在5月15日由《香港01》主办的“企业人工智能升级转型交流日”中，AiX Society 创会会长苏仲成先生深入对比了中美两国在 AI 技术、成本结构及发展策略上的核心差异，指出国产模型如DeepSeek-V2凭借长上下文处理及创新的MHA架构，正以仅为西方闭源模型十分之一的低成本优势推动AI普及化。

技术封锁成催化剂 中国AI专注算法优化实现突围

苏仲成回顾了中美 AI 的不同发展路径。目前美国以 NVIDIA 的硬件算力与 OpenAI 的闭源生态为代表，而中国则在华为等本土硬件基础上，专注于软件和算法的深度优化。讲者表示，虽然近年受到外部芯片封锁的挑战，但这种环境反而成为了中国 AI 发展的催化剂，逼使研发团队在有限的硬件资源下，将算法效能发挥到极致。

以近期受到市场关注的国产模型 DeepSeek-V2 为例，该模型在硬件上已实现自主研发，更在技术层面取得了多项关键突破。它具备处理高达 100 万 Token 的长上下文能力，能够一次性分析整份年度报告或进行繁复的 KYC 背景审查，免去了分段处理的限制。此外，其创新的 MHA（Multi-Head Attention）架构 显著降低了计算资源的消耗，为未来的通用人工智能（AGI）及全自动机械人等实体物理应用，奠定了高效率的基础。

企业应用关键在于流程标准化（SOP）与数字化

讲座中亦探讨企业具体落地的关键，不在于购买了多少昂贵的软件，而在于内部流程的标准化与数字化。如果企业自身缺乏清晰的工作流程，AI 将难以进行有效的学习与跟随，最终只会造成无谓的 Token 成本消耗。因此，企业引进 AI 的首要步骤，反而是利用 AI 协助建立并完善内部的 SOP 手册。当前的数据系统化门槛已大幅降低，只要将资料汇入系统，AI 便能自动完成结构化整理，为后续的深度应用提供肥沃的土壤。

对于大中华地区的企业而言，国产 AI 模型多采取开源（Open Source）策略，允许企业在自身的云端伺服器上进行私有化部署。这不仅能彻底杜绝敏感业务资料外泄的隐私风险，更能实现“免 Token 费用”的长期成本控制，且更符合本地市场的网络环境与业务运作需求。故此企业应从盲目追随西方技术的思维中转变过来，著眼于利用平价、高效的国产工具重塑内部流程，方能在智能时代真正提升营运效率。