人工智能是引領未來的戰略性通用技術和驅動新一輪產業變革的新引擎，對于搶占未來發展制高點、構建現代化產業體系至關重要。為此，需要準確把握人工智能技術、產業發展內在規律和基本趨勢，加快推動形成先導優勢、特色優勢和綜合競爭優勢。

　　

　　人工智能產業方興未艾作為數字化的下一個前沿，世界各國對人工智能重視程度與日俱增。中、美、日、歐等國家或地區均制定發布了人工智能發展戰略。近年來，全球人工智能領域的投資增長迅猛。

　　

　　人工智能產業鏈的核心是大模型。從產業鏈的角度來看，人工智能上游基礎層是算力和數據，包括服務器、芯片、光模塊、交換機、數據中心、液冷設備等；中游技術層是構筑在算力和數據基礎上、以算法為核心能力的大模型平臺，深度學習、自然語言處理、遷移學習等是關鍵技術；下游是應用層，包括游戲、傳媒影視、金融、辦公、醫療等各類產業場景。其中，大模型是人工智能產業鏈核心競爭力的來源，全球各大科技公司都在積極投資、研發推出各自的大模型。

　　

　　人工智能當前在多數行業中的應用仍處于初期或試驗階段。從全球來看，人工智能為經濟繁榮提供了新機會，也深刻影響著國際貿易，但目前僅有少數企業開展規模化部署或者將其部署于核心業務。受企業人工智能戰略、應用人才儲備、短期投入產出效益等因素影響，我國人工智能使用率與美、英、日、印等領先國家相比仍有較大提升空間，國內企業需要進一步強化人工智能技術與現實業務的結合創新能力。

　　

　　人工智能產業布局趨于虛擬集聚。目前，人工智能企業主要集聚在京津冀、長三角、珠三角區域，其中，應用層企業數量占比超過一半。產業布局虛擬集聚的趨勢判斷主要基于兩方面原因：一是大模型平臺的市場集中度趨于提升。由于模型訓練的固定成本很高以及運營的規模效應巨大，基礎大模型的市場將表現出顯著的市場集中趨勢。二是隨著新一代信息通信技術的發展，技術層企業與基礎層、應用層企業將更多地采用虛擬連接的方式，地理空間上的臨近性對企業成長演化的重要性會大大降低。

　　

　　以人工智能賦能產業發展我國推動人工智能產業發展主要有三大優勢：一是技術水平處于全球領先地位。我國人工智能專利數量全球第一，在語音識別、自然語言處理和計算機視覺等領域均取得了不少突破，且人工智能領域“巴斯德象限”特征明顯。二是產業基礎雄厚。人工智能發展需要場景驅動，我國產業門類齊全、經濟規模巨大，在預測、采購、營銷、定價、運營及改善用戶體驗等方面有極大的應用潛力。同時，我國人工智能企業數量亦位居世界前列。三是政策激勵持續。我國早在2017年就制定了《新一代人工智能發展規劃》，之后又相繼出臺了《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》《生成式人工智能服務管理暫行辦法》等一系列政策法規，推動國家新一代人工智能創新發展試驗區建設，政策支持力度明顯。

　　

　　下一步，我國發展人工智能產業需要從以下四個方面發力：優化發展策略，有序推進產業賦能。一方面，引導錯位競爭，強化區域競合。目前，全國多地紛紛布局人工智能，加強對全產業鏈技術、市場等的理解，共同推動計算機視覺、智能語音、自然語言處理、生物特征識別、VR/AR等領域技術的突破，積極開展機器學習、知識圖譜、類腦智能計算等通用技術的聯合攻關，同時在產業鏈環節各有側重、有序競爭、持續發力。另一方面，完善應用策略和推進路線。人工智能技術需要在應用中不斷迭代發展，應遵循先易后難、先簡單后復雜的原則，明確在不同行業部署的優先級和應用重點，加快構建人工智能應用的試錯機制。比如，制造業應用首先進入人力成本或綜合成本較高的簡單重復勞動環節，優先探索機器人協助制造、機器視覺工業檢測等智能場景，進而改造全流程。

　　

　　加強人才培養，搭建產業應用橋梁。一方面，加強復合型人才培養。應用驅動是我國發展人工智能的重要策略路徑。相對于軟件工程師、數據科學家、產品經理等，熟悉產業場景和實際業務并能將業務問題轉化成解決方案的人工智能轉譯人才更為關鍵。應以行業人才再培養為主要著力點，夯實大模型在產業中應用的要素支撐。特別是要鼓勵企業加強內部挖潛，堅持外引內育并舉。另一方面，完善人才培養方案。高校、高職院校在人才培養上應加強電子、材料、機械、光學等現有學科專業與人工智能科學的有效融合。強化校企人才聯合培養力度，豐富應用場景驅動人才成長。三是促進跨區域人工智能人才交流。創新人才招引和使用方式，注重團隊招引，探索人才共享方式。

　　

　　完善政策舉措，有力支持應用驅動。一是抓緊制定細化人工智能產業鏈地圖，進行全面深度產業掃描，對人工智能發展關鍵點的特征屬性、政策需求等開展系統、深入研究。二是完善頂層設計，整合短期政策。成立全球范圍內的人工智能產業專家咨詢委員會，形成對產業發展總體戰略、實施方案的決策支持。加強政策的普惠性、包容性、協調性和延續性，注重對需求端的補貼。三是引導上下游協同發展，開展大模型創新應用大賽，編制優秀案例集，給予國內優秀大模型企業應用迭代的機會，鼓勵大模型企業與生態企業打造創新共同體和利益共同體，構建開放動態產業生態體系。四是尊重企業成長的差異性，用中長期戰略眼光真正重視人工智能領域目前尚處于初創期、規模較小、貢獻不大的企業。

　　

　　注重發展安全，營造良好發展環境。一方面，適度超前布局支撐人工智能發展的基礎設施體系。現代人工智能的發展主要依賴人力資本、數據和算力。除了優化升級網絡連接類基礎設施、提升傳統基礎設施的智能化水平，還要加強功能類基礎設施的建設，特別是加強大數據基礎設施和高效能計算基礎設施的統籌布局及建設利用，積極推進高質量數據集、智能算力集群等相關領域技術攻關，為大型人工智能模型訓練提供海量數據和強大算力支持。另一方面，完善人工智能治理。加強人工智能治理的國際交流與合作，規范數據管理和算法管理，提升技防水平，如研發人工智能風險管控軟件、安全大模型等，不斷提高人工智能的安全性、包容性和公眾信任度，降低人工智能應用的風險以及可能對公平競爭、知識產權、社會平等、個人隱私、信息決策等產生的不利影響。

　　

　　來源：經濟參考報