深度对话｜郑素丽×卢易思：AI可以加快制标，但能否加快共识？
2026-10-27
编者按：本文根据2026 CEIC创新·标准化交流会 中国计量大学管理科学与工程学院教授、标准化与技术创新研究所所长郑素丽与共熵服务中心首席战略官卢易思的 《炉边谈话：标准的数字化和国际化》整理
标准数字化的变化，不只是纸质文件变成电子文件。当标准开始以代码的形式进入机器，使用者、制定者所需的能力，以及标准的应用和验证方式，都面临新的问题。而当AI能够帮助起草、引用和处理标准文本，一个更难的问题随之出现：工具可以更快，不同参与者之间的共识，也能因此更快形成吗？
围绕“标准的数字化和国际化”，中国计量大学管理科学与工程学院教授、标准化与技术创新研究所所长郑素丽，与共熵服务中心首席战略官卢易思，从数字化进展谈到AI、知识产权与企业能力差距，再转向共识形成和国际参与。两人交替提问，也保留了尚无答案的问题。
01 标准数字化，改变的不只是文件形式
卢易思：我们一直在讲标准数字化。从2015年或者更早，这就已经成为各方讨论的话题。听了今天上午的演讲，我对它的历史背景有了更深入的了解，但我觉得现在的发展速度还不够快。有没有可能是各方还没有就如何推进标准数字化达成一致？您怎么看？
郑素丽：现在世界发生了很大变化，我们也看到一些新的趋势。谈到数字化，人们经常认为，主要是从过去纸质化的工作模式变成电子化的工作模式。但从前面的介绍可以看到，数字化的含义比我们想象的更广，标准正在变得更加智能化，这也带来一系列结构性的变化。
从纸质标准转向机器可读的标准，背后非常重要的一点，是标准的使用者发生了变化。以前我们阅读纸质版标准，现在标准可能变成代码，融入机器当中。
还有一个容易被忽视的问题，是标准化专业人士的能力。有些人非常熟悉标准化，却不太了解数字化；有些人熟悉数字化，却不了解标准化。我们需要把这两方面结合起来。以前标准化、数字化可能是两个专业，未来可能会融合。
标准的形式发生变化，使用方式也会发生变化。您觉得标准机构的业务模式会有新的变化吗？在合格评定方面呢？
卢易思：这是一个非常有意思的话题。今天大家都在讨论智能标准（SMART standards），但有些组织对这一概念并不完全信服。不同行业对所谓的智能标准可能有不同的理解和做法。智能标准将如何在各个行业中应用？我认为每个行业领域的情况可能都不一样。我曾与不同国际组织的专家讨论过这个问题。由于各行业的优先事项不同，我们的切入维度也可能不同。那么，我们是否能够形成一套标准化的、全球通用的智能标准方法？AI 的使用会不会改变智能标准的制定方式？
如今 AI 无处不在，各类 AI 智能体（agent）不断涌现。在这样的环境下，我们过去制定的标准是否仍然适用——也就是由人制定标准，再借助工具将其”翻译”为机器可读的形式？还是说我们需要转变思维方式，直接用机器语言（即代码）来起草标准，然后再把机器起草的标准转换为人类能够理解的形式和文本？您认为未来会如何发展？
郑素丽：我们都应该成为程序员吗？这些问题很有趣，我也想知道。
在AI这个大话题下，需要区分两件事：第一是AI的标准化，也就是如何管理AI，这是一个非常宏大的话题；第二是如何与AI合作，推动标准化。后者是我们刚才讨论的重点——AI作为工具，能够帮助我们提高标准化的效率。
02 有了AI，不等于每家企业都能轻松转型
卢易思：我们可以把这两个方面分开来谈。今天上午腾讯的演讲也涉及相关话题，我想先听听您对AI辅助标准化的看法。
郑素丽：在提高标准化效率方面，我们已经看到一些进展，但实际制定标准时仍然存在挑战。使用数字化标准，也会带来安全、合规方面的担忧。
首先是数字化转型能力。对大公司来说，这可能不是一个特别大的问题，因为它们有专家、资源和资金，可以继续推进。但对其他公司，尤其是中小企业，数字化转型，包括标准化相关的转型，是一个很长的过程。
长期来看，我认为数字化是不可逆转的趋势。但当下推进标准化、数字化，需要大量投入，中小企业可能难以承担这些成本。
还有知识产权问题。传统环境下我们就有这方面的担忧，现在把标准数字化，形式可能发生变化，但知识产权仍然是一个问题。应该怎样解决？
卢易思：这很难解决，我完全同意您的观点。用AI帮助制定标准，大公司更容易获得工具和支持。如果这样发展下去，大公司与中小企业之间的差距可能越来越大，中小企业很难追赶。
转型的过渡阶段需要很多投入，巨头公司有财力实施，小公司则会面临很大的困难。并不是有了AI，这些事情就很容易做，也不是每家公司都能做。
我还想补充另一个困难：要确保AI给出正确的输出，需要很多制衡和审查。AI和其他工具一样，有放大作用。如果过程中存在问题，输出也可能很有问题，这一点越来越突出。
还有著作权、版权和专利的问题。怎样保证生成的东西不会侵权？我们也看到一些诉讼和争议，有人认为另一方通过AI侵犯了自己的权利，而且不一定只是专利权。您和同事是否开展了相关研究？有没有关于AI使用的监管研究？
郑素丽：这不是我的主要研究方向，但我知道有很多专家在研究。这不仅涉及标准，也涉及AI相关的专利、数据等问题。在中国，数据知识产权、数据产权，以及如何合法使用数据，都有法学专家开展研究。
这是一个更宏大的问题，之后还可以进一步讨论。
03 从用AI做工具，到为智能体建立共同规则
郑素丽：我想再提一个问题，就是AI标准化。您之前在ETSI工作，可以谈谈这方面的看法吗？
卢易思：我们把 AI 视为一种工具，而这一工具已应用于具体的标准之中。例如网络自维护：如何利用 AI 模型让网络具备学习能力，网络应具备哪些行为，如何根据反馈进行调整、重组网络并解决问题——这些都借助 AI 来实现。当时我们考虑的是利用 AI 来提升网络性能。
今天上午也有讨论提到，越来越多的智能体可能由不同厂商开发。这些智能体之间需要相互连接和通信，因此互操作性变得必不可少。我们可能需要编写相应的标准，使它们拥有共同的参数和通信协议，从而实现良好的互通。这些需求已经被提出，相关工作也正在推进之中。我主要熟悉 ICT 领域，对其他行业的应用和进展并不太了解。
我们还注意到，一些与 AI 高度相关的企业对标准并不是特别热衷。标准化程序可能有些繁琐，要让他们遵循并非易事，但遵守程序非常重要。ISO 和 IEC 都是优秀的大型全球性组织，拥有众多成员；而一些较小的组织则专注于更小、更具体的议题，架构也更为简单。了解了这些差异之后，小型组织是否有调整适应的空间？您认为其中有哪些机遇？
郑素丽：这涉及标准更新的节奏。传统方式下，标准可能过三到五年需要更新。但ICT技术本身就迭代很快，AI可能更快。
传统制定、发布标准的节奏，能不能跟上这些新兴技术？这是ISO、IEC以及其他机构共同面对的挑战，其中也存在很多机会。
04 文本可以更快形成，共识呢？
卢易思：这一点我有很深的感触。我们可以让工具运作得更快，可以用工具起草标准、处理引用。ISO、IEC也提到了SMART标准。在编写、引用、参考和选择的过程中，我们要确保不出错。
但根据我的经验，写标准最重要的一点，是所有参与者要达成一致，形成共识。我想追问：AI能不能达成这样的共识？
参与者有不同的利益，怎样才能更快形成共识？我甚至觉得，这件事可能变得越来越慢，因为不同利益集团的立场越来越根深蒂固。工具越来越快，但权衡取舍、实现共识，应该怎么办？
郑素丽：这个问题很难回答。但标准化应该基于共识，否则就脱离了标准的本质。
所以我们需要想办法，怎样实现这些共识：是通过智能体，还是建立新的规则，来定义智能体和机器之间的共识？
卢易思：这很有意思。比如，A 公司在专利 A 上有利益，B 公司在专利 B 上有利益，双方都会试图把自己的专利纳入标准。AI 智能体可能会非常”中立”地说：我们采用 A，不采用 B。A 公司当然会说太好了，但 B 公司的专利就被舍弃了，它很可能会对此提出质疑。难道这样的公司就无能为力了吗？所以，这并不是一件容易达成一致的事情。我们通常通过工作组制定标准、形成共识、提出解决方案。
在有冲突的时候，我个人觉得，大家聚在一起喝杯咖啡、面对面沟通，可能比没有见面、只通过网络或者机器来解决更容易。我希望大家能够聚在一起，面对面解决冲突。这是我的个人看法。
05 国际化：程序要建立，也要真正执行
郑素丽：我们有两个关键词，一个是AI，一个是国际化。接下来谈谈国际化。
这些年，很多中国企业出海，在美国、欧洲投资。从标准化和标准化能力的角度，您看到它们面临哪些挑战？
卢易思：中国公司在国际标准化方面非常活跃，很多团体也是如此。
刚才ANSI的介绍提到，美国有很多标准化组织，它们本身已经非常国际化。一个面向整个行业的组织，把国际参与者也吸纳进来，国际化扩展就会是很自然的过程。
中国的标准制定机构能不能做类似的事情？我认为许多必要条件已经具备，比如技术和程序。程序非常重要，我们不仅要把程序建立好，还要确保其得到执行。另一点是，英语仍然非常重要。无论人们喜欢与否，英语的使用对于吸引成员、让大家顺畅交流依然至关重要。除此之外，我相信相关条件都已具备，关键在于是否有推进的意愿。这是我的看法。
郑素丽：我同意。出海有不同层面，包括国家层面的标准、国际化的标准，以及标准制定机构。
从学术研究的角度，我想提出网络效应这个问题。在某些特定领域，一些机构进入得比较早，已经建立起标准制定或者采用的网络；另一些机构进入得比较晚，这意味着标准带来的好处，已经被先进入的人所享有。
06 未来的标准、使用者与制定机构，会怎样变化？
卢易思：最后问一个问题：您如何看待标准化的未来？
郑素丽：我也想象过标准化的未来，未来的标准、商业模式，以及标准的使用者，都可能发生变化。会不会出现新的标准制定机构，与ISO、IEC竞争？这些问题还值得继续观察。不管怎样，我对未来充满期待。
