人工智能是引領未來的戰(zhàn)略性通用技術和驅動新一輪產業(yè)變革的新引擎，對于搶占未來發(fā)展制高點、構建現代化產業(yè)體系至關重要。為此，需要準確把握人工智能技術、產業(yè)發(fā)展內在規(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。

　　人工智能產業(yè)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(qū)均制定發(fā)布了人工智能發(fā)展戰(zhàn)略。近年來，全球人工智能領域的投資增長迅猛。

　　人工智能產業(yè)鏈的核心是大模型。從產業(yè)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(yī)療等各類產業(yè)場景。其中，大模型是人工智能產業(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行業(yè)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(yè)開展規(guī)?；渴鸹蛘邔⑵洳渴鹩诤诵臉I(yè)務。受企業(yè)人工智能戰(zhàn)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(yè)需要進一步強化人工智能技術與現實業(yè)務的結合創(chuàng)新能力。

　　人工智能產業(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，應用層企業(yè)數量占比超過一半。產業(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(fā)展，技術層企業(yè)與基礎層、應用層企業(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。

　　以人工智能賦能產業(yè)發(fā)展

　　我國推動人工智能產業(yè)發(fā)展主要有三大優(yōu)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(yè)基礎雄厚。人工智能發(fā)展需要場景驅動，我國產業(yè)門類齊全、經濟規(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用潛力。同時，我國人工智能企業(yè)數量亦位居世界前列。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《關于加快場景創(chuàng)新以人工智能高水平應用促進經濟高質量發(fā)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(guī)，推動國家新一代人工智能創(chuàng)新發(fā)展試驗區(qū)建設，政策支持力度明顯。

　　下一步，我國發(fā)展人工智能產業(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，加強對全產業(yè)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(yè)鏈環(huán)節(jié)各有側重、有序競爭、持續(xù)發(fā)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(fā)展，應遵循先易后難、先簡單后復雜的原則，明確在不同行業(yè)部署的優(yōu)先級和應用重點，加快構建人工智能應用的試錯機制。比如，制造業(yè)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(huán)節(jié)，優(yōu)先探索機器人協助制造、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)，搭建產業(yè)應用橋梁。一方面，加強復合型人才培養(yǎng)。應用驅動是我國發(fā)展人工智能的重要策略路徑。相對于軟件工程師、數據科學家、產品經理等，熟悉產業(yè)場景和實際業(yè)務并能將業(yè)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(yè)人才再培養(yǎng)為主要著力點，夯實大模型在產業(yè)中應用的要素支撐。特別是要鼓勵企業(yè)加強內部挖潛，堅持外引內育并舉。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)上應加強電子、材料、機械、光學等現有學科專業(yè)與人工智能科學的有效融合。強化校企人才聯合培養(yǎng)力度，豐富應用場景驅動人才成長。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，有力支持應用驅動。一是抓緊制定細化人工智能產業(yè)鏈地圖，進行全面深度產業(yè)掃描，對人工智能發(fā)展關鍵點的特征屬性、政策需求等開展系統(tǒng)、深入研究。二是完善頂層設計，整合短期政策。成立全球范圍內的人工智能產業(yè)專家咨詢委員會，形成對產業(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、協調性和延續(xù)性，注重對需求端的補貼。三是引導上下游協同發(fā)展，開展大模型創(chuàng)新應用大賽，編制優(yōu)秀案例集，給予國內優(yōu)秀大模型企業(yè)應用迭代的機會，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，構建開放動態(tài)產業(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)展的基礎設施體系?，F代人工智能的發(fā)展主要依賴人力資本、數據和算力。除了優(yōu)化升級網絡連接類基礎設施、提升傳統(tǒng)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(tǒng)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(guī)范數據管理和算法管理，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。

　　（作者系南京大學長江產經院特任研究員，江蘇省社科院區(qū)域現代化研究院副院長、研究員 程俊杰）