人工智能是引領(lǐng)未來(lái)的戰(zhàn)略性通用技術(shù)和驅(qū)動(dòng)新一輪產(chǎn)業(yè)變革的新引擎，對(duì)于搶占未來(lái)發(fā)展制高點(diǎn)、構(gòu)建現(xiàn)代化產(chǎn)業(yè)體系至關(guān)重要。為此，需要準(zhǔn)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(shì)，加快推動(dòng)形成先導(dǎo)優(yōu)勢(shì)、特色優(yōu)勢(shì)和綜合競(jìng)爭(zhēng)優(yōu)勢(shì)。

　　人工智能產(chǎn)業(yè)方興未艾

　　作為數(shù)字化的下一個(gè)前沿，世界各國(guó)對(duì)人工智能重視程度與日俱增。中、美、日、歐等國(guó)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(lái)，全球人工智能領(lǐng)域的投資增長(zhǎng)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(lái)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(jī)、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(tái)，深度學(xué)習(xí)、自然語(yǔ)言處理、遷移學(xué)習(xí)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(chǎng)景。其中，大模型是人工智能產(chǎn)業(yè)鏈核心競(jìng)爭(zhēng)力的來(lái)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(dāng)前在多數(shù)行業(yè)中的應(yīng)用仍處于初期或試驗(yàn)階段。從全球來(lái)看，人工智能為經(jīng)濟(jì)繁榮提供了新機(jī)會(huì)，也深刻影響著國(guó)際貿(mào)易，但目前僅有少數(shù)企業(yè)開(kāi)展規(guī)模化部署或者將其部署于核心業(yè)務(wù)。受企業(yè)人工智能戰(zhàn)略、應(yīng)用人才儲(chǔ)備、短期投入產(chǎn)出效益等因素影響，我國(guó)人工智能使用率與美、英、日、印等領(lǐng)先國(guó)家相比仍有較大提升空間，國(guó)內(nèi)企業(yè)需要進(jìn)一步強(qiáng)化人工智能技術(shù)與現(xiàn)實(shí)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(zhǎng)三角、珠三角區(qū)域，其中，應(yīng)用層企業(yè)數(shù)量占比超過(guò)一半。產(chǎn)業(yè)布局虛擬集聚的趨勢(shì)判斷主要基于兩方面原因：一是大模型平臺(tái)的市場(chǎng)集中度趨于提升。由于模型訓(xùn)練的固定成本很高以及運(yùn)營(yíng)的規(guī)模效應(yīng)巨大，基礎(chǔ)大模型的市場(chǎng)將表現(xiàn)出顯著的市場(chǎng)集中趨勢(shì)。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(duì)企業(yè)成長(zhǎng)演化的重要性會(huì)大大降低。

　　以人工智能賦能產(chǎn)業(yè)發(fā)展

　　我國(guó)推動(dòng)人工智能產(chǎn)業(yè)發(fā)展主要有三大優(yōu)勢(shì)：一是技術(shù)水平處于全球領(lǐng)先地位。我國(guó)人工智能專利數(shù)量全球第一，在語(yǔ)音識(shí)別、自然語(yǔ)言處理和計(jì)算機(jī)視覺(jué)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(chǎng)景驅(qū)動(dòng)，我國(guó)產(chǎn)業(yè)門(mén)類齊全、經(jīng)濟(jì)規(guī)模巨大，在預(yù)測(cè)、采購(gòu)、營(yíng)銷、定價(jià)、運(yùn)營(yíng)及改善用戶體驗(yàn)等方面有極大的應(yīng)用潛力。同時(shí)，我國(guó)人工智能企業(yè)數(shù)量亦位居世界前列。三是政策激勵(lì)持續(xù)。我國(guó)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(tái)了《關(guān)于加快場(chǎng)景創(chuàng)新以人工智能高水平應(yīng)用促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的指導(dǎo)意見(jiàn)》《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(dòng)國(guó)家新一代人工智能創(chuàng)新發(fā)展試驗(yàn)區(qū)建設(shè)，政策支持力度明顯。

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

　　優(yōu)化發(fā)展策略，有序推進(jìn)產(chǎn)業(yè)賦能。一方面，引導(dǎo)錯(cuò)位競(jìng)爭(zhēng)，強(qiáng)化區(qū)域競(jìng)合。目前，全國(guó)多地紛紛布局人工智能，加強(qiáng)對(duì)全產(chǎn)業(yè)鏈技術(shù)、市場(chǎng)等的理解，共同推動(dòng)計(jì)算機(jī)視覺(jué)、智能語(yǔ)音、自然語(yǔ)言處理、生物特征識(shí)別、VR/AR等領(lǐng)域技術(shù)的突破，積極開(kāi)展機(jī)器學(xué)習(xí)、知識(shí)圖譜、類腦智能計(jì)算等通用技術(shù)的聯(lián)合攻關(guān)，同時(shí)在產(chǎn)業(yè)鏈環(huán)節(jié)各有側(cè)重、有序競(jìng)爭(zhēng)、持續(xù)發(fā)力。另一方面，完善應(yīng)用策略和推進(jìn)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(jiǎn)單后復(fù)雜的原則，明確在不同行業(yè)部署的優(yōu)先級(jí)和應(yīng)用重點(diǎn)，加快構(gòu)建人工智能應(yīng)用的試錯(cuò)機(jī)制。比如，制造業(yè)應(yīng)用首先進(jìn)入人力成本或綜合成本較高的簡(jiǎn)單重復(fù)勞動(dòng)環(huán)節(jié)，優(yōu)先探索機(jī)器人協(xié)助制造、機(jī)器視覺(jué)工業(yè)檢測(cè)等智能場(chǎng)景，進(jìn)而改造全流程。

　　加強(qiáng)人才培養(yǎng)，搭建產(chǎn)業(yè)應(yīng)用橋梁。一方面，加強(qiáng)復(fù)合型人才培養(yǎng)。應(yīng)用驅(qū)動(dòng)是我國(guó)發(fā)展人工智能的重要策略路徑。相對(duì)于軟件工程師、數(shù)據(jù)科學(xué)家、產(chǎn)品經(jīng)理等，熟悉產(chǎn)業(yè)場(chǎng)景和實(shí)際業(yè)務(wù)并能將業(yè)務(wù)問(wèn)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(diǎn)，夯實(shí)大模型在產(chǎn)業(yè)中應(yīng)用的要素支撐。特別是要鼓勵(lì)企業(yè)加強(qiáng)內(nèi)部挖潛，堅(jiān)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(qiáng)電子、材料、機(jī)械、光學(xué)等現(xiàn)有學(xué)科專業(yè)與人工智能科學(xué)的有效融合。強(qiáng)化校企人才聯(lián)合培養(yǎng)力度，豐富應(yīng)用場(chǎng)景驅(qū)動(dòng)人才成長(zhǎng)。三是促進(jìn)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(tuán)隊(duì)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(dòng)。一是抓緊制定細(xì)化人工智能產(chǎn)業(yè)鏈地圖，進(jìn)行全面深度產(chǎn)業(yè)掃描，對(duì)人工智能發(fā)展關(guān)鍵點(diǎn)的特征屬性、政策需求等開(kāi)展系統(tǒng)、深入研究。二是完善頂層設(shè)計(jì)，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(huì)，形成對(duì)產(chǎn)業(yè)發(fā)展總體戰(zhàn)略、實(shí)施方案的決策支持。加強(qiáng)政策的普惠性、包容性、協(xié)調(diào)性和延續(xù)性，注重對(duì)需求端的補(bǔ)貼。三是引導(dǎo)上下游協(xié)同發(fā)展，開(kāi)展大模型創(chuàng)新應(yīng)用大賽，編制優(yōu)秀案例集，給予國(guó)內(nèi)優(yōu)秀大模型企業(yè)應(yīng)用迭代的機(jī)會(huì)，鼓勵(lì)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(kāi)放動(dòng)態(tài)產(chǎn)業(yè)生態(tài)體系。四是尊重企業(yè)成長(zhǎng)的差異性，用中長(zhǎng)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(xiàn)不大的企業(yè)。

　　注重發(fā)展安全，營(yíng)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?，F(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(jí)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(qiáng)功能類基礎(chǔ)設(shè)施的建設(shè)，特別是加強(qiáng)大數(shù)據(jù)基礎(chǔ)設(shè)施和高效能計(jì)算基礎(chǔ)設(shè)施的統(tǒng)籌布局及建設(shè)利用，積極推進(jìn)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(xùn)練提供海量數(shù)據(jù)和強(qiáng)大算力支持。另一方面，完善人工智能治理。加強(qiáng)人工智能治理的國(guó)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(fēng)險(xiǎn)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(fēng)險(xiǎn)以及可能對(duì)公平競(jìng)爭(zhēng)、知識(shí)產(chǎn)權(quán)、社會(huì)平等、個(gè)人隱私、信息決策等產(chǎn)生的不利影響。

　　（作者系南京大學(xué)長(zhǎng)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(zhǎng)、研究員 程俊杰）