[即将到来的K机器人时代]
软件政策研究所AI研究室室长 An Sungwon
以制造、金融等特化模型开拓利基市场
通过数据标准化减少试错…亟需政府支持
AI应用能力与专业知识相结合的人才需求增加
“要让以机器人和自动驾驶技术为代表的物理人工智能在韩国产业全局中扎根，从软件层面看，就必须具备‘面向特定领域的高性能人工智能模型’。”
软件政策研究所 (소프트웨어정책연구소) AI研究室室长 An Sungwon 最近在接受《亚洲经济》采访时表示：“我们在制造、金融、医疗等擅长且掌握大量数据的领域，应打造特化模型，进而开拓中东等利基市场。”
所谓面向特定领域的高性能人工智能模型，是指学习特定产业现场数据，并将“感知–推理–执行”过程进行实时同步，能够根据情境不断修正和补充应对方案的模型。由于决定物理人工智能竞争力的关键在于获取高质量的精炼数据，与在技术和资本实力上占优的美国、中国大型科技企业正面竞争不如发挥韩国自身优势，其用意在此。
他同时指出：“各企业在数据收集方式和持有量方面存在差异，要实现数据标准化（整合）在现实中并不容易”，“政府层面应积极推动制定标准。”
An 室长以过去在 Bundang Seoul National University Hospital (분당서울대병원) 和 Ajou University Hospital (아주대병원) 推行数据标准化的案例为例称：“各家医院处理的数据格式不同，且牵涉复杂利害关系，数据共享十分困难。”这是因为从患何种疾病的患者接受了多少次手术、成功率多少等患者个人信息，到医院的营业机密都有可能被暴露。
但其立场是，数据标准化的积极效应巨大，不能因此袖手旁观。他强调：“无论是出售还是免费流通，只要能够共享已积累的数据，就能减少过去经历的各种试错”，“这将有助于推动韩国整体产业的发展。”他特别指出：“这对难以获取数据的中小企业或初创公司尤为有利”，“目前在一线正在开展相关标准化讨论，例如即便机器人关节数量不同，也能通过一个程序来控制全部动作。”
他还谈及了为实现全栈所需的网络技术的重要性。An 室长表示：“NVIDIA 正在将其影响力从图形处理器（GPU）设计扩展到数据中心内部网络构建”，“网络在其中发挥‘红绿灯’的作用，用于缓解为最大化 GPU 性能而开发的软件（CUDA 库）的瓶颈。随着人工智能模型日益复杂，对 NVIDIA 生态系统的依赖度很可能进一步提高，因此需要制定相应的战略性应对方案。”
在工程师能力方面，他指出，工程师应具备创造力，并能从整体上设计和审视系统，成为架构师。在对初级和中级技术人员需求减少的背景下，工程师还必须具备对人工智能成果的质量判断能力、对数据和工艺流程的理解力，以及跨学科的融合知识。
![“月薪150万不如去美国年入5亿” 首尔大·KAIST人才纷纷收拾行囊 [科学家正在消失]①](https://cwcontent.asiae.co.kr/asiaresize/93/2026051914165468840_1779167814.png)
An 室长表示：“反映一线需求的‘领域融合型人才’的需求正在增加”，“例如在化工工艺企业，所需人才并非只会掌握人工智能技术，而是要具备化学物质危险成分、适宜温度等基础知识，知道应该收集哪些数据。”他接着说：“目前机器人仍无法赶上在现场拥有20至30年经验工人的直觉，在医疗等服务领域，人们也更偏好面对面交流”，“为实现经验和诀窍的传承，必须确保人才持续流入。”
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
