AI正在重新定义产业秩序。在技术竞争转向“目的竞争”的时代，韩国的产业该何去何从？前中小企业厅长朱永燮对此提出了最现实且具有战略性的回答。他曾担任企业CEO、政府政策负责人及学者，认为AI不仅是一项技术，更是“产业结构重塑的核心工具”。他断言：“AI时代的胜负在于2到3年。”在美国和中国主导基础技术竞争的背景下，韩国需要明确选择的道路。他表示：“要跟随模型，但在应用上要领先。”结合制造业、数据和现场经验的“AI转型（AX）”是韩国跃升为全球三强的唯一战略。AI转型时代，韩国产业面临的根本变化是什么？我们正经历的不仅是技术变化，而是“产业语法的变化”。过去的工业革命是特定技术改变产业的方式，而AI正在改变整个产业的运作方式。我称之为“AI转型（AX）”。这种变化的特点是速度极快。过去产业结构变化需要十年，而现在2到3年内产业竞争力就可能重塑。因此，我认为未来2到3年是决定韩国产业命运的关键时期。如果错过这个时期，不仅会导致竞争力下降，甚至会动摇产业基础。相反，如果应对得当，也可能是跃升为世界领先国家的机会。您提到AI范式从技术中心转向目的中心，这具体意味着什么？过去，技术本身就是竞争力。目标是获取更快的技术和更高的性能。然而现在，技术的使用目的变得更加重要。AI同样如此。我们不仅要创造更优秀的模型，还要为解决人类问题做出贡献。在CES上，约翰迪尔的自动驾驶农机比宝马的自动驾驶汽车更受关注，这很好地说明了这一点。尽管汽车在技术上更复杂，但农机有明确的目的，即解决粮食问题。最终，技术应成为实现目的的手段。这一变化不仅影响企业战略，也对国家战略产生重大影响。您认为韩国在AI竞争中最重要的竞争力是什么？我认为毫无疑问是“数据与经验”。AI并非仅靠模型运作。它通过数据学习，性能取决于数据的质量。韩国作为制造业强国，积累了大量的产业数据和熟练技术人员的经验。尤其是这些经验，即隐性知识，是其他国家难以轻易模仿的资产。即使AI模型得分80分，但如果数据和经验得分100分，结果也会非常出色。反之，模型再优秀，如果数据不足，成果也必然有限。从这一点来看，韩国在AI应用竞争中有很大的胜算。制造业与AI结合后，产业现场将如何变化？最大的变化是生产力和质量的创新。例如，利用AI的预测性维护系统可以在设备故障之前进行预测并采取措施。过去是故障后再应对，而现在可以提前预防。此外，在质量检查中，AI视觉系统比人类更准确地发现缺陷。这些变化的积累将大幅提高生产力，显著改善质量。更进一步，AI的应用将使产品本身的功能也得到创新。最终，生产和产品的竞争力将同时提升。关于AI普及可能导致的就业减少，您怎么看？短期内，某些职位可能会被替代。然而从长远来看，生产力的提高将创造新的就业机会。尤其是韩国产业面临的最大问题是熟练人才的短缺。许多熟练技术人员即将退休，但缺乏替代人选。在这种情况下，AI将发挥重要作用。通过将熟练者的经验学习到AI中，可以保持和传播这些知识。这样，年轻人才也能迅速提高熟练度，降低进入产业现场的门槛。最终，AI将成为维持和扩展产业生态系统的工具，而不是减少就业的技术。您认为韩国在全球AI竞争中的位置如何？客观来看，韩国大约处于第六位。然而，从第三到第八位之间差距不大。问题在于与美国和中国之间的差距。这一差距主要体现在投资规模上，而非技术实力。美国和中国投入了天文数字的资金，因此在正面竞争中现实上很难追赶。因此，我们需要采取战略性的方法。重要的是集中在我们有优势的领域，而不是在所有领域都竞争。在AI时代，快速跟随者战略仍然有效吗？我认为需要“双重战略”。在基础技术领域，快速跟随者战略仍然有效。然而在AI应用领域，我们必须成为首发者。AI竞争的结构是第一和第二名占据大部分市场。仅仅停留在第三名是没有意义的。因此，我们必须在应用领域获得世界一流的竞争力。这是韩国跃升为全球AI强国的现实战略。韩国可以成为首发者的具体产业是什么？可以列举制造业、医疗和文化产业。制造业是韩国最具优势的领域。很少有国家能够在所有产业领域全面开展，因此在数据积累方面非常有利。医疗领域也拥有高水平的人才和数据。此外，像K-内容这样的文化产业也是重要领域。在这些领域结合AI，可以获得全球竞争力。政府与企业的角色应如何分配？政府应承担基础设施建设的角色。数据标准化、基础设施建设和人才培养是关键。特别是数据的结构化和标准化是个别企业难以完成的领域，因此政府的角色至关重要。相反，企业则应利用这些基础设施创造实际成果。最终，AI竞争的成败取决于公私合作的水平。需要分工合作，建立紧密合作的结构。在AI时代，韩国必须选择的核心战略是什么？我想强调两点：一是数据战略，二是合作。必须系统地构建数据与经验，并建立共享生态系统。同时，增强企业间的合作以及政府与民间的合作。AI不是个别企业的竞争，而是生态系统的竞争。合作即是竞争力。如果韩国能够建立合作的生态系统，我相信在AI时代也能充分跃升为全球领先国家。朱永燮前中小企业厅长是经历了产业、政策和学术界的代表性产业战略专家。他曾担任大宇电子、GE、现代汽车等公司的CEO，并在政府中负责知识经济部和产业通商政策，参与国家产业战略的制定。随后，他担任第14届中小企业厅长，为中小企业竞争力提升和创业生态系统建设做出了贡献。尤其被评为“现场中心战略家”，他在将产业现场的经验与政策和企业战略相结合方面表现出色。在担任中小企业厅长期间，他积极推动技术型中小企业的培育和全球化支持政策。目前，他在首尔大学担任特任教授，领导AI与产业数字转型的研究。他认为AI不仅是一项技术，而是产业结构创新的核心工具，通过“AX（AI转型）”概念提出了韩国产业的未来战略。他的核心信息非常明确：“AI不是技术，而是战略。”韩国要在全球竞争中生存，需要的是基于数据与经验的产业创新，而非基础技术竞争。※ 本报道经人工智能（AI）系统翻译与编辑。

建筑业的人工智能（AI）应用速度不如预期。非标准数据、模糊的监管以及基础设施不足成为AI转型的障碍。据建筑业消息，韩国建筑现场缺乏足够的AI数据基础设施。设计图、照片、检查记录等数据格式各异，难以被系统统一读取和利用。业内称这些数据为“图像堆积”。提高AI训练数据质量需先标准化这些非结构化数据。政府需提供指导方针。韩国建设产业研究院指出，标准化和数据积累困难是AI应用的瓶颈，建议建立公共和私营数据平台、提高数据一致性、完善安全体系及改善制度。尽管建筑公司尝试扩展AI应用，但多停留在个人层面。中小企业信息振兴院数据显示，80%年收入超5亿的建筑公司未收集数据，显示出数据成熟度低。制度未能跟上现场变化速度。尽管《人工智能发展与信任基础法》已实施，但建筑业AI执行体系仍不明确。数据责任、判断错误责任、实证应用标准等问题需更细致的后续调整。研究中心主任全英俊表示，建筑公司数据多为扫描PDF，AI难以学习。他强调需先结构化和标准化数据，政府应制定共通数据环境（CDE）建设标准，企业应在此基础上开发技术。海外已有成效。卡塔尔去年引入AI建筑许可系统，将审批时间从30天缩短至120分钟。AI自动读取设计图，减少审批积压。新加坡加速现场数字化，建设局提出数据协作和数字转型为核心任务。现场管理平台（SMP）集中管理信息，标准化安全、生产、质量、进度和成本数据，形成AI应用基础。现场建议通过激活监管沙盒和预见性应对改善建筑业AI基础设施。业内人士指出，需简化实证过程，让技术先行落地，并预先明确AI误判、安全问题、隐私和商业秘密保护、招标和许可责任标准，否则技术引入将继续延迟。