深圳商报·读创客户端首席记者 袁静娴

12月17日，在2025年度深圳市终身职业技能培训颁奖活动现场，一批来自家政、餐饮、轨道交通、黄金珠宝等行业的一线从业者，被授予“AI应用领航者”称号。

他们并非程序员，也不是算法工程师，而是月嫂、粤菜师傅、地铁信号工、珠宝设计师。过去一年，这些人有了一个共同身份——AI的“带头使用者”与“训练者”。

今年4月起，深圳市职业技能培训指导中心（以下简称“深圳职训中心”）与腾讯共同策划并举办了一系列“AI + 千行百业” 技能人才专项培训活动。该系列活动通过将前沿国产大模型工具（如腾讯元宝、IMA知识、DeepSeek等）与深圳优势产业、传统行业的实际场景相结合，提升技能人才的数字素养与AI应用能力，助力深圳“20+8”产业集群数字化、智能化转型升级，为深圳高质量发展注入新动能。

花卉遇上AI。

截至目前，系列活动已成功举办八场，覆盖汽车维修、智能制造、茶艺文化、家政服务、餐饮烹饪、黄金珠宝、创新创业及轨道交通、花艺设计等多个领域，累计培训各类技能人才与行业代表逾千人次。这种“AI+千行百业”的深度融合，让一个清晰的结论正在浮现：AI赋能实体经济，正在被真正跑通。

场景去魅：当AI成为一线工人的“数字徒弟”

过去谈及人工智能，常常伴随着技术门槛、代码能力与高精度模型。但在过去6个月、覆盖8大行业、累计超千人的这轮培训中，一个显著变化是：AI正在被“去魅”。

月嫂在家政中用上AI辅助。

在深圳龙岗的一场家政培训课上，资深月嫂把手机里的AI助手称为“随身带的老带新”。面对新生儿皮肤异常，她们学会用AI进行图像识别初筛；在入户初期，她们会让AI生成沟通话术，缓解隔代育儿观念冲突；在夜间突发状况中，AI甚至成了“第一时间的情绪稳定器”。

经验型服务，第一次被系统化、标准化。

在餐饮课堂上，变化同样直观。粤菜师傅不再只依赖多年手感，而是通过AI快速生成“低脂、高蛋白、特定人群适配”的创意菜谱。一道复杂菜品，从研发到成型的时间被大幅压缩，有主讲师傅测算，研发效率提升超过70%。

“经验主义”，开始转向“数据驱动”。

而在工业与城市基础设施领域，AI的价值更显硬核。深圳地铁信号工通过腾讯IMA知识库，将数百页维修手册、标准规范、历史案例导入系统，构建可对话的“企业知识中台”。当故障出现，AI能在秒级范围内定位高概率原因与处理路径。

AI不是替代老师傅，而是把老师傅的经验“留下来、用起来”。

在水贝，黄金珠宝设计师用AI生成3D设计模型、销售话术与新媒体内容，传统工艺第一次拥有了数字化“加速器”，设计周期被明显压缩，创意不再受限于反复试错。

这些案例共同指向一个事实：AI并未改变行业本质，却正在改变工作的“效率结构”。

范式形成：“老师傅+新学徒”的AI带头人培养路径

如果说不同场景中的AI应用，展示的是“AI能做什么”，那么更具价值的，是深圳在这一轮实践中逐步摸索出的一套技能人才与人工智能协同进化的培养范式。

这套范式的核心，并非“教会更多人使用AI”，而是确立了一种清晰的分工关系——

行业专家是“老师傅”，国产AI工具是“新学徒”。

在家政培训现场，资深月嫂并不是被要求理解算法原理，而是把多年积累的护理经验、沟通话术、突发情况处置逻辑，通过一次次提问、修正和反馈“教”给AI。久而久之，AI不再只是一个泛化工具，而逐渐演变为能够理解母婴护理语境的“行业助手”。

在餐饮课堂上，粤菜师傅同样如此。复杂菜品的标准化流程、营养搭配逻辑、不同人群的饮食禁忌，被不断输入模型之中。AI负责计算与生成，而真正决定“好不好吃、合不合理”的，依然是人。这种协作关系，使得菜品研发从单点经验，转变为可复制、可扩展的能力系统。

在地铁信号运维场景中，这一模式体现得尤为典型。老师傅不再只是“守着经验”，而是将规范、案例、故障逻辑系统性地沉淀进IMA知识库，让AI成为能够随时调用行业知识的“数字徒弟”。当新人遇到问题，面对的不再是厚重手册，而是一个可对话、可追问的智能系统。

这些案例共同指向一个结论：AI的价值，并不在于替代技能人才，而在于被技能人才“驯化”。也正是在这一过程中，深圳的技能人才完成了一次关键的角色转变——从过去的“操作者”，转变为AI的“训练师”。

事实证明，普通劳动者并不需要“懂AI原理”，只需要“懂行业+会提问”，就能有效驾驭腾讯混元、腾讯元宝、IMA知识库等国产大模型工具。AI的角色，也从“黑箱技术”转变为可被反复训练、持续优化的“工作伙伴”，下沉到了非技术岗位。

在这一过程中，技能人才的角色发生了关键转变：他们不再只是工具的“使用者”，而是成为AI的“训练师”，把多年沉淀的行业Know-how持续喂给模型，实现“人机结对”的效率跃迁。

这也是为何在本次颁奖中，“AI应用领航者”成为一个重要奖项——深圳要表彰的，不只是技术成果，而是方法与路径。其代表着，深圳在AI赋能实体经济进程中，逐步形成的一种具有高度可复制性的“方法论成果”。

复制路径：从“深圳样本”到“大湾区通用技能”

更值得关注的是，这套以一线技能人才为核心、以低门槛AI工具为抓手的培训模式，其意义并未止步于深圳本地。随着人工智能逐渐成为通用生产要素，技能人才的AI素养正在从“加分项”演变为“基础能力”，而深圳的探索，正在为粤港澳大湾区提供一种可复制的路径。

今年7月，这一模式已率先输出至香港，在香港大学创立方中心面向独立奋斗者与创业者展开实践。不同于传统技术培训，这类工作坊并未强调模型原理，而是围绕真实工作场景，帮助学员将AI用于商业策划、内容生成、市场分析和个人效率管理之中。AI工具在这里成为一种“能力接口”，一端连接香港的国际化金融与服务业资源，另一端连接深圳及珠三角成熟的制造业与产业链体系，推动深港两地在“智造”与“服务”之间形成更高效的协同。

在这套模式得以跑通的过程中，腾讯所扮演的角色，也并非传统意义上的“技术提供方”。更是一种“连接器”与“助推器”的功能——将前沿人工智能能力，与技能人才体系、行业场景和公共培训机制有效衔接起来。

一方面，腾讯并未将AI能力停留在通用技术层，而是通过腾讯元宝、IMA知识库等产品形态，主动嵌入具体行业逻辑与工作流程之中，使AI工具能够被一线技能人才直接理解、直接使用、持续训练。这种产品设计思路，本质上是将复杂技术“翻译”为岗位语言，让人工智能真正进入职业技能体系的“日常层”。

另一方面，通过与深圳职业技能培训体系的深度协同，腾讯的技术能力并非孤立输出，而是融入“培训—实操—反馈—优化”的闭环之中，成为技能提升过程的一部分。这使得AI不再只是外部工具，而是参与到技能成长路径中的“能力加速器”，帮助技能人才在不改变岗位、不增加门槛的前提下，实现效率跃升与能力扩展。这种以公共培训体系为支点、以真实产业场景为落点的实践，也为企业如何参与新质生产力培育、如何在技术创新与社会价值之间形成正循环，提供了一个可参考的样本。

当AI真正走进厨房、育婴室、车间和轨道隧道，它所改变的，不只是效率，更是劳动者的能力边界和成长路径。这种以技能人才为核心、以场景应用为导向的探索，也为人工智能如何更广泛、更稳健地融入实体经济，提供了一种清晰而可行的深圳答案：AI赋能实体经济，并不一定要从高门槛、重投入的技术改造开始，也可以从技能人才入手，从真实岗位和具体问题出发，通过低门槛工具和系统化培训，让AI成为“人人可用、处处可用”的生产力要素。

（图片由受访者提供）