于2026年全球人工智能大会的论坛活动上，腾讯一位主要负责人在讨论AI应用创新时表示，公司战略重心指向了终端设备侧。他认为在AI大规模民用化的进程中，端侧设备充当了最后的交付环节。设备的具体形状尚无定论，可能包括工作站、移动终端，或者新兴的机器人等具身形式。
与会期间该高管阐述了一个核心观点：价值创造需要从问题导向转变为使命导向。曾几何时，基础的对话模型担任问题解答的角色，而今业界方向则是让系统能够主动承诺并完成任务。这种转变意味着AI不再是云端资源的被动调用工具，而应该演变成主动参与、协助用户的智能伙伴。无论端侧采取何种硬件形态——笔记本、手机抑或机器人——其本质都在于与人类实现更紧密的交互。
他进一步指出，实际的应用场景是AI价值创造的重要舞台。尽管AI技术本身在不断进步，但真实世界中各种组织和个人都面对着大量的痛点。这些问题不是通过无限制地提升底层模型能力就能单独解决的。若要让AI切实带来价值，首先需要用心倾听和理解企业以及消费者的具体困境。实践中一个有趣的现象是，让具有业务经验的人掌握AI工具往往比让AI专家学习行业知识更加高效，所产生的实际效益也更显著。
他强调了一个容易被忽视的现实：模型层面的差异正在缩小，但真正拉开差距的是工程能力。现在各种主流的AI模型其实在推理速度和精度上都相当接近，关键问题在于能否将这些能力有效地转化为企业的经营效率和个人工作的生产力。这个转化过程恰恰体现了工程方面的差异。
在用户体验的层面，他认为优秀的AI应该遵循两个原则。首先，模型性能基本上决定了系统能做到的上限。其次，工程能力则影响了用户实际能获得的下限。用户之所以会选择并使用某个AI工具，往往是因为某项特定的功能令人印象深刻；但如果要使用户能够持续信任和依赖这个工具，主要就取决于整个系统的稳定性和易用性水平。
最后，他表达了对AI未来角色的期待。真正优秀的AI系统，不仅应该提升工作效率，更重要的是能够释放人类更多的精力投入到创意和思考中去。他的愿景是让AI成为一种完全普及化的工具，让每一个人都能轻松使用，每一个组织都能有效协调，最终实现人工智能对生产力的全面赋能。
与会期间该高管阐述了一个核心观点：价值创造需要从问题导向转变为使命导向。曾几何时，基础的对话模型担任问题解答的角色，而今业界方向则是让系统能够主动承诺并完成任务。这种转变意味着AI不再是云端资源的被动调用工具，而应该演变成主动参与、协助用户的智能伙伴。无论端侧采取何种硬件形态——笔记本、手机抑或机器人——其本质都在于与人类实现更紧密的交互。
他进一步指出，实际的应用场景是AI价值创造的重要舞台。尽管AI技术本身在不断进步，但真实世界中各种组织和个人都面对着大量的痛点。这些问题不是通过无限制地提升底层模型能力就能单独解决的。若要让AI切实带来价值，首先需要用心倾听和理解企业以及消费者的具体困境。实践中一个有趣的现象是，让具有业务经验的人掌握AI工具往往比让AI专家学习行业知识更加高效，所产生的实际效益也更显著。
他强调了一个容易被忽视的现实：模型层面的差异正在缩小，但真正拉开差距的是工程能力。现在各种主流的AI模型其实在推理速度和精度上都相当接近，关键问题在于能否将这些能力有效地转化为企业的经营效率和个人工作的生产力。这个转化过程恰恰体现了工程方面的差异。
在用户体验的层面，他认为优秀的AI应该遵循两个原则。首先，模型性能基本上决定了系统能做到的上限。其次，工程能力则影响了用户实际能获得的下限。用户之所以会选择并使用某个AI工具，往往是因为某项特定的功能令人印象深刻；但如果要使用户能够持续信任和依赖这个工具，主要就取决于整个系统的稳定性和易用性水平。
最后，他表达了对AI未来角色的期待。真正优秀的AI系统，不仅应该提升工作效率，更重要的是能够释放人类更多的精力投入到创意和思考中去。他的愿景是让AI成为一种完全普及化的工具，让每一个人都能轻松使用，每一个组织都能有效协调，最终实现人工智能对生产力的全面赋能。
