聚焦“強(qiáng)本”“固基”“重用” 加快推進(jìn)人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展

一、人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展面臨的四大痛點(diǎn)堵點(diǎn)

（一）技術(shù)無(wú)根：底層算法與基礎(chǔ)框架外部依賴大

盡管我國(guó)在人工智能應(yīng)用領(lǐng)域取得了顯著進(jìn)展，但在基礎(chǔ)技術(shù)和原創(chuàng)性研究方面仍落后于國(guó)際前沿。高水平基礎(chǔ)研究不足導(dǎo)致關(guān)鍵算法、深度學(xué)習(xí)框架等技術(shù)依賴于TensorFlow、PyTorch等國(guó)外開(kāi)源平臺(tái)，我國(guó)在人工智能學(xué)習(xí)框架研發(fā)上缺乏領(lǐng)導(dǎo)力?！?024年人工智能指數(shù)報(bào)告》顯示，全球具有影響力的國(guó)際通用大模型美國(guó)有61個(gè)，而中國(guó)僅有15個(gè)，我國(guó)人工智能產(chǎn)業(yè)與美國(guó)相比仍存在較大差距。

（二）數(shù)據(jù)孤島：數(shù)據(jù)資源開(kāi)放共享難度大進(jìn)展慢

數(shù)據(jù)是人工智能技術(shù)應(yīng)用的基礎(chǔ)，然而目前我國(guó)數(shù)據(jù)共享和權(quán)益保護(hù)相關(guān)的標(biāo)準(zhǔn)、規(guī)范及制度性設(shè)計(jì)尚不健全，數(shù)據(jù)的權(quán)利歸屬界定、估值定價(jià)、流通規(guī)則尚不完善，阻礙了數(shù)據(jù)要素的高效流通配置，導(dǎo)致企業(yè)在人工智能研發(fā)過(guò)程中面臨高質(zhì)量數(shù)據(jù)不足的問(wèn)題，削弱了數(shù)據(jù)要素對(duì)技術(shù)迭代和模型優(yōu)化的支撐作用。我國(guó)部分地方政府和企業(yè)傾向于發(fā)展自己的數(shù)據(jù)平臺(tái)，數(shù)據(jù)之間缺乏標(biāo)準(zhǔn)化和互通性，導(dǎo)致“數(shù)據(jù)孤島”問(wèn)題。各行業(yè)間數(shù)據(jù)資源未能有效整合和共享，不利于跨行業(yè)、跨領(lǐng)域的人工智能應(yīng)用創(chuàng)新。

（三）應(yīng)用困難：中小企業(yè)AI工業(yè)化應(yīng)用動(dòng)力不足

受宏觀經(jīng)濟(jì)形勢(shì)影響，許多制造業(yè)企業(yè)特別是中小企業(yè)生產(chǎn)經(jīng)營(yíng)壓力加大，再投資偏謹(jǐn)慎，維穩(wěn)保本情緒濃重，對(duì)智能化改造動(dòng)力不足，尤其是中小企業(yè)，普遍存在“不敢改”“不愿改”的現(xiàn)象。同時(shí)，工業(yè)領(lǐng)域細(xì)分行業(yè)的流程和需求高度分化，許多場(chǎng)景需定制化智能解決方案，一些傳統(tǒng)制造企業(yè)生產(chǎn)環(huán)節(jié)缺乏有效數(shù)據(jù)積累，數(shù)據(jù)碎片化嚴(yán)重，難以支撐算法優(yōu)化，致使智能化升級(jí)面臨“不能改”的現(xiàn)實(shí)障礙。此外，信息化改造投入多為軟件和服務(wù)，缺乏實(shí)物資產(chǎn)支撐，難以獲得大規(guī)模設(shè)備改造更新資金支持，企業(yè)改造意愿不足。

（四）人才短板：教育培育體系對(duì)產(chǎn)業(yè)需求響應(yīng)不足

盡管我國(guó)已培養(yǎng)大量IT和人工智能從業(yè)人員，但在頂尖算法專家、人工智能戰(zhàn)略家、跨學(xué)科研究者等高端人才方面依然匱乏，尤其是在自然語(yǔ)言處理、機(jī)器學(xué)習(xí)算法、生成式AI等領(lǐng)域，頂級(jí)專家數(shù)量不及國(guó)際領(lǐng)先國(guó)家?！?024年人工智能指數(shù)報(bào)告》顯示，全球擁有AI Top 2000學(xué)者的前20家機(jī)構(gòu)中，美國(guó)有16家，中國(guó)僅有2家。此外，當(dāng)前教育體系未能及時(shí)匹配人工智能賦能千行百業(yè)的產(chǎn)業(yè)化需求，AI教育偏重于軟件開(kāi)發(fā)，忽視“人工智能+”行業(yè)知識(shí)的培養(yǎng)教育，導(dǎo)致各行各業(yè)智能化改造缺乏施工隊(duì)。

二、進(jìn)一步推進(jìn)人工智能發(fā)展的政策建議

（一）強(qiáng)化基礎(chǔ)研究與原始創(chuàng)新，增強(qiáng)核心技術(shù)話語(yǔ)權(quán)

圍繞人工智能數(shù)學(xué)機(jī)理、大數(shù)據(jù)智能、多模態(tài)智能、決策智能、類腦智能、具身智能等前沿領(lǐng)域，加大基礎(chǔ)研究支持力度，鼓勵(lì)科研人員開(kāi)發(fā)原創(chuàng)技術(shù)路線，加大力氣開(kāi)展機(jī)器學(xué)習(xí)軟硬件和支撐系統(tǒng)研發(fā)，全力突破分布式高效深度學(xué)習(xí)框架、大模型新型基礎(chǔ)架構(gòu)等基礎(chǔ)平臺(tái)技術(shù)，打造TensorFlow、PyTorch的國(guó)產(chǎn)替代者，為構(gòu)建我國(guó)自主可控的人工智能技術(shù)創(chuàng)新生態(tài)奠定堅(jiān)實(shí)基礎(chǔ)。設(shè)立專項(xiàng)基金支持核心算法和開(kāi)源技術(shù)項(xiàng)目，鼓勵(lì)業(yè)界使用并推廣國(guó)產(chǎn)框架，強(qiáng)化基礎(chǔ)研究成果的落地轉(zhuǎn)化，增強(qiáng)我國(guó)在全球技術(shù)標(biāo)準(zhǔn)和框架研發(fā)上的話語(yǔ)權(quán)，縮小與國(guó)際前沿的差距。

（二）完善數(shù)據(jù)要素治理體系，提升數(shù)據(jù)流通與共享能力

完善數(shù)據(jù)要素治理與合規(guī)使用框架，盡快推動(dòng)國(guó)家級(jí)數(shù)據(jù)治理標(biāo)準(zhǔn)制定，明確數(shù)據(jù)采集、存儲(chǔ)、交換與使用規(guī)范，加強(qiáng)數(shù)據(jù)隱私與安全保護(hù)，避免數(shù)據(jù)濫用和泄露。探索編制工業(yè)數(shù)據(jù)分類分級(jí)指導(dǎo)目錄，通過(guò)數(shù)據(jù)要素補(bǔ)貼政策引導(dǎo)企業(yè)深度挖掘數(shù)據(jù)資源商業(yè)價(jià)值，開(kāi)展數(shù)據(jù)分類分級(jí)管理，形成數(shù)據(jù)資產(chǎn)目錄，搭建數(shù)據(jù)智能管理平臺(tái)，主動(dòng)加強(qiáng)數(shù)據(jù)治理能力建設(shè)。鼓勵(lì)行業(yè)龍頭企業(yè)牽頭設(shè)立數(shù)據(jù)業(yè)務(wù)獨(dú)立經(jīng)營(yíng)主體，聯(lián)合大中小企業(yè)打造行業(yè)公共數(shù)據(jù)庫(kù)，共同推進(jìn)行業(yè)數(shù)據(jù)生態(tài)建設(shè)。鼓勵(lì)地方政府推進(jìn)多部門、多層級(jí)的數(shù)據(jù)聯(lián)動(dòng)，在金融、醫(yī)療、交通等重點(diǎn)行業(yè)率先推進(jìn)數(shù)據(jù)共享試點(diǎn)，建設(shè)跨行業(yè)、跨區(qū)域的數(shù)據(jù)共享平臺(tái)，提升數(shù)據(jù)資源對(duì)AI技術(shù)迭代與模型優(yōu)化的支撐能力。

（三）促進(jìn)“實(shí)數(shù)”供需對(duì)接，激發(fā)企業(yè)智能化改造動(dòng)力

建設(shè)并評(píng)選人工智能百大場(chǎng)景示范工程，樹(shù)立場(chǎng)景應(yīng)用標(biāo)桿，面向重點(diǎn)行業(yè)、關(guān)鍵環(huán)節(jié)、典型產(chǎn)品智能化升級(jí)需求，選擇基礎(chǔ)好、帶動(dòng)性強(qiáng)的城市和企業(yè)開(kāi)展試點(diǎn)，打造一批可復(fù)制、可推廣的標(biāo)桿型示范應(yīng)用場(chǎng)景。建立常態(tài)化場(chǎng)景對(duì)接工作機(jī)制，通過(guò)舉辦新場(chǎng)景發(fā)布會(huì)、供需對(duì)接會(huì)，組織“揭榜掛帥”、評(píng)選標(biāo)桿應(yīng)用案例等多種方式，促進(jìn)大模型場(chǎng)景供需對(duì)接，推動(dòng)相關(guān)技術(shù)及產(chǎn)品熟化落地。統(tǒng)籌大規(guī)模設(shè)備更新政策和中小企業(yè)數(shù)字化轉(zhuǎn)型支持政策，加大中小企業(yè)全流程智能化改造支持力度，完善智能改造投資稅收優(yōu)惠政策，緩解企業(yè)智能化改造成本壓力。

（四）深化教育改革與人才培養(yǎng)，構(gòu)建“產(chǎn)教融合”新模式

依托重點(diǎn)高校與科研院所，建立面向前沿技術(shù)的高水平實(shí)驗(yàn)室和研究中心，吸引和培養(yǎng)世界一流的AI科學(xué)家。鼓勵(lì)高校與企業(yè)共建實(shí)驗(yàn)室、聯(lián)合開(kāi)發(fā)課程，打造多層次、多渠道的實(shí)踐教學(xué)體系，促進(jìn)AI技術(shù)與行業(yè)應(yīng)用無(wú)縫對(duì)接。加強(qiáng)跨學(xué)科合作，探索“人工智能+X”發(fā)展模式，重視人工智能專業(yè)與制造、金融、農(nóng)學(xué)、醫(yī)學(xué)等其他專業(yè)有機(jī)融合，探索設(shè)立高校和企業(yè)共同合作的多學(xué)科、開(kāi)放式人才培養(yǎng)平臺(tái)，培養(yǎng)一批掌握人工智能理論與工程技術(shù)的復(fù)合型、創(chuàng)新型、技藝精湛的高技能專業(yè)人才。

（韓曉，中國(guó)宏觀經(jīng)濟(jì)研究院產(chǎn)業(yè)所。郭琎，中國(guó)宏觀經(jīng)濟(jì)研究院市場(chǎng)所）