在数字经济蓬勃发展的当下，大数据与人工智能技术正深刻重塑着各行业的发展格局。四川省明厚天信息技术股份有限公司作为深耕该领域的国家高新技术企业，以教育为主业，政务、医疗、司法、能源为辅业，在行业内崭露头角。此次，我们有幸对话公司董事、CTO杨炜林博士，深入探寻企业在技术融合、转型发展、数据价值挖掘等方面的独到见解与实践经验。

人工智能与商业管理的交叉融合：一场管理逻辑的深层重构

作为清华大学人工智能与工商管理双博士，杨炜林博士对人工智能技术与商业管理的交叉融合有着深刻且独到的见解。杨炜林博士认为，这并非简单的技术叠加，而是一场管理逻辑的深层重构。从技术本质看，人工智能以数据为核心燃料，打破了传统管理中 “经验主导” 的决策模式，通过机器学习算法实现需求预测、供应链优化等场景的精准化；从管理维度而言，它推动组织形态从 “科层制” 向 “网络协同” 转型。

杨炜林博士强调，这种融合的关键在于平衡技术深度与商业温度——既需以算法优化流程，也要保留人的创造性与组织韧性，这正是技术学科与管理学科交叉视角带来的独特认知。

杨炜林博士在四川华迪、长虹佳华的职业经历，为这种认知提供了鲜活的实践注脚。事实上，人工智能对企业管理的重塑已渗透到全链条。杨炜林博士说，人力资源端通过AI评估工具优化人才匹配，同时保留管理者对员工成长的人文关怀。基于这些实践，企业需构建“三维策略”：一是培育“技术+管理”复合团队，让工程师懂商业逻辑、管理者通技术语言；二是建立“小步快跑”的试错机制，通过最小化可行产品验证技术价值；三是将数据安全与伦理规范嵌入管理流程，避免算法偏见影响决策公平性。

这种交叉融合的探索，本质是为了让技术真正服务于商业本质，在提升效率的同时，创造更可持续的价值增长。这既是学术研究的落脚点，也是企业实践的指南针。

 从IT集成到数据智能：明厚天的三次战略跃迁与混改密码

明厚天的发展历程清晰勾勒出传统IT企业向智慧化解决方案服务商的转型轨迹，三个关键节点构成了战略升级的重要坐标。

杨炜林博士介绍，2006年公司成立之初，聚焦传统IT系统集成业务，这是在信息化建设浪潮中夯实技术基底的阶段，通过硬件部署与基础软件开发积累了政企客户服务经验；2016年新三板挂牌则是市场化转型的里程碑，资本力量的注入推动业务从 “项目交付”向“价值服务”延伸，开始探索教育、应急等领域的垂直解决方案，此次挂牌使公司获得更多关注与资源，为后续的技术研发和市场拓展奠定了坚实基础；2021年与四川能投组建合资公司，标志着进入“产融结合+技术深耕”的新阶段，借助国企资源加速智慧能源等战略性业务的布局。

这种转型并非偶然，而是技术迭代与市场需求共同驱动的必然结果。杨炜林博士认为，从行业趋势看，2015年后数字经济上升为国家战略，传统IT业务面临同质化竞争加剧、利润空间收窄的挑战，迫使企业向高附加值的智慧化服务转型；从客户需求端，政府与企业对“数据打通”“场景融合”的诉求日益迫切，例如，教育领域需要从单一教务系统升级为覆盖教、学、管的智慧生态，这种需求倒逼技术能力从“系统搭建”向“数据运营”跃迁。而公司七年数据产品开发的积累，恰好为这种转型提供了核心支撑——沉淀的200余项自有软件著作权，成为打通智慧校园、应急管理等场景的数据“连接器”。

与四川能投的混改合作，为技术落地与市场拓展注入了独特动能。杨炜林博士介绍，作为省属国企，四川能投在能源行业的深厚积淀与政企资源，与明厚天的技术研发能力形成精准互补。更关键的是，混改构建了“灵活机制+稳定底盘”的运营模式：既保留民营企业的市场敏感度，又依托国企平台获得项目资金与合规管理经验，这种协同效应使技术转化周期缩短近一半。杨炜林博士说，面向未来，公司正沿着“垂直深耕+横向拓展”的路径推进：横向上，以加大用户群体为基础，以服务内容打造核心竞争力，通过系统管理体系，形成一个海量的学创信息服务平台；纵向上，不断进行功能上的深入改进和突破，保持公司的行业竞争力，为开拓市场奠定良好基础。

数据要素市场化：重构教育·政务·能源的价值引擎

在国家“数据要素市场化”战略背景下，明厚天以“数据资产服务专家”为定位，对数据要素在教育、政务、能源等领域的战略价值有着深刻理解。

杨炜林博士认为，在教育领域，数据是打破“千人一面”教学模式的核心密钥。通过构建覆盖“教、学、管、评”全流程的数据中台，可实现学情动态追踪，这本质上是将教育资源从“批量供给”转向“精准匹配”，让数据成为教育公平的助推器。

政务领域的数据价值体现在治理效能的跃升。杨炜林博士介绍，当分散在民政、社保、市场监管等部门的政务数据实现“一网通办”，背后是数据打破行政壁垒形成的协同效应。

能源行业的数据要素更凸显战略安全意义。杨炜林博士说，在智慧能源项目中，通过整合电厂实时运行数据、电网负荷数据与气象预测数据，可实现风光储一体化系统的动态调度，使新能源弃电率降低12%。这种“数据驱动的能源革命”不仅提升生产效率，更在“双碳”目标下重构能源安全的底层逻辑，让数据成为保障能源自主可控的隐形基础设施。

从人工智能与大数据的融合趋势来看，二者正从“技术协同”走向“生态共生”。杨炜林博士认为，大数据为AI提供了训练“养料”，而AI则赋予数据“自我进化”的能力。这种融合的关键突破在于三个层面：一是算法层的“小数据学习”能力，解决垂直领域数据样本不足的痛点；二是架构层的“流批一体”处理，让实时数据与历史数据形成联动决策；三是应用层的“人机协同”模式，AI负责数据清洗与规律挖掘，人类专注于策略制定与价值判断。

作为技术实践者，明厚天以“数据资产服务专家”为定位，积极推进数据要素市场化配置，充分激发数据要素潜能。在数据要素市场化改革、数据资产管理试点以及明厚天研发特色领域的数据开发利用等方面，明厚天开展了一系列工作。下一步，明厚天将从制度、运营、场景等方面持续发力，推动数据开发利用，探索数据资产化路径，更深入地挖掘数据价值，着力构建权责清晰、流转顺畅、作用显著、安全有序的数据开发利用良好环境，真正实现以“数”赋能、乘“数”而上。

这种探索既响应了国家战略要求，也为AI与大数据的融合提供了可落地的商业场景，最终实现“用数据说话、用数据决策、用数据赋能”的产业升级目标。

构建从研发到应用的闭环能力：技术创新与场景落地的完美结合

在大数据治理、AI 算力等技术领域，明厚天构建了从研发到应用的完整闭环能力，这一闭环涵盖数据采集、预处理、建模、训练、评估、优化到部署和应用等多个环节，旨在解决行业的关键需求，帮助企业和组织实现自动化、智能化、高效化和优化化，提高生产和业务水平，降低成本，增加收益。

杨炜林博士介绍，数据是AI技术闭环的基础，明厚天从各种渠道采集大量的数据，并进行预处理，包括数据清洗、去噪、归一化、特征提取等等。建模和训练是核心环节，公司选择合适的模型和算法，如深度学习、机器学习、强化学习等，对数据进行训练和优化，得到高质量的模型。

评估和优化也至关重要，对模型进行准确性、鲁棒性、泛化性等多个方面的评估，并不断优化，以提高性能和效果。最后，将训练好的模型部署到实际环境中，实现自动化、智能化和高效化的应用。

尽管采用AI技术闭环解决行业的关键需求带来了巨大的潜力，但这一过程也伴随着不少挑战。首先，数据质量和稀缺性是AI技术闭环面临的主要难题之一。在实际应用中，常会遇到数据质量参差不齐、数据样本不足的情况，这些问题会直接影响到模型的训练效果和最终性能。其次，算法和模型的选择构成了AI技术闭环的关键环节。根据具体需求和数据特性挑选合适的算法和模型至关重要，然而，鉴于当前算法和模型种类繁多，这一选择过程也颇具挑战性。再次，训练和优化环节是AI技术闭环的核心所在，它不仅需要大量的计算资源和时间投入，还需要不断探索如何提高模型训练的效率和性能，以确保模型的准确性和鲁棒性。最后，部署和应用是AI技术闭环的终极目标。这涉及如何将训练好的模型有效地部署到实际环境中，并与现有的业务系统无缝集成和优化。同时，确保模型的稳定性和可靠性，以及如何在保障数据安全和隐私的前提下进行应用，也是必须考虑的重要方面。

此外，杨炜林博士还以智能数据中台和行业专属大模型为例，介绍了明厚天的技术创新逻辑以及场景解决方案。

以智能数据中台为例，其技术创新逻辑在于整合多源数据，打破数据孤岛，实现数据的统一管理和高效利用。该中台具备强大的数据治理能力，能够对数据进行清洗、转换和标准化，确保数据质量。同时，结合人工智能技术，实现数据的智能分析和挖掘，为各行业提供有价值的洞察。

行业专属大模型的研发则是基于明厚天在特定行业的深厚积累和对行业需求的深刻理解。杨炜林博士介绍，通过融合deepseek等AI产品，针对垂直场景进行优化微调，使大模型能够更好地适应行业特点和业务需求。在技术转化方面，公司推出 AI 大模型一体机，集成了易用的平台化工具，将原本几个月的开发周期缩短到几天、几小时，实现特定行业专属大模型的快速部署。同时，采用本地私有化部署，实现数据隔离与网络隔离，减少数据传输及存储的风险，确保数据资产的安全性。

跨领域延伸的智慧：把握行业差异，实现精准赋能

教育作为明厚天的核心赛道，已形成“数据治理+智能机器人+场景化服务”的成熟模式。当这种模式向政务、医疗、能源等领域延伸时，明厚天准确把握不同行业的数字化转型本质差异，并采取了相应策略。

杨炜林博士介绍，各行业数字化转型本质差异显著。教育行业的本质是通过引入先进的数字智能技术，促进教育系统的结构、过程、功能及效果的良性转变，需求在于促进个性化学习、教育公平性、社会适应力和教育竞争力的提升；政务行业则是利用数字技术提升政务效率、优化公共服务、增强政府治理能力，具有政务系统协同化、政务方式创新化的特点；医疗行业通过数字化手段提升医疗服务效率和质量，改善患者就医体验，需求集中在精准医疗、远程诊断、患者数据管理和分析等方面；能源行业旨在构建以数字化为特征的新型能源系统，实现低碳高效安全运行，需求包括能源数据安全核心技术、能源大数据共享平台、数据治理与挖掘等。

“为把握这些差异，明厚天采取了一系列策略，”杨炜林博士介绍道。第一，要深入了解行业特性，对每个目标行业进行深入的市场调研，了解其市场环境、竞争模式、生产流程等特性，分析各行业在数字化转型中的核心需求和痛点，以便量身定制解决方案。第二，在技术需求与应用方面，根据各行业的技术需求，选择合适的数字技术和工具。如政务行业可依托大数据、人工智能等技术实现政务系统协同化和创新化；医疗行业则需关注远程医疗、精准医疗等技术应用。第三，还要注重提升各行业在数字化转型中的客户体验。第四，还要加强数据治理，确保数据的准确性、一致性和安全性，构建数据共享平台，打破数据孤岛，实现各行业数据的互联互通。如能源行业需加快构建能源大数据共享平台，通过数据治理和挖掘推动行业低碳绿色转型。第五，要针对各行业对技术人才的不同需求，加强人才培养和引进工作，如金融行业需要具有强大数据分析能力和数据安全理解的人才；医疗行业则需要具有医学背景且精通数据分析、人工智能技术的跨学科人才。第六，注意合规性与安全性，密切关注各行业的数据隐私法规和安全要求。建立完善的数据安全体系，包括数据加密、访问控制和审计等措施。确保数据处理符合相关法规要求，避免因违规而受到处罚。

数据智能生态中的角色与生态圈构建：协同创新，引领行业发展

基于与华为、浪潮等企业的深度合作，以及与科研院所联合成立行业研究院的背景，可以将明厚天在数据智能生态中的角色定义为核心参与者与推动者。

杨炜林博士介绍，在技术研发方面，明厚天具备强大的实力，与华为、浪潮等企业共享技术资源，共同推进大数据、人工智能等前沿技术的研发；依托与科研院所联合成立的行业研究院，加强基础研究和前沿技术探索，形成具有自主知识产权的核心技术体系。同时，公司加大研发投入，引进高端技术人才，不断提升研发团队的整体实力。

在产品落地方面，明厚天将研发成果转化为实际产品，如智慧校园解决方案、智慧城市解决方案等，满足不同行业客户的需求。杨炜林博士说，通过加强与各行业客户的沟通与合作，深入了解客户需求，提供定制化、个性化的产品和服务，并拓展产品应用场景，推动产品在教育、政务、医疗、司法、能源等多个领域的广泛应用。

在行业标准制定方面，明厚天积极参与，将自身在技术研发和产品落地方面的经验转化为行业标准，推动整个行业的规范化发展。杨炜林博士介绍，与其他行业领军企业、科研院所和标准化组织加强合作，共同推动数据智能领域的技术标准和规范的建立与完善，通过行业标准的制定和推广，提升明厚天在行业内的知名度和影响力，进一步巩固其在数据智能生态中的核心地位。

未来，明厚天将从技术研发、产品落地和行业标准制定等方面构建“技术研发—产品落地—行业标准”的生态圈。持续深化与合作伙伴的技术合作，加强自主研发，推出更具竞争力的技术和产品；进一步拓展产品应用领域，提高产品的市场占有率和客户满意度；积极主导或参与更多行业标准的制定，引领行业发展方向。通过这些努力，明厚天将为数据智能领域的发展做出更大的贡献。

新领域的蓝图：技术路线与市场拓展的双轮驱动

围绕“大模型基座”和“智慧能源”“智慧城市”等新领域，明厚天制定了清晰的技术路线图和市场拓展计划，并积极将教育行业的成功经验复制到其他场景。

杨炜林博士介绍，在大模型基座方面，技术路线上，深化大模型基座的研究与开发，提升模型的泛化能力、准确性和效率；引入先进的算法和架构，如 Transformer、BERT等，不断优化模型性能；加强数据预处理和特征工程，提升模型对复杂数据的处理能力。市场拓展上，针对政府、企业等客户，提供定制化的大模型基座解决方案；与云计算平台合作，将大模型基座部署在云端，提供按需使用的服务；积极参与行业展会和论坛，展示技术实力，拓展客户群体。

智慧能源领域，技术路线是结合物联网、大数据、人工智能等技术，构建智慧能源管理系统；实现能源生产、使用、调度和效率状况的实时监控、分析和优化；推动能源数字化、智能化发展，提高能源利用效率。市场拓展方面，与能源企业合作，提供智慧能源解决方案，助力企业转型升级；参与政府智慧城市建设项目，推动智慧能源在城市中的广泛应用；拓展海外市场，将智慧能源解决方案推向全球。

智慧城市领域，技术路线为利用大模型基座技术，构建智慧城市大脑，实现城市运行状态的实时监控和智能决策；推动城市治理、公共服务、交通出行等领域的智能化升级；加强数据安全与隐私保护，确保智慧城市系统的稳定运行。市场拓展上，与城市规划、建设、管理部门合作，共同推动智慧城市项目落地；参与智慧城市领域的行业展会和论坛，提升品牌知名度；拓展智慧城市解决方案的应用场景，如智慧社区、智慧园区等。

教育行业的成功经验通过技术迁移、模式创新和资源整合等方式复制到其他场景。杨炜林博士说，技术迁移方面，将教育行业中成熟的AI技术（如智能问答、虚拟仿真、在线学习平台等）迁移到其他场景，如智慧能源、智慧城市中的智能客服、智能监控等；模式创新方面，借鉴教育行业中的成功商业模式（如 MOOC 平台的优质课程共享、混合式教学模式等），将其应用于其他场景，如智慧能源领域的能源数据共享平台、智慧城市中的公共服务云平台等；资源整合方面，整合教育行业中的优质资源（如师资力量、课程内容、学习数据等），将其与其他场景中的资源进行整合，形成新的服务或产品。在实施这些策略时，明厚天注重风险管控与动态调整。针对技术迁移过程中可能出现的适配问题，建立快速响应机制，及时解决技术落地过程中的障碍；在市场拓展方面，通过试点项目积累经验，以点带面逐步推进，降低大规模投入的风险。同时，持续收集客户反馈，将其转化为产品迭代的方向，确保技术与市场需求始终保持高度契合。

在实施策略上，坚持需求导向，深入了解目标场景的需求，根据需求定制化的解决方案；积极争取政府政策支持，加强与行业内的合作与交流，形成发展合力；针对目标场景的特点，对迁移技术进行二次开发和优化，确保技术的有效性和稳定性；建立科学的评估体系，对迁移效果进行定期评估和调整，确保项目的持续优化和改进。

数据智能时代：明厚天的 “三定位” 与战略定力法则

作为技术领军者，杨炜林博士对大数据行业的未来趋势有着清晰地洞察。大数据行业无疑是当今信息技术领域中最具潜力和影响力的领域之一。

杨炜林博士认为，数据价值的深度挖掘是核心，通过高级分析技术，企业可以从海量数据中提取出有价值的信息，从而优化决策过程、提高运营效率、增强客户体验，这在竞争激烈的市场环境中尤为关键。技术创新与融合持续推动行业发展，从数据采集、存储、处理到分析，每一个环节都在不断进化，同时，大数据与其他技术的融合，如人工智能、机器学习、云计算等，进一步拓宽了其应用范围。行业应用已广泛渗透到各个行业领域，从金融、医疗、零售到制造业等，都受益于大数据的应用。通过数据分析，企业可以更准确地了解市场需求、预测趋势、优化产品设计和服务。但数据隐私与安全挑战也日益凸显，如何保护用户数据的安全、防止数据泄露成为行业必须面对的挑战，因此，加强数据安全防护、提高数据治理能力至关重要。人才培养与团队建设是支撑行业发展的关键，企业需要培养一支具备数据分析、机器学习、大数据平台搭建等技能的人才队伍，以应对日益复杂的数据挑战。同时，加强团队协作和创新能力也是推动大数据应用的关键。政府在推动大数据行业发展方面扮演着重要角色，通过制定相关政策和法规，引导大数据行业健康发展，保护用户权益，同时促进数据共享和开放。

展望未来，大数据行业将继续保持快速增长态势。杨炜林博士说，随着技术的不断进步和应用场景的不断拓展，大数据将在更多领域发挥重要作用。同时，也期待看到更多创新的大数据解决方案和产品涌现，为行业带来更大的变革和机遇。

对于明厚天在数据智能时代的定位，杨炜林博士认为可用几个关键词概括：大数据应用专家、智慧解决方案提供商、教育行业领导者。他介绍，这一定位源于公司的核心业务和发展方向，明厚天专注于大数据、人工智能等前沿技术应用，以教育为主业，为多个领域提供智慧化解决方案，在教育行业凭借智慧校园解决方案成为领导者。

在技术迭代加速的今天，明厚天凭借多维度策略保持战略定力。持续以敏锐洞察力吸纳新技术、新理念融入产品服务，在竞争中用先进高效的解决方案抢占先机；锚定成为大数据和人工智能领域领先企业，为客户提供智慧化方案的战略目标，以此明晰发展方向；深耕教育行业，精准把握客户需求痛点，定制化服务增强客户黏性、提升竞争力；与高校、银行、运营商及第三方展开深度战略合作，构建开放共赢生态系统，实现资源共享与协同创新，携手应对技术迭代挑战。

后记

通过与杨炜林博士的对话，我们深入了解了明厚天在人工智能与商业管理融合、企业转型、数据要素价值挖掘、技术创新与场景落地等方面的实践与思考。作为国家高新技术企业，明厚天以 “数据资产服务专家” 为定位，凭借深厚的技术积累、清晰的战略规划和强大的生态合作能力，在教育、政务、能源等多个领域展现出强劲的发展势头。

我们相信，在未来的发展中，随着数据要素市场化的推进和技术的不断创新，明厚天有望继续发挥自身优势，在数据智能领域持续突破，为行业发展贡献更多力量，实现 “为客户的价值提升而努力创新” 的企业使命。