一、企业峰会与AI科学家之间的天然张力
人工智能领域的科学家，尤其是那些在顶会发论文、在开源社区有影响力、在学术界有声望的研究者，对外部演讲有一套自己的判断标准。他们愿意参与的活动，通常是学术会议、技术研讨会、行业闭门交流——总之，是能进行「专业对话」的场合。
而企业峰会的特点是：听众多元（高管、客户、媒体、投资人）、议程紧凑、商业属性强、传播需求高。当这两者相遇，天然存在一种张力：科学家怕被过度商业化，企业怕内容太学术听不懂。
解决这个张力的关键，不是让科学家放弃学术严谨性去迁就商业场景，也不是让企业接受一场「观众昏昏欲睡」的纯技术演讲，而是找到一个双方都能接受的「黄金分割点」。
二、黄金分割点的三个坐标
找到这个平衡点，需要从三个坐标入手。
第一，议题坐标。AI科学家在峰会上最适合讲什么？不是产品功能，不是市场预测，不是竞争对手分析，而是技术趋势的判断逻辑。比如：多模态大模型的边界在哪里？具身智能的产业化路径有哪些关键瓶颈？AI安全治理的技术手段能否跟上模型能力的增长速度？这些话题兼具学术深度和商业关注度，科学家愿意讲，企业也愿意听。
第二，表达坐标。科学家的学术型表达和企业家需要的商业型表达之间，需要一座桥梁。这座桥梁可以是一份经过精心设计的演讲提纲：把学术概念转化为行业场景，把技术原理转化为商业启示，把研究数据转化为趋势判断。他山石智库在协调AI科学家与企业峰会合作时，会投入大量精力做这项工作——不是改写科学家的演讲内容，而是帮助双方在表达方式上达成共识。
第三，传播坐标。传播是最大的雷区。科学家通常不反对观点被报道，但非常在意「断章取义」和「过度解读」。主办方需要在会前明确：哪些内容可以被媒体引用、哪些只能内部使用、哪些需要科学家审核后才能发布。授权越清楚，合作越愉快。
三、议题共创：比邀约更重要的工作
许多企业峰会在AI科学家邀约上犯的第一个错误，是让嘉宾自己决定讲什么。这看起来是尊重，实则是懒惰——等于把「这场峰会最核心的内容环节」完全交给一个对企业战略和受众需求并不了解的学者。
更专业的做法是「议题共创」：主办方提出1-2个与企业核心关切相关的技术问题，由科学家判断其中哪些值得深入讲解、哪些不适合在公开场合讨论，最终双方共同确定一个既符合科学家的研究专长、又能回应企业峰会核心议题的演讲方向。
共创不是审稿，不是限制，而是让演讲从一开始就带着目标感。
四、现场调试：演讲效果的临门一脚
即使议题设计得再好，现场执行不到位也会前功尽弃。
同声传译是AI峰会最容易出问题的环节。AI领域术语密集、更新极快，普通译员可能连「diffusion model」都不知道怎么翻译。主办方必须提前为译员准备术语表、参考材料和嘉宾过往演讲视频，确保翻译质量不拖累内容传达。
主持人的串词和互动环节的设计同样关键。不要逼科学家回答「你觉得哪个赛道最有投资价值」这种问题，而是围绕他们的研究领域设问：「在您看来，这个技术方向未来三到五年最大的不确定性是什么？」体面的问题才能得到体面的回答。
五、结语
企业峰会邀请AI科学家，最忌两种极端：一是把科学家当成商业噱头，二是让学术演讲脱离商业场景。正确的做法，是在两者之间找到那个让科学家感到被尊重、让企业家感到有收获的平衡点。
这个平衡点不是折中，更不是妥协，而是一种更高层次的专业设计。它要求主办方既懂学术界的规则，也懂商业场景的需求——而这也正是他山石智库这类常年桥接学界与产业界的机构最擅长的领域。