用。大语言模型正是这一哲学命题的技术验证：通过对海量人类语言使用的学习，模型从语言实践的规律中习得了推理能力、辨识能力乃至 AI for Science 能力，持续释放巨大价值。
韦韬指出，正是沿着这条路径――从语言实践中提取人类的逻辑与智能――大模型才从“会生成”走向“会完成任务”，推动整个行业进入新阶段。他以国际领先的 AI 公司 Anthropic 为例，指出大语言模型的语用能力正在爆发出巨大的产能。Anthropic 坚持语用路径，构建起更强的推理与辨识能力，其最新模型已能驱动自主智能体完成复杂的软件、安全、法律、金融和科研任务。资本市场也给出了明确信号，Anthropic 最新估值已接近万亿美元。
在他看来，大模型是人类历史上第一个通用的智力引擎，就像蒸汽机是第一个通用的动力引擎；但引擎不能空转，蒸汽机装到机车上才带来工业革命，大模型装上自主智能体――具备感知、探索、尝试、纠错和执行能力――才真正走向产业。
也正因为如此，AI 带来的变化并不只是替代，而更是增强。过去，大量精力被消耗在重复、低效的治理型劳动中；如今，大模型和智能体接手这些工作，把人的核心作用重新聚焦到对齐意图、审核结果、补充知识和解决难题上。而蚂蚁密算要做的，正是为产业打造可控的机车、铺设安全的铁轨。
03 AI 走向产业，既要更强，也要更稳、更可控
但与此同时，韦韬也指出，AI 真正进入产业核心环节后，风险和问题也开始集中暴露。企业普遍需要应对三类风险：人对 AI 失控、AI 自身失控，以及 AI 带来的数据泄露风险。产业 AI 不能停留在“把需求交给模型跑起来”，而必须进入可管控、可约束、可验证的新阶段。
韦韬强调，AI 系统的核心挑战已经不再是“会不会生成”，而是“能不能在复杂场景中稳定、可靠、成体系地完成任务”。要实现这一点，必须将自然语言驱动的灵活能力纳入结构化、工程化的约束框架。大语言模型的推理能力本质上仍源自人类语言实践的规律，模型本身并不天然具备结构化执行和流程控制的能力，因此，过去几十年软件工程积累的结构化拆解、流程控制、关键节点校验等方法，不仅不能被抛弃，反而应在 AI 时代被进一步继承和强化。否则，仅靠自然语言驱动，模型就可能“可以执行、可以不执行、可以乱执行”，甚至跳过关键步骤、插入自行判断，带来业务失控。
基于上述判断，韦韬重点介绍了蚂蚁密算在产业 AI 方向上的核心探索――可信智能 Fabric（Trusted Agent Fabric）架构。该架构面向用户提供专业自主智能体，理解行业语言、掌握领域知识、具备专业判断力，如同企业的数字同事；背后是智能蚁群，通过专业化分工与执行核验闭环，将大型复杂任务分解为可信赖的步骤，以最高效、最经济的方式规模化完成；底层由知识体系、能力体系、数据编织（Data Fabric）三大体系支撑。韦韬形容，这不是给企业配一个聪明的助手，而是赋予企业一支训练有素的专业军团――给定任务即可自主完成，遇阻时自主学习或求助专家，持续沉淀知识与经验。
而这一切的安全底座是密态计算――让数据在加密状态下直接参与计算，全链路“可用不可见、可控可追溯”。从数据获取到任务交付，被保护的不只是数据，还有模型参数权重以及智能体的领域知识和 Know-how――任何第三方，包括平台运维管理员和研发人员，都无法获取。同时，密态计算在实现等保四级安全保障强度的前提下，成本仅为明文计算的 1.21 倍。
演讲最后，韦韬表示，2026 年是人类世纪的新元年。我们正在从传统的马车形态转向机车形态――大模型是强大的智力引擎，自主智能体是飞驰的机车，而基于密态计算的数据基础设施，就是保障安全前行的铁轨。
驶向 AI 新时代，产业智能化真正比拼的，不只是引擎有多强，更是谁能造出可控的机车、铺好安全的铁轨――谁就掌握下一程的主动权。
