编辑 | 苏果果

10 月 25 日，GTLC 全球科技领导力大会·成都站圆满举办。本次 GTLC 大会以“AI 新‘蜀’光”为主题，邀请十余位重磅嘉宾，从 AI 应用生态、企业转型等多角度展开精彩分享。除了 TGO 鲲鹏会（成都）的近百位学员报名之外，也有近百位其他城市的 TGO 学员、科技领导者报名参会，整体报名参会者 300 余人。

为什么说这是一场极致真诚、极具影响力的大会？让我们看下参会者的反馈👇

本次 GTLC 除包含多场高质量主题演讲外，还包含 11 场精彩主题闭门会，以及足球友谊赛、川西自驾等多项特色活动，让 GTLC 聚焦于学习，又不止于学习。

作为 GTLC 大会的主办方，TGO 鲲鹏会 2015 年成立至今已走过了十年历程。十年里，TGO 鲲鹏会学员规模实现十余倍增长，帮助科技管理者在技术、管理及跨专业领域不断收获价值，助力企业突破研发、创新、管理等瓶颈，迈向更高质量发展。未来，TGO 鲲鹏会将继续吸纳更多年轻力量、教授学者、科创投资人、海外学员，走向全球，助力更多科技管理者迈向卓越！

主题演讲回顾

本次 GTLC 成都站主议程共有 9 场主题分享，1 场圆桌对话。接下来，让我们一起回顾主议程的精彩内容。

上午场主题演讲

上午场议程以“AI 时代的行业探索”为主线，开启分享。

主持人 成都中启易联科技有限公司 CEO

开场致辞环节，飞表 AI 联合创始人 & CTO、TGO 鲲鹏会（成都）负责人马力遥，分享了他对分会发展与同侪学习的思考。

TGO 鲲鹏会的使命是 “助力科技领导者蜕变成长” ，成都分会依据地方特色，细化出了口号——雪山下的幸福感，后半生的好友局。成都分会聚焦追求幸福感、为西部培育百名科技领袖、助力会员个人成长和商业落地的目标，强调坦诚开放、利他精神和长期主义的品格。

在演讲中，马力遥送出了三份珍贵的礼物。

第一份礼物是“如何让财富主动来找我们？”。回顾过去十一年技术创业的经验，他建议大家以极致的利他精神为出发点，不断为客户创造价值，让技术创业之路越来越宽广。

第二份礼物是“如何让成都，都成？”。马力遥在成都分会最艰难的时刻接手了分会工作。在他眼中，每一位会员都是闪闪发光的。过去三年疫情让大家处于低能量状态，但只要注入一股精神力量，就能激活社区。成都都成精神（Chengdu Can Do！）就是这股精神力量，助力每位学员成为家庭、企业，乃至社区的榜样，让每位到成都创新创业的学员，所有事情都做成！

第三份礼物是“如何让心中有爱的人成为好友？”。一个社区的未来不由负责人决定，而是通过倾听每位董事和学员的心声，成就每一位成员，由每一位成员决定社区的未来。在成都，通过一次次身体碰撞、思维碰撞，足球队成为了这里的发动机。足球队友的身影渗透到了每一场活动当中，链接起了越来越多的学员。不知不觉，这群心中有爱的人已成为了后半生的好友！

最后，他以“朋友一生一起走”为结尾，预祝大会顺利，期待参会嘉宾与会员结下深厚友谊。

大会的第一场演讲，由安克创新 CIO、TGO 鲲鹏会（深圳）负责人龚银带来《AI 时代的探索和创新》。他拆解了 AI 时代企业从技术探索到业务原生转型的实操方法论，核心围绕 “三阶落地 + 组织适配” 展开。

第一阶段 (2023 年）为全员能力渗透，从高 ROI 小场景切入降低落地阻力：营销端用 AI 提升素材制作、客服端工单智能解决等效率均大幅提升，关键是通过 “黑客松”“使用排名推送” 等机制，让员工先感知 AI 价值再主动参与。

第二阶段 (2024 年）聚焦业务深度融合，搭建 AIME 智能体平台与 Vela 多模态平台两大底座：沉淀大量活跃 AI Agent，支撑财务月结效率、广告生成时间大幅提升，同时指出需突破 “隐性经验数据化”“组织协同惯性” 等核心瓶颈。

第三阶段 (2025 年）推进 AI 原生转型，重点落地三大方向：业务流程 Agentic 化，实现 Listing 本地化适配、渠道对接等场景自动化；研发模式从 “人驱动” 转 “AI 驱动”，零代码构建财务协同系统；人才体系转向 “能力复合化”，通过 “大 NEW 人建能力、小 NEW 人用能力” 的分工，实现人效提升。

他认为，AI 长期落地需聚焦 “能力原子化、中枢化”，让系统、数据、组织全面适配智能生产力，而非仅停留在工具应用层面。

华润啤酒技术总叶宁在《AI 领航，华润啤酒智能化转型升级》分享中，重点拆解智能化建设策略，核心围绕“场景筛选 - 验证落地 - 阶段推进”展开。

场景筛选以问题为入口，需符合“场景小、频率高、价值大”等原则，同时关注业务成熟度、流程标准化、数据质量等维度。落地分两阶段：第一阶段“场景优先、小步快跑”，再试点高频场景；第二阶段“前置、放大、加深”，拓展至营销“内容工厂”等场景，同步通过培训、AI 基建整合资源，实现从单点突破到规模化落地，同时管控模型安全、数据合规等风险。

这套策略不仅让华润啤酒在财务、营销等领域实现降本增效，更形成可复用的 AI 落地框架，为快消行业智能化转型提供了兼具实操性与适配性的参考路径，助力企业在技术迭代中稳步实现业务与 AI 的深度融合。

元戎启行技术合伙人兼副总裁刘念邱，围绕《智能驾驶的未来：L4、NOA、RoadAGI ，我们将走向何方？》拆解智能驾驶发展逻辑。

L4 为智驾序章，Waymo 在凤凰城开放运营、旧金山推进全无人运营，累计融资超百亿美元，Cruise 等通过并购完善感知、规划决策等技术栈，但受区域受限、维护成本高、复杂场景安全不可控等问题制约，难从 Demo 走向规模化民用。

再往后看，NOA 成破局关键，从 2017 年规则驱动转向 2025 年端到端模型，搭配“无图 + 端到端”方案，已覆盖超百款车型，新车型渗透率超 60%，智驾里程达数十亿公里，仍面临极端场景应对难、需人工接管等挑战。

而演讲题目中的 RoadAGI 指向移动智能体未来，聚焦解决送货难、电梯通行受阻、需现场部署等痛点，目标实现全场景适配、到手即用免部署，推动智能驾驶向多形态移动智能体进化。

这份从 L4 技术探索、NOA 规模化落地到 RoadAGI 未来构想的梳理，不仅清晰呈现了智能驾驶各阶段的核心突破与现实瓶颈，也为行业从“单一车辆智驾”向“全场景移动智能”转型提供了可参考的演进框架，助力精准把握技术落地与场景拓展的关键方向。

万界数据副总裁、万界方舟总经理赵新龙分享了《运营社区八年跨到 AI 行业数月，我的几点思考 (2)》，作为 GTLC 北京站分享的延续，他继续围绕 “认知杠杆 - 实践路径 - 商业变现” 展开分享。

认知层面，他将 AI 定位为“第四种超级杠杆”，它融合了劳动力、资本和代码 / 媒体杠杆的优势，能显著放大个体与组织的效能。他强调，现代人的二分法是“利用杠杆的人”和“未利用杠杆的人”，并提醒需找准“支点”，避免将 AI 用错方向，使其从省力变为费力。

实践路径遵循“明确阶段 - 聚焦结果 - 善用工具”的原则。 他清晰划分了 AI 应用的六个阶段（从爱好期到跃迁期），帮助从业者定位自身并规划发展。在行动上，他强烈主张“关注结果而非过程或工具本身”，打破技术人员“执着于代码”的思维桎梏，鼓励为最终成果负责。同时，他提倡“万事问 AI”，将 AI 视为团队成员，通过建立审核机制等方式高效管理。

商业变现上，他提出了“媒体 / 社区先行，多栖变现”的敏捷策略。 在行业早期，运营媒体 / 社区的收益与风险性价比高于直接做产品，是以不变应万变的策略。他鼓励结合个人 IP，通过广告分成、知识付费、拉新奖励等模式快速验证并创造收入，并现场发起“2025 年最后 66 天用 AI 赚 66 元”的挑战，将理念付诸实践。

这套从认知到实操的完整框架为广大技术背景的从业者、社区运营者及自媒体创作者提供了一套可快速复用的 AI 时代生存与发展指南。

在圆桌对话《落地进行时：AI 大模型应用 1 年场景展望》环节，一线从业者们为 AI 落地的这几年绘制了一份务实的“成绩单”。在主持人 四川超影 研发副总经理卿明的引导下，圆桌讨论核心围绕 “现状回顾、挑战剖析、未来展望” 展开，共识在于：行业已从技术狂欢走向深耕场景的关键阶段。

回顾现状，C 端体验与 B 端落地存在温差。 嘉宾们普遍指出，C 端用户虽已普遍接触 AI 应用，但 B 端落地仍面临数据、成本与组织协同的现实挑战。正如 AI 产品空气小猪负责人叶小钗所言，从业者首先需反思：“自己和世界是不是脱节的？” 这揭示了产品与真实需求错位的核心问题。

剖析挑战，产品化与 ROI 是最大难关。 技术已非首要瓶颈，如何将模型转化为用户愿用、企业愿买的产品才是关键。浪尖数科 合伙人 & 副总经理于哲强调，必须“把用户的场景串起来，和用户走得更近”，以实现从“技术可用”到“场景好用”的跨越。

展望未来，基础设施化与极致交互是方向。 成都智谱华章业务负责人徐琦博期待，大模型将如水电般在各行各业“开花”，但他更期待其“自我学习”能力的突破。科技媒体“AI 冷科长”主理人冷锐则描绘了更前瞻的交互愿景：“不去学习怎么使用大模型，而是一个眼神，大模型就能知道自己想做什么。”

总结而言，AI 大模型的应用正告别空想，进入一场以 “场景驱动、用户为本、商业健康” 为准则的务实竞赛。未来一年的爆发点，将属于那些能精准切入场景、解决真实痛点的产品与服务。

下午场主题演讲

下午继续围绕 AI 落地、企业智能化转型等话题展开，涵盖金融、硬件、教育、传统企业等多个行业视角。

主持人 叶小钗 AI 产品空气小猪负责人

在《在新的时代打造真正的智能企业》的分享中，前苏宁科技集团副总裁乔新亮基于其管理万人团队、成功推动企业规模倍增的实战经验，系统阐述了其智能化转型方法论。其核心框架围绕 “理念重塑 - 路径设计 - 进化机制” 展开，旨在解放人力，创造终极价值。

核心理念在于“产品为王”与“关系倒置”。 乔新亮指出，真正的智能企业并非追求酷炫的 AI 技术，而是要让产品取代人的工作，实现“产品和人的关系倒置”。企业的采购、销售、物流等业务都可被视作产品，最终目标是“产品接管一切”，将员工从低质量重复性工作中解放出来，从事更高价值的创新与思考。

实施路径遵循“全局设计、确定性策略接管”。 他主张通过建设强大的产品体系来接管业务流程，实现“数据驱动”而非依赖报表。具体策略是“产品预处理，人工确认”，并持续通过反馈循环提升数据质量与自动化准确性，从而稳步实现业务接管。

进化机制依托“A/B 测试与自适应运营”。 在系统接管业务后，企业智能进入自我进化阶段。通过 A/B 测试、模拟试点和自动化运营，让算法之间竞争，并根据运营效果自动扩大或缩小范围，形成持续优化的闭环。

这套以“业务成功、员工开心”为目标的转型范式，不仅在实践中成就了“双 10 倍提升”的业绩，更为企业提供了一条通往真正智能的、可复制的实施路径，其终极愿景是解放人，让 AI 创造普惠价值。

百融 AI 首席大模型算法科学家苏海波在《大模型在金融行业的研发和应用实践》分享中，系统展示了其团队将大模型技术应用于金融领域的全景方法论和落地实践成果。

在场景落地层面，苏海波分享揭示了 AI 在金融业已深入营销、客服、报告生成等核心环节。在技术攻坚层面，他重点剖析了确保 AI 应用可靠性的核心——RAG，详细拆解了其应对复杂文档解析、知识库版本管理、多轮问答等五大挑战的算法和工程化解决方案，实现了高准确率与低延迟，有效抑制了“模型幻觉”。

在模式创新层面，提出了从“被动问答”到“主动沟通”的范式转变，并成功训练出“主动大模型”。该模型在主动营销等场景的对话质量上，其效果超越了 GPT-4o 等各种通用模型，并接近人类水平。

这套由丰富场景驱动、坚实技术护航、前瞻模式引领的实践体系，证明了大规模 AI 应用在金融领域已具备高度可行性。

浪尖数科 合伙人 & 副总经理于哲（小鱼）在《AI+ 智能硬件落地实践与复盘》的分享中，生动描绘了大湾区 AI 硬件创业的生态全景，围绕 “生态温度 - 玩家画像 - 能力重构” 展开，为从业者提供了一份接地气的“入局指南”。

生态温度方面，她指出市场正处于“爆发前夜”，活力迸发。 其感受是“人声鼎沸，仿佛回到 2015 年”。这股活力的驱动因素有三：AI 带来了真实的“创富故事”、中国供应链优势助力“硬件出海”，以及巨头尚未形成市场垄断，为创新留下了宝贵窗口。她预判，大量创新成果将在年底至明年初的 CES 等节点集中爆发。

玩家画像方面，她精准勾勒了五类新入场玩家。 包括寻求战略布局的成熟制造业、希望博一把的供应链企业、经验丰富但需克服硬件门槛的互联网创业老炮、技术领先但需补足商业能力的名校团队，以及试水硬件的算法明星公司。她强调，此波创业极为务实，“携手才能共取真经”，合作补齐团队拼图是关键。

能力重构方面，她点明成功需要突破古典互联网的技能边界。 新时代的 AI 硬件，尤其是陪伴机器人和穿戴设备，要求团队掌握多模态功能性与情感化交互设计、为产品赋予灵魂的 IP 人格塑造，以及更深入的人因工程等全新技能。

这套由 “市场趋势洞察、玩家生态解构、核心能力建设” 构成的完整认知框架，为所有意图投身 AI 硬件浪潮的创新者，提供了一份兼具宏观视野与微观实操的路线参考。

智绘未来 联合创始人，AI 破局企陪中心负责人右军在《AI 不是银弹？企业转型的认知重构与路径选择》的分享中，统剖析了企业 AI 转型的认知误区与实施路径。围绕 “认知重构 - 痛点诊断 - 路径选择” 展开，为企业提供了一套务实的行动框架。

首先，他通过对他自己服务 20 家企业的经验，总结出了一套以高频痛点切入、通过社群与 IP 构建信任、最终形成“增长飞轮” 的可行路径，证明 AI 的价值在于解决具体问题，而非空谈技术。

接着，他精准诊断出企业 AI 转型的四大核心痛点：1) 购买的模型与业务场景脱节；2) 人员转型困难；3) 众多 AI 平台与自身业务存在鸿沟；4) 方案 ROI 难以衡量。他指出，企业面临的不是技术短缺，而是“不知道病在哪里”。

最后，他提出了以“场景”为核心的柔性实施路径。 通过 HR、财务等部门的具体案例，他演示了如何将 AI 能力划分为 “AI 工具 - 职业数字人（AI Agent）- 真人数字映射” 三个层次，并循序渐进地落地。其策略强调，应从“向产品付费”转向“为效果买单”，通过“咨询诊断 - 课程交付 - 服务陪跑”的柔性方案，确保 AI 真正创造业务价值。

这套 “从市场验证中建立认知、在痛点诊断中保持清醒、于场景实践中选择路径” 的务实方法论，为企业管理者提供了一副清醒剂和一本实用的行动指南，明确指出 AI 转型的成功关键在于精准的路径选择与持续的迭代执行，而非对技术本身的盲目崇拜。

雾境网络 CTO 李琪森在《AI+ 教育：线下教育行业的长思考》分享中，以其从高中数学教师到算法工程师的独特跨界视角，对 AI 赋能教育进行了深度冷思考。

首先，他犀利地指出了当前 AI 与教育结合的三大认知与实践困境。 其一为 “信息传递的低效率”，即使如 OpenAI 等顶尖模型能攻克 IMO 难题，却可能在小学生数学问题上折戟，揭示了 AI 与真实教学场景间的巨大鸿沟。其二为 “产品效果的黑箱性”，教育效果难以量化和评估，使得 AI 产品的实际价值存疑。其三为 “行业经营的分离性”，技术研发与一线教学运营往往脱节。

进而，他聚焦于数学教育（Math Edu），揭示了更深层的“教育目标与数据目标”的根本性矛盾。 他指出，教育追求的是学生“动态知识水平分布”、“学情状态”等复杂、长期的认知发展，而数据驱动的 AI 模型往往优化的是短期、可量化的表面指标。这种目标的错位，导致即使拥有“多维数据”或“多模态数据”，也难以真正捕捉和促进教育最核心的成长过程。

最终，这番“长思考”的结论是指向一种深刻的审慎。 他提醒从业者，AI 在教育领域的应用绝非简单的技术叠加或效率工具。其成功与否，取决于能否深刻理解并弥合教育的内在规律与技术的外在能力之间的本质差异。这要求一种超越单纯技术视角的、对教育本质的敬畏与洞察。

这套 “直面困境 - 剖析矛盾 - 回归本质” 的思考框架，为火热 AI 教育赛道提供了一副宝贵的清醒剂，强调真正的突破在于对教育本身的深度认知重构，而非仅追求技术参数的堆砌。

主题闭门会

本次 GTLC 成都站组织了 7 场午餐闭门会，2 场午餐饭团，2 场专题闭门会。