当前人工智能通用型应用加速普及，但在行业领域还存在不好用、不易用、不会用等问题。应在通用基础大模型上，结合不同销售（销售行业分析报告）行业应用场景需求，加强专属领域定制与深度训练，让大模型成为懂行业的“能工巧匠”，促进人工智能与产业真正结合。随着人工智能技术的广泛应用，部分行业就业受到严重影响。
替代部分工作岗位是技术变革中的必然过程，有些岗位受影响，也会有新岗位出现。除了加强人工智能知识技能教育培训，还应考虑制定新的社会保障政策，加强对受冲击劳动者群体的兜底保障。这是AI幻觉，指大模型有时混淆事实和虚构，在看似是事实的句子中插入错误细节。AI胡编乱造可能产生误导，甚至会引发严重后果，特别是在医疗、金融、法律等对信息真实性和准确性要求极高的领域。
技术暂时不成熟，我们不能因噎废食。要加大对技术的开发和使用，推动AI幻觉等问题随技术不断进步逐步解决。AI应用过程中需要使用大量数据，数据安全与隐私保护备受公众关注。多位与会嘉宾表示，现实中，具体应用场景下哪些数据必须收集，敏感信息数据如何避免泄露等，需要进一步明晰相关制度规则。随着AI技术的普及，企业对数据的依赖程度日益加深，如果不采取相应的安全措施，就可能造成数据泄露的风险。
数据要进行脱敏或加密处理，增强传输和存储过程中的安全性。AI技术的滥用误用是显著风险之一。有统计显AI时代到来，要坚持应用与治理平衡、创新与监管并重、全球化与本土化协同，防止数字鸿沟变成智能鸿沟，让AI真正成为推动社会进步的普惠力量。示，2024年全球发生的AI风险事件，超过30%与利用AI进行深度伪造相关。深度伪造名人形象、声音进行虚假宣传甚至诈骗不时见诸报端。高质量数据是AI应用大规模落地的重要支撑，构建一个完善而成熟的数据市场也十分重要。应根据实际情况，建立符合自身需要的数据监管方案与路径。