问题——从“可用”到“好用”、从“示范”到“增效”，产业落地仍需跨越关键门槛。随着智能技术加速进入生产生活，如何把技术优势转化为可持续的商业回报与社会效益，成为各方关注的现实问题。高文指出，算力正从一种技术资源逐步演变为面向全社会的基础能力，其重要性将越来越接近电力等基础设施：一旦用户对算力服务形成普遍依赖，就需要稳定、可供给、可扩展的算力“底座”支撑。此底座既可能由多方共同供给，也可能由专业化服务机构提供，核心于提供可持续的基础服务能力。 原因——盈利落地取决于“需求强度”与“价值闭环”，而非简单“上系统”。高文认为，智能技术能否盈利并实现规模化推广，关键不在概念热度，而在是否贴合真实、持续、可支付的市场需求。若落地场景资金不足、市场有限，或只是做表面功能叠加，即便短期看似“有应用”，也难形成可复制的商业模式，更难带来实质性价值提升。相反，在投入能力较强、需求高频且痛点明确的行业，技术更容易走通从研发、验证到付费使用的闭环，并带动产业链协同发展。 影响——以医疗机器人为代表的应用，正在给出“效果—效率—效益”的明确信号。谈及已显现的经济效益，高文以医疗领域手术机器人为例指出，有关技术正在推动临床方式改变：过去某些手术需要开腹操作，如今可通过更微创的方式完成；术后恢复周期缩短，患者体验改善，医疗资源周转效率也随之提升。高文强调，这些变化离不开智能技术对感知、规划、控制等能力的支撑。由于价值路径清晰、支付能力与需求相对稳定，手术机器人赛道的产业化和盈利表现更为突出，一批企业快速成长并形成较强市场影响力。这表明，智能技术进入“高价值场景”后，不仅能提升公共服务质量，也更容易形成可持续的产业回报。 对策——以算力为底座、以场景为牵引，推动“基础设施+行业应用”协同发力。面向下一步发展，高文提出，应将算力基础设施建设与应用落地推进。一上，通过多元供给增强算力服务能力，提升资源调度效率与服务稳定性，为各行业提供可靠支撑；另一方面，坚持以需求牵引推进落地，优先资金充足、需求旺盛、能够沉淀数据与流程的领域深化应用，避免“为用而用”。在场景选择上，高文认为，除医疗外，家政服务、生产线等领域同样具备潜力：前者面向千家万户、需求高频，后者与制造效率和质量控制紧密相关，都有望成为技术规模化应用的重要增长点。 前景——资本市场要更好发挥“早期发现与长期陪伴”功能，助推新质生产力培育。围绕资本市场对产业支持，高文表示，只要方向符合真实市场需求，资本市场就能为创业与技术孵化提供支持；对有前景的技术，越早介入越有利。一上，早期支持有助于培育新的增长点，推动关键技术从实验室走向产业；另一方面，也能形成正向激励，让创新团队在长期投入中获得合理回报，进而形成技术创新与产业发展的良性循环。未来，随着算力底座更完善、行业应用更深入，智能技术有望在更多领域实现从单点突破到系统性增效的跃升。
高文院士的观点揭示了人工智能产业发展的关键逻辑：人工智能不是“为技术而技术”，必须与真实市场需求结合，在能够产生明确经济价值的领域实现突破。手术机器人的案例表明，当人工智能与高端医疗等高价值场景结合时，既能解决现实痛点，也更容易形成可持续的商业模式。这启示我们，人工智能未来应坚持需求导向和价值导向，在资本、技术与市场的互动中，推动产业走向更高质量、更高效益的发展。