问题——从“能力具备”到“价值落地”，人工智能创业卡在哪儿？
当前人工智能技术加速迭代，行业对“能做什么”已形成较清晰共识，但“在哪儿做、怎么做、怎样做出可持续的产品与商业模式”仍是创业者普遍面对的难题。
在12月27日举行的2025江苏省人工智能产业发展大会上，南京大学教授、副校长周志华在《关于人工智能OPC的思考》主旨演讲中指出，人工智能应用落地的关键不在于概念堆叠，而在于能否抓住真实、可持续的应用场景，并据此构建数据闭环和产品能力。
原因——算力、数据、算法之外，场景决定数据来源与差异化空间 周志华用“做饭”作比喻阐释人工智能应用三要素：算力如“灶火”、数据如“食材”、算法如“厨艺”。
他进一步分析，从建设路径看，算力属于基础设施，数据是基本原料，算法是技术手段。
随着算力设施日趋完善，产业竞争的重心正在向“数据从哪里来、需求在哪里、痛点是否足够具体”转移。
他认为，我国人工智能应用发展较快，一个重要原因在于应用场景丰富，带来多样的数据来源与迭代机会。
场景千差万别，决定了“通用模型包打天下”的空间有限。
面向特定行业、特定流程、特定用户群的需求，往往需要定制化算法、产品设计与业务规则深度结合，才能形成真正的可用、好用、可持续。
影响——“单人成军”带来创业组织形态变化，也带来新挑战 周志华提出的“人工智能OPC”，核心指向“One Person Company（单人公司）”式创业形态：个人借助公开的算力设施与算法工具，能够独立完成从创意到产品设计研发、再到市场投放的全链路工作，实现更轻量的组织与更快的试错迭代。
这一趋势对创新生态带来双重影响：一方面，细分场景的供给将更丰富，创新不再高度依赖大组织的资源禀赋；另一方面，场景碎片化也意味着产品合规、数据安全、质量控制、商业可持续等要求更为突出。
能否在细分赛道建立可信赖的交付能力与长期服务能力，将成为“单人公司”能走多远的关键分水岭。
对策——两类人才定位不同：源头创新与场景创新并重 围绕产业供给端，周志华强调人才是“人工智能OPC”发展的关键变量，但人才培养应区分方向：一类面向人工智能源头创新，需长期投入、夯实基础、在算法与理论层面实现突破；另一类则面向应用与改进，尤其适合以产品为导向的创新创业，要求具备对现实需求的敏感度、对用户体验的把握与跨领域整合能力。
他以成都恒图科技的创业实践为例说明路径：企业早期利用成熟算法快速实现产品化并形成收入，随后在商业验证基础上加强与算法研发力量合作，推动能力升级、产品优化并开拓海外市场。
这一路径体现了“先用起来、再做深”的务实思路：以场景牵引产品，以产品牵引迭代，再以迭代牵引能力提升。
前景——高校与产业协同育人，推动“场景—数据—产品”闭环形成 针对“技术人员未必了解年轻人需求、而年轻人对技术边界未必清晰”的信息差，周志华表示，高校应帮助有创业意愿的学生系统了解现阶段人工智能技术的能力范围与落地方式，为其提供从问题发现到方案验证的实践土壤。
据介绍，南京大学已启动面向研究生的“人工智能+创新能力提升行动计划”，并将创新创业作为重要板块，意在促进学生以真实场景为牵引开展产品化探索。
与会人士认为，面向未来，随着公共算力、开源工具与行业数据治理体系不断完善，人工智能创业将更强调“以小切口解决大问题”的能力。
谁能在合规与可信前提下把场景做深、把流程做细、把产品做稳，谁就更可能在新一轮产业竞争中形成可持续优势。
技术进步正在重新定义创业的可能性边界。
当算力不再是门槛,当算法成为工具,应用场景的发现与把握能力将成为决定成败的关键。
年轻创业者需要的不仅是技术知识,更是对现实需求的敏锐洞察与将技术转化为价值的实践能力。
人工智能单人公司时代的开启,既是技术发展的必然结果,也对人才培养与创新生态建设提出了新的要求。
如何让更多年轻人在技术浪潮中找到自己的位置,将个人创造力与技术赋能有机结合,这是教育界与产业界共同面对的时代课题。