新闻材料提到，王梦迪在演讲中讨论了人工智能与基础科学发现之间的关系，并提出目前AI尚未发现新的基础科学。这个观点为企业重新审视AI能力边界、应用价值和治理责任提供了讨论入口。
今日技术观察 点击查看原文> 01 背景速览 背景速览：据新闻材料，王梦迪在相关演讲中围绕人工智能能否推动基础科学发现展开讨论，并提出目前AI尚未发现新的基础科学。这个判断聚焦于AI在科学研究中的能力边界，提醒我们区分信息处理、模式识别与形成新科学理论之间的不同层次。 02 趋势影响 趋势影响：AI已经成为软件开发、企业数字化和科研辅助中的重要工具，但技术能够提高效率，并不等同于已经完成基础性创新。对企业而言，未来评估AI项目时，除了关注模型能力和业务指标，也需要关注数据质量、推理可靠性、人工复核以及能否形成可验证、可复用的成果。网络安全领域同样如此，AI可以辅助发现异常和分析风险，但不能替代完整的安全流程与责任机制。 03 企业应用启发 企业应用启发：企业可以把AI定位为研究分析、知识检索、代码辅助、客户服务和运营决策中的协作工具，并为关键结果设置验证环节。对于涉及研发、生产、安全和合规的场景，应明确数据来源、输出用途、审批权限和责任人，避免仅凭模型生成内容作出高风险决策。同时，企业可以通过小范围试点和持续评估，判断AI是否真正改善了效率、质量或成本，而不是只追求概念上的技术先进性。 04 合规观察 合规风险提醒：使用AI时应重点关注数据授权、个人信息和商业秘密保护、软件代码许可、生成内容准确性以及网络攻击面扩大等问题。模型输出可能存在错误、遗漏或无法解释的情况，企业不宜将未经核验的内容直接用于对外发布、重要决策或安全处置。涉及科研成果、客户数据和内部知识库的应用，还应建立访问控制、日志留存、人工审核和异常响应机制，并根据实际业务要求落实相应的法律与内部合规流程。 05 开放讨论 开放讨论问题：企业应采用哪些指标区分AI的效率提升与真正的创新贡献？在软件开发和网络安全场景中，哪些任务适合交给AI，哪些环节必须由专业人员最终确认？当AI尚未表现出发现新基础科学的能力时，企业应如何制定合理的技术预期和投资周期？如何在开放使用AI工具与保护数据、代码及知识产权之间取得平衡？ 公开来源参考 14岁清华天才、普林斯顿最年轻终身教授王梦迪：AI 尚未发现新的基础科学｜附完整演讲