在今年的提案中，周云杰围绕人工智能（AI）提出了三项核心建议，聚焦于工业大模型、智慧家庭大模型以及血液管理领域，旨在解决AI大模型训练与应用的实践难题。
尽管AI技术热度不减，但在工业领域的落地应用却面临重重挑战，与服务业和金融业相比，其应用场景和普及率仍有待大幅提升。根据Gartner的最新数据，截至2024年6月，仅有8%的中国企业在生产环境中部署了生成式AI，远低于全球20%以上的采用率。
周云杰，作为工业互联网领域的资深从业者，结合海尔卡奥斯工业互联网平台助力16万家企业数字化转型的经验，指出工业大模型在适配不同工业场景时面临高效性难题。不同工业场景对数据和知识的需求各异，对工业大模型的泛化能力提出了更高要求。例如，在AI视觉检测这一场景中，家电和食品工厂的场景数据和知识需求截然不同，需要针对每个场景对工业大模型进行适配，但这一过程成本高、周期长、成功率低。
为此，周云杰建议重点支持家电、汽车、医疗等行业的龙头企业，利用其在场景、数据、制造和人才方面的优势，先行先试工业大模型的应用。他鼓励这些企业在研发设计、生产制造、经营管理等关键环节深度应用工业大模型，提炼并推广成功案例，打造行业标杆。
海尔卡奥斯工业互联网平台已经在这一方向上迈出了步伐，自主研发了天智工业大模型，形成了4700个行业机理模型和200多个专家算法，并在海尔佛山洗衣机互联工厂、合肥冰箱互联工厂等项目中取得了显著成效。卡奥斯还率先将DeepSeek-R1接入天智工业大模型，加速工业垂域大模型平台的建设。
在智慧家庭领域，周云杰指出数据是智慧家庭大模型进一步发展的关键瓶颈，特别是高质量的真实、专业数据。他比喻道，数据如同汽车的油和电，是驱动AI进行思考和决策的基础。对于垂域大模型而言，除了通用数据外，特定领域的高质量数据更是发展的关键。
周云杰发现，当前智慧家庭垂域大模型的数据困境主要体现在数据采集成本高、主动数据少，以及数据服务端跨界融合难、平台支撑弱等方面。为此，他建议国家牵头，通过全民贡献、群企共创的形式，实施数据贡献参与工程，构建行业全覆盖的垂域数据基础。同时，支持企业建设智慧家庭全场景覆盖的数据仿真平台和训练场，推动具身智能技术在智慧家庭场景中的深度应用。
海尔作为全球最大的智慧家庭生态平台之一，在中国拥有超过1000万活跃用户，三翼鸟已走进345万个家庭，每月为用户提供超6亿次智慧生活服务。这些遍布全球的智慧生活平台和智慧家电，为海尔在发展智慧家庭垂域模型上奠定了坚实基础。
在关乎国家发展和民众福祉的关键民生领域，周云杰认为人工智能技术同样展现出巨大潜力。他以血液供应体系建设为例，指出当前我国临床用血处于供需紧平衡状态，且存在城域血液资源分布不均、信息不共享等问题。他建议采用信息化手段，实现城市血站、医院血库与手术室的无缝对接，保障病人用血零等待、零浪费。
海尔大健康产业盈康一生旗下的海尔生物医疗创新打造的智慧血液城市网方案，已在青岛、宜昌、鄂尔多斯等城市落地，并逐步推广至全国多个城市和三甲医院。以鄂尔多斯为例，智慧血液网的引入使得临床取用血时间从4小时缩短至最快2分钟，既解决了血液供应的及时性问题，也为抢救生命赢得了宝贵时间。
周云杰强调，在AI时代，企业要么与AI同进化，要么被AI边缘化。他建议企业首先加强信息化和数字化基础建设，根据自身特点制定AI战略，以场景和应用为导向，总体规划、分步实施，搭乘AI科技的快车，实现高质量发展。
