人工智能是引領(lǐng)未來的戰(zhàn)略性通用技術(shù)和驅(qū)動新一輪產(chǎn)業(yè)變革的新引擎，對于搶占未來發(fā)展制高點、構(gòu)建現(xiàn)代化產(chǎn)業(yè)體系至關(guān)重要。為此，需要準確把握人工智能技術(shù)、產(chǎn)業(yè)發(fā)展內(nèi)在規(guī)律和基本趨勢，加快推動形成先導優(yōu)勢、特色優(yōu)勢和綜合競爭優(yōu)勢。

　　人工智能產(chǎn)業(yè)方興未艾

　　作為數(shù)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(qū)均制定發(fā)布了人工智能發(fā)展戰(zhàn)略。近年來，全球人工智能領(lǐng)域的投資增長迅猛。

　　人工智能產(chǎn)業(yè)鏈的核心是大模型。從產(chǎn)業(yè)鏈的角度來看，人工智能上游基礎(chǔ)層是算力和數(shù)據(jù)，包括服務(wù)器、芯片、光模塊、交換機、數(shù)據(jù)中心、液冷設(shè)備等;中游技術(shù)層是構(gòu)筑在算力和數(shù)據(jù)基礎(chǔ)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(guān)鍵技術(shù);下游是應(yīng)用層，包括游戲、傳媒影視、金融、辦公、醫(yī)療等各類產(chǎn)業(yè)場景。其中，大模型是人工智能產(chǎn)業(yè)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(fā)推出各自的大模型。

　　人工智能當前在多數(shù)行業(yè)中的應(yīng)用仍處于初期或試驗階段。從全球來看，人工智能為經(jīng)濟繁榮提供了新機會，也深刻影響著國際貿(mào)易，但目前僅有少數(shù)企業(yè)開展規(guī)?；渴鸹蛘邔⑵洳渴鹩诤诵臉I(yè)務(wù)。受企業(yè)人工智能戰(zhàn)略、應(yīng)用人才儲備、短期投入產(chǎn)出效益等因素影響，我國人工智能使用率與美、英、日、印等領(lǐng)先國家相比仍有較大提升空間，國內(nèi)企業(yè)需要進一步強化人工智能技術(shù)與現(xiàn)實業(yè)務(wù)的結(jié)合創(chuàng)新能力。

　　人工智能產(chǎn)業(yè)布局趨于虛擬集聚。目前，人工智能企業(yè)主要集聚在京津冀、長三角、珠三角區(qū)域，其中，應(yīng)用層企業(yè)數(shù)量占比超過一半。產(chǎn)業(yè)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(guī)模效應(yīng)巨大，基礎(chǔ)大模型的市場將表現(xiàn)出顯著的市場集中趨勢。二是隨著新一代信息通信技術(shù)的發(fā)展，技術(shù)層企業(yè)與基礎(chǔ)層、應(yīng)用層企業(yè)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(yè)成長演化的重要性會大大降低。

　　以人工智能賦能產(chǎn)業(yè)發(fā)展

　　我國推動人工智能產(chǎn)業(yè)發(fā)展主要有三大優(yōu)勢：一是技術(shù)水平處于全球領(lǐng)先地位。我國人工智能專利數(shù)量全球第一，在語音識別、自然語言處理和計算機視覺等領(lǐng)域均取得了不少突破，且人工智能領(lǐng)域“巴斯德象限”特征明顯。二是產(chǎn)業(yè)基礎(chǔ)雄厚。人工智能發(fā)展需要場景驅(qū)動，我國產(chǎn)業(yè)門類齊全、經(jīng)濟規(guī)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(yīng)用潛力。同時，我國人工智能企業(yè)數(shù)量亦位居世界前列。三是政策激勵持續(xù)。我國早在2017年就制定了《新一代人工智能發(fā)展規(guī)劃》，之后又相繼出臺了《關(guān)于加快場景創(chuàng)新以人工智能高水平應(yīng)用促進經(jīng)濟高質(zhì)量發(fā)展的指導意見》《生成式人工智能服務(wù)管理暫行辦法》等一系列政策法規(guī)，推動國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)建設(shè)，政策支持力度明顯。

　　下一步，我國發(fā)展人工智能產(chǎn)業(yè)需要從以下四個方面發(fā)力：

　　優(yōu)化發(fā)展策略，有序推進產(chǎn)業(yè)賦能。一方面，引導錯位競爭，強化區(qū)域競合。目前，全國多地紛紛布局人工智能，加強對全產(chǎn)業(yè)鏈技術(shù)、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(lǐng)域技術(shù)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(shù)的聯(lián)合攻關(guān)，同時在產(chǎn)業(yè)鏈環(huán)節(jié)各有側(cè)重、有序競爭、持續(xù)發(fā)力。另一方面，完善應(yīng)用策略和推進路線。人工智能技術(shù)需要在應(yīng)用中不斷迭代發(fā)展，應(yīng)遵循先易后難、先簡單后復雜的原則，明確在不同行業(yè)部署的優(yōu)先級和應(yīng)用重點，加快構(gòu)建人工智能應(yīng)用的試錯機制。比如，制造業(yè)應(yīng)用首先進入人力成本或綜合成本較高的簡單重復勞動環(huán)節(jié)，優(yōu)先探索機器人協(xié)助制造、機器視覺工業(yè)檢測等智能場景，進而改造全流程。

　　加強人才培養(yǎng)，搭建產(chǎn)業(yè)應(yīng)用橋梁。一方面，加強復合型人才培養(yǎng)。應(yīng)用驅(qū)動是我國發(fā)展人工智能的重要策略路徑。相對于軟件工程師、數(shù)據(jù)科學家、產(chǎn)品經(jīng)理等，熟悉產(chǎn)業(yè)場景和實際業(yè)務(wù)并能將業(yè)務(wù)問題轉(zhuǎn)化成解決方案的人工智能轉(zhuǎn)譯人才更為關(guān)鍵。應(yīng)以行業(yè)人才再培養(yǎng)為主要著力點，夯實大模型在產(chǎn)業(yè)中應(yīng)用的要素支撐。特別是要鼓勵企業(yè)加強內(nèi)部挖潛，堅持外引內(nèi)育并舉。另一方面，完善人才培養(yǎng)方案。高校、高職院校在人才培養(yǎng)上應(yīng)加強電子、材料、機械、光學等現(xiàn)有學科專業(yè)與人工智能科學的有效融合。強化校企人才聯(lián)合培養(yǎng)力度，豐富應(yīng)用場景驅(qū)動人才成長。三是促進跨區(qū)域人工智能人才交流。創(chuàng)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(yīng)用驅(qū)動。一是抓緊制定細化人工智能產(chǎn)業(yè)鏈地圖，進行全面深度產(chǎn)業(yè)掃描，對人工智能發(fā)展關(guān)鍵點的特征屬性、政策需求等開展系統(tǒng)、深入研究。二是完善頂層設(shè)計，整合短期政策。成立全球范圍內(nèi)的人工智能產(chǎn)業(yè)專家咨詢委員會，形成對產(chǎn)業(yè)發(fā)展總體戰(zhàn)略、實施方案的決策支持。加強政策的普惠性、包容性、協(xié)調(diào)性和延續(xù)性，注重對需求端的補貼。三是引導上下游協(xié)同發(fā)展，開展大模型創(chuàng)新應(yīng)用大賽，編制優(yōu)秀案例集，給予國內(nèi)優(yōu)秀大模型企業(yè)應(yīng)用迭代的機會，鼓勵大模型企業(yè)與生態(tài)企業(yè)打造創(chuàng)新共同體和利益共同體，構(gòu)建開放動態(tài)產(chǎn)業(yè)生態(tài)體系。四是尊重企業(yè)成長的差異性，用中長期戰(zhàn)略眼光真正重視人工智能領(lǐng)域目前尚處于初創(chuàng)期、規(guī)模較小、貢獻不大的企業(yè)。

　　注重發(fā)展安全，營造良好發(fā)展環(huán)境。一方面，適度超前布局支撐人工智能發(fā)展的基礎(chǔ)設(shè)施體系。現(xiàn)代人工智能的發(fā)展主要依賴人力資本、數(shù)據(jù)和算力。除了優(yōu)化升級網(wǎng)絡(luò)連接類基礎(chǔ)設(shè)施、提升傳統(tǒng)基礎(chǔ)設(shè)施的智能化水平，還要加強功能類基礎(chǔ)設(shè)施的建設(shè)，特別是加強大數(shù)據(jù)基礎(chǔ)設(shè)施和高效能計算基礎(chǔ)設(shè)施的統(tǒng)籌布局及建設(shè)利用，積極推進高質(zhì)量數(shù)據(jù)集、智能算力集群等相關(guān)領(lǐng)域技術(shù)攻關(guān)，為大型人工智能模型訓練提供海量數(shù)據(jù)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(guī)范數(shù)據(jù)管理和算法管理，提升技防水平，如研發(fā)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(yīng)用的風險以及可能對公平競爭、知識產(chǎn)權(quán)、社會平等、個人隱私、信息決策等產(chǎn)生的不利影響。

　　(作者系南京大學長江產(chǎn)經(jīng)院特任研究員，江蘇省社科院區(qū)域現(xiàn)代化研究院副院長、研究員)