在全球科技竞争与产业转型交织背景下，如何推动新一轮技术突破更好服务经济社会发展，成为国际科技界关注的共同议题。
当地时间2月1日至3日，世界顶尖科学家峰会在阿联酋迪拜举行，围绕智能技术的应用路径、风险边界与治理框架展开密集讨论。
多位与会科学家认为，当前技术热度的核心不在“概念”本身，而在其对科研组织方式、产业流程和社会结构的系统性重塑。
问题：从“能否使用”转向“如何使用得更好” 与会者普遍指出，智能技术正在从实验室走向规模化场景，推动科研、医疗、农业、制造等领域的效率提升，但也带来新的挑战：一是科研与产业应用之间仍存在“最后一公里”障碍，部分研究停留在理论或单点突破阶段，难以形成稳定可复制的应用体系；二是技术能力与社会需求错配，一些行业对工具的理解不足或数据基础薄弱，导致投入高、产出不稳；三是对风险与边界的共识仍在形成，尤其在涉及人的情感体验、价值判断与责任归属等问题上，技术并非“万能钥匙”。
原因：多学科渗透与数据驱动推动价值显性化 技术之所以成为峰会焦点，根本原因在于其跨学科通用性与规模化应用潜力不断增强。
图灵奖得主约翰·爱德华·霍普克罗夫特在发言中强调，智能技术的重要性来自其在农业、医学、生物学等学科的广泛落地，这种渗透使其价值不再局限于“纯科学”的自我循环，而是更直接地体现在现实问题的解决能力上。
与此同时，全球数据要素加速积累、算力基础设施持续升级、开源生态与工程化能力进步，也使得技术从“可展示”走向“可部署”，从而推动各国在产业竞争与公共服务中加快采用。
影响：重塑科研范式与生产力结构，亦带来劳动力调整压力 与会学者认为，最显著的变化首先发生在科研层面：数据密集型研究不断扩展，实验设计、模型推断、文献检索与知识整合的效率明显提高，部分领域呈现“算法—数据—实验”协同加速的趋势。
其次，在产业层面，技术正嵌入供应链管理、质量检测、客户服务、药物研发等环节，推动企业从经验驱动向数据与模型驱动转变。
澳门科技大学校长朱健康表示，在一些领域，采用相关技术已不再是选择题，而是实现竞争力的必然要求。
与此同时，结构性影响也更加突出。
一些学者指出，技术在提升生产效率的同时正在重塑劳动力结构：重复性、流程化岗位面临再分配压力，而对复合型人才、数据治理人才与行业专家的需求上升。
尤其在公共服务与关键行业应用中，若缺乏清晰的责任链条与职业转型通道，可能引发“效率提升与就业摩擦并存”的阶段性矛盾。
对策：以应用牵引突破，以治理护航落地 针对“如何更好使用”的核心命题，多位与会者提出应以场景牵引推动技术从演示走向稳定应用：一是加强跨学科协同与产学研联合攻关，围绕医疗诊断辅助、精准农业、公共卫生监测、工业质检等高价值场景，形成可评估、可追溯的解决方案；二是夯实数据基础与标准体系，提升数据质量、共享机制与安全能力，推动模型训练、部署与更新的规范化；三是完善治理框架与伦理边界，建立透明可解释的审查机制，明确责任主体，防止“黑箱决策”在关键领域带来不可控风险。
不少与会人士还强调，应正视技术的能力边界。
尽管其在海量数据处理和模式识别方面优势明显，但在涉及人类情感、复杂价值判断与文化语境时，仍需依靠人的经验、制度与社会共识进行校正。
尤其在医疗、教育、司法等高风险领域，更需要坚持“人类最终负责”的原则，强化监管与审慎应用。
前景：从效率工具走向基础能力，竞争焦点将转向体系化创新 展望未来，与会专家认为，智能技术将进一步成为科研与产业的基础能力，竞争焦点将从单一模型性能转向体系化创新：包括算力与能源的协调、数据要素的治理能力、行业知识的沉淀方式、以及人才供给与组织变革能力。
随着更多行业进入深水区，谁能在安全可控前提下实现规模化应用、形成可持续迭代的产业生态，谁就更可能在新一轮科技与产业变革中占据先机。
当人工智能从实验室走向千行百业，这场科学界的顶级对话既揭示了技术重塑世界的澎湃动能，也划定了不可逾越的人文边界。
如何在效率与伦理、创新与规制之间寻找动态平衡，将成为检验人类智慧的新命题。
正如峰会闭幕宣言所强调："科技向善不应是口号，而应是嵌入每一行代码的文明基因。
"