9月16日，「鳳凰灣區財經論壇2026」在廣州舉行。本屆論壇由鳳凰衛視、鳳凰網主辦，中國上市公司協會提供指導支持，以「新智能 新開放」為主題，匯聚政府代表、專家學者、企業領袖及投資界人士，共同探尋智能時代的產業新機遇與開放發展新路徑。

論壇期間，中國信通院人工智能研究所平台部副主任李蓀在接受採訪時，用了一個形象的比喻來解釋AI落地為什麼這麼難。

她說，算力、算法、數據雖然並稱人工智能三要素，但三者的屬性完全不同。「算法是一個點狀的問題，算力是一個線狀的概念，數據是一個網狀的結構。」

算法是點狀的——像智譜、MiniMax、Kimi這些公司，一小撮高精尖的科研團隊就能把算法做得很牛。

算力是線狀的——它是一環扣一環的產業鏈問題，需要大規模投入和上下游協同。

數據是網狀的——它滲透在千行百業、滲透在企業經營的每一個環節裏，來源分散、形態各異、質量參差不齊。

李蓀說，AI落地難就難在這裏：它不是一個技術問題，而是要把三種屬性完全不同的東西糅合在一起，再統一納管起來。這中間不僅涉及技術，還涉及機制、體制、管理、人才等一整套問題。

她進一步指出，過去人工智能的發展更多是算法的單點突破，後來發現大模型需要更多算力支撐，於是各地開始建智算中心；再往後走，發現沒有數據就是「巧婦難為無米之炊」，所以現在從上到下開始重視數據資源的整合。

「人工智能一直是一個木桶效應，三個要素缺一不可，要並駕齊驅。」李蓀說。