國常會部署「人工智能+」，重磅文件將帶來哪些變化？

本文來自：國是直通車；作者：劉育英

7月31日的國務院常務會議審議通過《關於深入實施「人工智能+」行動的意見》，部署深入實施「人工智能+」行動。接受採訪的專家認為，這是對AI+實現路徑的一次梳理，必然會加速中國AI+的推進。

AI創新迎來關鍵機遇期

2015年7月4日，國務院印發《關於積極推進「互聯網+」行動的指導意見》，成為發展「互聯網+」的頂層設計。

10年之后，人工智能技術快速演進，加速迭代，正迎來創新突破和產業變革的關鍵機遇期和窗口期，「AI+」接棒「互聯網+」，預示着一個新的時代到來。

經濟學者、工信部信息通信經濟專家委員會委員盤和林接受採訪時表示，這十年，AI突破了一個奇點，在性能上達到了一個新高度，基本上達到了圖靈測試的要求，大語言模型能夠實現類人的思維方式，又可以應用在自動駕駛、製造和具身智能等領域，讓AI和傳統產業結合成為可能，AI顛覆產業和行業的科技進步會越來越普遍，還將締造大量新興產業。

中國已經站到全球人工智能競爭的第一梯隊，形成了覆蓋基礎層、框架層、模型層、應用層的完整的產業體系，開源大模型已在國際舞臺上大放異彩，算力規模也位居世界前列。

國務院常務會議提出，要充分發揮我國產業體系完備、市場規模大、應用場景豐富等優勢，推動人工智能在經濟社會發展各領域加快普及、深度融合，形成以創新帶應用、以應用促創新的良性循環。

「此次國常會通過《關於深入實施‘人工智能+’行動的意見》，是對AI+實現路徑的一次梳理，必然會加速中國AI+的推進，加速AI+多元應用場景的出現，同時，也是中國AI產業的重大利好。」盤和林表示。

賽迪顧問人工智能與大數據研究中心常務副總經理鄒德寶接受採訪時表示，「人工智能+」政策的出臺，標誌着中國進一步將「人工智能+」確定為促進構建新質生產力與經濟發展的核心引擎之一，其戰略意義遠超單一技術扶持，而是涵蓋科技創新、產業創新和系統性重構產業生態、治理體系的關鍵。

加快AI規模化商業化落地

國務院常務會議提出，要深入實施「人工智能+」行動，大力推進人工智能規模化商業化應用。

「目前，社會各界應用需求強烈，處在應用落地的關鍵窗口期。」國家發展改革委政策研究室主任、新聞發言人蔣毅8月1日表示。

一方面，中國智能化新產品新場景競相涌現，智能網聯汽車、智能穿戴、智能家居等新一代智能終端豐富多彩，智能機器人進工廠、進家庭漸成趨勢，各類智能設備開始走進生產生活各個方面。

另一方面，面臨激烈競爭，智能化轉型成為企業「降本增效」的必然路徑。

盤和林表示，從中國的實際情況看，加快人工智能的應用和商業落地尤為重要。一方面，中國場景豐富，和應用融合能夠更快「AI+」發揮提高生產力水平的作用，另一方面，AI和應用融合能夠充分利用中國在AI應用領域的人才優勢。

人工智能與各行各業不同場景的融合，還處於早期，面臨多重挑戰。以工業為例，浪潮雲洲工業互聯網總經理龐松濤表示，人工智能大模型進入工業核心場景面臨數據、技術、生態應用等難點。數據上多源異構整合難、安全與共享有矛盾、中小企業數據能力弱；技術上機理與數據模型融合不足、具身智能落地難、迭代成本高；生態應用上產業協同有壁壘、中小企業落地門檻高、價值量化難。

鄒德寶認為，在商業化落地方面，要解決「算力+算法+數據」三位一體協同與互通。這包括：破除數據壁壘與提升數據質量，加快數據流通與高質量數據集建設；平衡技術創新與數據隱私保護；優化算力從單點應用到生態協同等。

打造開源開放生態體系

國務院常務會議提出，要着力優化人工智能創新生態，強化算力、算法和數據供給，加大政策支持力度，加強人才隊伍建設，構建開源開放生態體系，為產業發展壯大提供有力支撐。

數據顯示，2024年中國人工智能產業規模突破7000億元人民幣，連續多年保持20%以上的增長率。

盤和林認為，中國AI產業發展仍面臨一些挑戰，一是芯片方面仍存在一些短板，需要進一步攻克；二是AI+的跨國技術交流需要找到新的途徑，或建立獨立的AI圈；三是需要協調好安全和發展的關係。

中國電子信息產業發展研究院副院長劉文強撰文表示，中國要切實抓好人工智能核心技術創新，包括強化人工智能底層技術原理研究、加快國產算力基礎設施建設、加強AI大模型技術研發創新等。

鄒德寶認為，在短期，以異構調度和並行優化突破算力瓶頸；在中期，圍繞醫藥、能源、製造等高價值領域打造行業大模型，推動「超智融合」落地；在長期，構建「軟硬協同開源生態+動態治理」，實現從科技創新到產業創新的跨越。

目前中國構建開源開放生態體系步伐加快，多個有競爭力的大模型相繼開源，國家級AI開源開放創新平臺「煥新社區」啟動，為產業界夥伴提供「算力、模型、數據、國產、場景、專區」六大類核心功能。

北京大學計算機學院教授、北京智源人工智能研究院理事長黃鐵軍表示，基於大模型技術上的「不可解釋性」，最后一定是開源模式更能贏得信任，此外開源能讓更多開發人員參與創新，人工智能必然是開放、開源不斷發展的過程。