中國儲能網(wǎng)訊：
摘要：分析闡述了我國人工智能發(fā)展布局，從基礎支撐、應用賦能、生態(tài)構(gòu)建等方面體系化剖析我國人工智能發(fā)展現(xiàn)狀，總結(jié)歸納出應以應用為牽引發(fā)展我國人工智能產(chǎn)業(yè)，并提出了需明確適配行業(yè)、厘清落地現(xiàn)狀與問題、精準把握推進力度來有序有效推進“人工智能+”行動。
關鍵詞：人工智能+；產(chǎn)業(yè)升級；新型工業(yè)化
0 引言
人工智能已深度滲透社會經(jīng)濟各領域、全過程，成為各國發(fā)展布局的關鍵。面對全球人工智能技術日新月異的新形勢，亟須從產(chǎn)業(yè)架構(gòu)深度挖掘我國人工智能產(chǎn)業(yè)的獨特優(yōu)勢，精準定位發(fā)展抓手，為工作部署提供靶向指引，推動產(chǎn)業(yè)實現(xiàn)高質(zhì)量躍升。本文首先對人工智能作為我國重點發(fā)展方向進行了分析和闡述，包括人工智能對人類社會的影響、我國人工智能布局以及產(chǎn)業(yè)發(fā)展現(xiàn)狀與挑戰(zhàn)；之后提出了“人工智能+”行動是我國人工智能產(chǎn)業(yè)發(fā)展突破的關鍵，并進一步闡述了推進“人工智能+”行動的意義；最后厘清了“人工智能+”的內(nèi)涵理解，給出了推進“人工智能+”行動的方法路徑。
1 人工智能已成為我國重點發(fā)展方向
1.1 人工智能的影響
人工智能作為新一輪科技革命和產(chǎn)業(yè)變革的核心驅(qū)動力，正以前所未有的速度滲透到人類社會的各個領域。其強大的數(shù)據(jù)處理、學習和決策能力，深刻改變了人們的生產(chǎn)生活方式，引發(fā)了廣泛而深遠的影響。
從經(jīng)濟發(fā)展的角度來看，人工智能已成為培育新質(zhì)生產(chǎn)力的核心動能。這種驅(qū)動作用體現(xiàn)在兩個層面：其一，人工智能加速了生產(chǎn)工具與生產(chǎn)流程的智能化轉(zhuǎn)型。以工業(yè)領域為例，人工智能應用率先在研發(fā)設計與驗證、運營管理與營銷兩個環(huán)節(jié)落地，并持續(xù)向生產(chǎn)制造環(huán)節(jié)滲透[1]，帶動全要素生產(chǎn)率提升。其二，人工智能催生傳統(tǒng)行業(yè)的新業(yè)態(tài)。以自動駕駛領域為例，其通過多傳感器融合、深度學習算法及車路協(xié)同技術的突破，推動汽車產(chǎn)業(yè)從單一交通工具制造向“智能移動空間”生態(tài)轉(zhuǎn)型，帶來車規(guī)級芯片研發(fā)、自動駕駛解決方案定制等商業(yè)機會，形成新的經(jīng)濟增長點。
從社會發(fā)展的角度來看，人工智能正重塑民生服務格局。它不僅改變了民眾獲取信息的渠道，降低了知識獲取門檻，更優(yōu)化了公共資源配置，提升了公共服務的普惠性，讓更多欠發(fā)達地區(qū)和群體共享技術紅利。以“醫(yī)院問診”場景為例，“人工智能名醫(yī)”通過大模型與臨床思維學習訓練，讓名醫(yī)資源打破時間、空間和數(shù)量限制，實現(xiàn)隨時隨地遠程問診，極大緩解醫(yī)療資源分布不均勻的問題。
人工智能在推動社會進步的同時，也對就業(yè)結(jié)構(gòu)產(chǎn)生沖擊，給倫理治理帶來挑戰(zhàn)。首先，人工智能將重塑就業(yè)結(jié)構(gòu)和模式。歷次科技革命都會引發(fā)就業(yè)結(jié)構(gòu)深層次重塑，人工智能發(fā)展引發(fā)的就業(yè)變革也將呈現(xiàn)出“破壞—重構(gòu)—升級”的螺旋式演化規(guī)律。在技術革新的沖擊下，重復性高、創(chuàng)造性低的中低技能崗位首當其沖。數(shù)據(jù)顯示[2]，約9 200 萬個標準化崗位（如財會、翻譯等），將因人工智能的應用面臨替代風險。但人工智能也會促進傳統(tǒng)崗位煥發(fā)新生，并使全新職業(yè)賽道加速涌現(xiàn)。從人工智能產(chǎn)業(yè)核心的算法研發(fā)、數(shù)據(jù)標注，到與實體經(jīng)濟融合催生的自動駕駛工程、智能客服等跨界崗位，預計將釋放1.7 億個就業(yè)新機會，推動就業(yè)結(jié)構(gòu)向更具技術含量與創(chuàng)新價值的方向迭代升級[2]。其次，人工智能也衍生出一系列復雜的倫理社會風險。它能夠以假亂真地生成幻覺信息與虛假內(nèi)容，在互聯(lián)網(wǎng)的加速傳播下，擾亂信息真實性的根基，使公眾難以分辨虛實。而其自主決策的“黑箱”特性，讓算法運作過程晦澀難懂，一旦出現(xiàn)決策失誤或引發(fā)事故，責任認定變得模糊不清，給現(xiàn)有的法律框架與治理體系帶來巨大沖擊。隨著人臉識別等技術的普及，個人生物特征等敏感信息面臨泄露風險，公民的隱私權與人身安全時刻受到威脅。此外，人工智能訓練數(shù)據(jù)中若存在偏見與歧視，經(jīng)過算法的不斷學習與強化，會進一步放大社會不公，加深不同群體間的隔閡，威脅社會公平正義的底線。
1.2 我國人工智能布局
《新一代人工智能發(fā)展規(guī)劃》明確“三步走”目標：從技術與應用跟世界先進水平“并跑”，到以理論突破帶動部分技術和應用“領先”，再到理論、技術、應用均達世界先進水平[3]。圍繞技術自立自強、賦能實體經(jīng)濟、安全可靠可控這3個重點，我國在算力、數(shù)據(jù)、算法、應用、安全5個維度已制定發(fā)布多項政策。
“人工智能+”行動連續(xù)兩年被寫入我國政府工作報告之中[4-5]，多部門迅速跟進出臺一系列人工智能賦能行業(yè)的政策文件，全方位、深層次地深化產(chǎn)業(yè)布局，致力于推動人工智能與各領域的深度融合。工業(yè)和信息化部于2024年開始以人工智能和制造業(yè)深度融合為主線，以智能制造為主攻方向，以場景應用為牽引全面推進人工智能賦能新型工業(yè)化活動[6]。國務院國有資產(chǎn)監(jiān)督管理委員會于2024年啟動中央企業(yè)“人工智能+”專項行動，并將以“應用導航”“數(shù)據(jù)賦能”“智算筑基”為重點在2025年繼續(xù)深化該項行動[7]。此外，中國氣象局、國家衛(wèi)生健康委員會、教育部等眾多部門也緊密圍繞各自領域的需求與特點出臺“人工智能+”相關政策文件，充分發(fā)揮人工智能的技術優(yōu)勢，提升各領域的生產(chǎn)服務質(zhì)量與效率。
在國際舞臺上，我國提出的《全球人工智能治理倡議》[8]和《人工智能能力建設普惠計劃》[9]，均以推動人工智能全球務實合作為宗旨，促進多邊交流與協(xié)同發(fā)展，著力彌合國際智能鴻溝，實現(xiàn)科技紅利共享。整體來看，我國高度重視人工智能國際合作，始終以合作、開放、發(fā)展與安全的理念[10]，致力于以人工智能技術創(chuàng)新驅(qū)動產(chǎn)業(yè)升級和技術共享，踐行真正的人工智能多邊主義。
1.3 我國人工智能產(chǎn)業(yè)發(fā)展現(xiàn)狀與挑戰(zhàn)
1.3.1 基礎層
算力、數(shù)據(jù)與算法作為人工智能的核心要素，構(gòu)成了驅(qū)動現(xiàn)代人工智能發(fā)展的底層支柱。其中，算力是支撐人工智能運行的硬件基礎，為模型訓練與推理提供計算能力保障；數(shù)據(jù)是人工智能的“知識基座”，其規(guī)模與質(zhì)量直接決定了模型學習的廣度與深度；算法是人工智能的“智能內(nèi)核”，具備理解、生成、推理能力。三者間形成緊密的協(xié)同生態(tài)：算力與數(shù)據(jù)規(guī)模的擴張能夠推動算法迭代優(yōu)化，而算法復雜度的提升又會反向刺激算力升級與數(shù)據(jù)需求增長。這種循環(huán)促進的機制，正是人工智能技術持續(xù)突破的核心動力。
在全球算力競爭的大背景下，我國算力產(chǎn)業(yè)發(fā)展態(tài)勢迅猛。從整體規(guī)模來看，截至2024年底，我國算力總規(guī)模已達280 EFLOPS（每秒百億億次浮點運算，F(xiàn)P32），其中智能算力占比32%，達90 EFLOPS，穩(wěn)居全球第一梯隊[11]。從增長動能來看，隨著“東數(shù)西算”工程的深入推進，各類新增算力加速向國家樞紐節(jié)點匯聚[12]，我國2024年算力規(guī)模較2023年增長16.5%[13]，擴張速度顯著。
與此同時，我國算力產(chǎn)業(yè)發(fā)展還面臨結(jié)構(gòu)性挑戰(zhàn)。目前，我國仍存在算力供給緊張與部分算力閑置未有效利用的雙重矛盾，標準化、普惠化的全國算力服務統(tǒng)一大市場尚未形成。部分地區(qū)算力中心呈現(xiàn)“多而散”的狀態(tài)，各主體獨立運營、缺乏協(xié)同和共享機制，難以實現(xiàn)跨主體、跨行業(yè)、跨區(qū)域的資源高效共享。且我國高性能芯片與國際先進水平存在差距，盡管涌現(xiàn)了華為昇騰芯片等國產(chǎn)人工智能芯片，但在性價比、能效比等指標上還有待提升。
在數(shù)據(jù)資源上，我國呈現(xiàn)出數(shù)據(jù)總量持續(xù)擴張、數(shù)據(jù)質(zhì)量同步提升的雙重增長態(tài)勢。從數(shù)據(jù)總量來看，2024年我國數(shù)據(jù)生產(chǎn)總量為41.06 澤字節(jié)（ZettaByte，ZB），同比增長25%，預計在2025年將突破50 ZB[12]。其中，金融、互聯(lián)網(wǎng)、通信、制造等數(shù)字化基礎較為扎實的行業(yè)數(shù)據(jù)增長勢頭強勁；大模型、智能家居、智能網(wǎng)聯(lián)汽車的規(guī)?；瘧靡殉蔀閿?shù)據(jù)增長的核心驅(qū)動力，貢獻了整體數(shù)據(jù)量的40%以上；而機器人產(chǎn)業(yè)化進程的加速更帶動其數(shù)據(jù)生產(chǎn)量增速超30%，成為極具潛力的未來增長極。從數(shù)據(jù)質(zhì)量來看，依托政策引導與市場需求的雙重拉動，我國已在成都、合肥等地的數(shù)據(jù)標注基地推進行業(yè)高質(zhì)量數(shù)據(jù)集建設[12]，形成了335 個醫(yī)療、工業(yè)、教育等行業(yè)的高質(zhì)量數(shù)據(jù)集[15]，2024年高質(zhì)量數(shù)據(jù)集數(shù)量同比增長27.4%[14]，為大模型訓練及人工智能應用落地提供了堅實的數(shù)據(jù)支撐。
比較而言，我國數(shù)據(jù)標注產(chǎn)業(yè)規(guī)模有待提升。2023年，全球數(shù)據(jù)標注工具和服務市場規(guī)模達85 億美元[16]，而我國數(shù)據(jù)標注產(chǎn)業(yè)規(guī)模于2024年突破80 億元[15]，且相關企業(yè)仍處于發(fā)展初期，距離Scale AI、Clickworker等具有國際影響力的企業(yè)仍有差距。同時，我國數(shù)據(jù)資源的有效利用存在較大提升空間。2023年，我國數(shù)據(jù)留存率僅為2.9%，低于發(fā)達國家平均水平，因此我國從數(shù)據(jù)資源大國向數(shù)據(jù)資源強國的跨越仍需持續(xù)發(fā)力[17]。
在算法框架方面，我國基礎模型能力已實現(xiàn)從“跟隨”轉(zhuǎn)為“并跑”的跨越。2024年，我國基礎模型能力提升明顯。語言大模型在數(shù)學、理解等專項能力上表現(xiàn)優(yōu)異，但多語言、推理等場景仍有差距。在多模態(tài)大模型能力上，“文生圖”能力躋身全球第一梯隊，“文生視頻”能力保持全球領先。
我國在基礎架構(gòu)及訓推框架上還處于發(fā)展階段。如DeepSeek依托工程化創(chuàng)新實現(xiàn)了行業(yè)影響力的快速提升，但底層理論創(chuàng)新仍然不足。我國代表性框架（如百度飛槳、華為昇思等）在分布式訓練、千億參數(shù)模型支持等領域取得階段性進展，但在算子庫完整性、編譯優(yōu)化效率等技術指標上較弱，且國際社區(qū)活躍度與學術影響力不足，尚未形成“技術研發(fā)—生態(tài)建設”的正向循環(huán)。
1.3.2 應用層
人工智能應用可按服務對象分為B（Business）端應用和C（Consumer）端應用。B端應用面向企業(yè)、政府、機構(gòu)等組織，以解決商業(yè)痛點、提升運營效率為核心；C端應用則直接服務于個人消費者，以改善生活體驗、滿足個性化需求為目標。從應用發(fā)展前景來看，我國龐大且完備的產(chǎn)業(yè)體系與超大規(guī)模的人口基數(shù)為人工智能應用提供了廣闊的市場空間，但付費意愿仍需培養(yǎng)。
從B端應用來看，以制造業(yè)為例，我國在該領域具備扎實的產(chǎn)業(yè)基礎與廣闊的發(fā)展空間。2023年，我國制造業(yè)占據(jù)全球制造業(yè)近30%的份額，達到4.8 萬億美元產(chǎn)值，占國內(nèi)生產(chǎn)總值的27%[18]。自2010年起，我國成為全球擁有聯(lián)合國產(chǎn)業(yè)分類中全部工業(yè)門類的國家，涵蓋41 個工業(yè)大類、207 個中類、666 個小類，且近半數(shù)工業(yè)品產(chǎn)量位居全球首位[19]。依托從上游原材料到下游終端產(chǎn)品的完整產(chǎn)業(yè)鏈、強大完善的制造與配套能力、在全球制造業(yè)格局中不可替代的主導地位，我國潛在制造業(yè)人工智能應用場景及市場空間巨大。同時，從投資流向來看，我國43%的人工智能風險投資流向制造業(yè)，標志著制造業(yè)人工智能應用正成為資本聚焦的重點領域，我國制造業(yè)人工智能應用將迎來進一步突破[20]。在產(chǎn)業(yè)落地層面，我國制造業(yè)人均工業(yè)機器人數(shù)量已超越多數(shù)發(fā)達國家[21]，且供應能力持續(xù)攀升。在2025年第一季度，我國工業(yè)機器人產(chǎn)量達到14.9 萬套，同比增長26%[22]，為智能制造提供了堅實的硬件支撐。
從C端應用來看，國內(nèi)外市場規(guī)模相近。截至2025年6月，ChatGPT憑借近8 億周活用戶、超1 億日活用戶的數(shù)據(jù)，深度滲透全球民眾的工作生活場景[23]。同時，我國人工智能應用榜單的前五名（夸克、DeepSeek、豆包、快對AI、騰訊元寶）已實現(xiàn)超1.2 億日活用戶總和[24]，盡管單款產(chǎn)品尚未形成絕對優(yōu)勢，但14多億人口的基數(shù)為C端人工智能應用市場增長預埋無限潛力。
然而，龐大的用戶規(guī)模與商業(yè)化變現(xiàn)能力尚未形成正向關聯(lián)。受國內(nèi)互聯(lián)網(wǎng)長期免費經(jīng)濟模式影響，我國消費者已形成謹慎的數(shù)字產(chǎn)品付費習慣，疊加人均收入差異導致的價格敏感性，我國C端人工智能應用付費轉(zhuǎn)化率面臨瓶頸。數(shù)據(jù)顯示[25]，66.8%的受訪者愿意為人工智能服務訂閱付費，但普遍心理價位錨定在1~20 元/月的低價區(qū)間，與國外用戶對ChatGPT Plus（20 美元/月）等高價服務的較高接受度形成反差。
1.3.3 生態(tài)層
人工智能產(chǎn)業(yè)生態(tài)的構(gòu)建與發(fā)展離不開多要素的協(xié)同支撐，而人才與資金作為核心驅(qū)動力發(fā)揮著不可替代的作用。人才作為技術創(chuàng)新的主體，其思維與科研能力是推動人工智能技術突破理論邊界、迭代升級的關鍵要素。資金為產(chǎn)業(yè)發(fā)展提供物質(zhì)基礎，通過在技術研發(fā)、成果轉(zhuǎn)化、規(guī)模應用等階段的持續(xù)注入，能夠有效激活創(chuàng)新鏈條，加速產(chǎn)品商業(yè)化進程。
在人才方面，我國近年來加大人工智能人才集聚及培養(yǎng)力度。在人才分布上，跟隨產(chǎn)業(yè)集群效應，“長三角”“京津冀”“粵港澳”等城市群依托經(jīng)濟、科研、產(chǎn)業(yè)鏈優(yōu)勢，已形成人工智能核心人才圈[26]。在人才培養(yǎng)方面，截至2025年4月，全國共有626 所普通高校成功備案人工智能本科專業(yè)[27]，越來越多的高校也在探索學科交叉融合的“人工智能+”及產(chǎn)學研聯(lián)動的創(chuàng)新人才培養(yǎng)模式，人才隊伍規(guī)模正不斷擴大。
總體來看，我國在人工智能頂尖人才儲備上還遠不足。從人才吸引力來看，僅有12%的人工智能精英首選在中國就業(yè)[28]，國內(nèi)頂尖高校、科研機構(gòu)與頭部企業(yè)尚未對全球人工智能頂尖人才形成“虹吸”效應。從人才影響力來看，我國頂尖人工智能人才的整體學術貢獻度未占領先優(yōu)勢。清華大學發(fā)布的2022年人工智能全球2 000 名最具影響力學者榜單（AI 2 000）中，我國僅有232 人次入選，占比為11.6%[29]。
在投融資方面，我國人工智能投融資愈發(fā)活躍。從規(guī)?？偭可蟻砜?，2024年我國人工智能投融資事件達696 起，投融資規(guī)模破千億元，創(chuàng)新活力持續(xù)釋放[29]。在投資偏好上，我國人工智能投資呈現(xiàn)“輕基礎、重應用”的特點，超半數(shù)資金流向人工智能行業(yè)應用賽道，重點布局具身智能和自動駕駛等領域[30]。
從全球來看，我國在人工智能領域的投資規(guī)模仍顯偏小。2024年，我國人工智能融資金額的全球占比下滑至13.2%[31]，國內(nèi)投資機構(gòu)普遍“穩(wěn)慎、猶豫”，且我國人工智能企業(yè)鮮少獲得高額投資。
2 “人工智能+”行動是我國產(chǎn)業(yè)發(fā)展突破的關鍵
2.1 推進“人工智能+”行動的意義
我國具備數(shù)據(jù)資源與市場規(guī)模的雙重優(yōu)勢：作為超大規(guī)模社會經(jīng)濟體，龐大的人口基數(shù)形成天然的數(shù)據(jù)富集生態(tài)，而多元場景需求則為技術創(chuàng)新提供了廣闊的實踐空間與價值轉(zhuǎn)化渠道。與此同時，我國資本配置明顯向應用層傾斜，進一步強化了技術商業(yè)化的推進動能。
基于上述優(yōu)勢，我國宜構(gòu)建以應用牽引為核心的人工智能產(chǎn)業(yè)發(fā)展范式。通過發(fā)揮“人工智能+”的場景賦能效應，依托上層豐富的應用生態(tài)與多元化賦能需求，形成對基礎層軟硬件能力的反向驅(qū)動機制，從而突破技術發(fā)展瓶頸。具體而言，可將龐大市場規(guī)模形成的潛在動能轉(zhuǎn)化為行業(yè)應用的現(xiàn)實效能，以“大市場”驅(qū)動應用商業(yè)閉環(huán)，并通過新應用場景催生海量數(shù)據(jù)，憑借爆發(fā)式增長的用戶規(guī)模帶動數(shù)據(jù)持續(xù)積累，推動各行業(yè)場景數(shù)據(jù)規(guī)模呈指數(shù)級增長。在此基礎上，進一步推進應用價值向產(chǎn)業(yè)資源的轉(zhuǎn)化，通過數(shù)據(jù)要素的深度開發(fā)與價值釋放，夯實人工智能發(fā)展的資源底座，將數(shù)據(jù)規(guī)模優(yōu)勢系統(tǒng)性轉(zhuǎn)化為模型能力優(yōu)勢。海量數(shù)據(jù)的持續(xù)輸入將加速算法優(yōu)化迭代，進而形成對芯片技術創(chuàng)新、算力基礎設施升級的剛性需求。伴隨技術迭代與產(chǎn)業(yè)升級，將吸引更多高端人才集聚與社會資本投入，最終以“應用牽引—底層突破 —生態(tài)完善”的上升路徑，實現(xiàn)我國人工智能產(chǎn)業(yè)從規(guī)模優(yōu)勢向技術優(yōu)勢、生態(tài)優(yōu)勢的全面轉(zhuǎn)化。
2.2 “人工智能+”的內(nèi)涵理解
從概念的本質(zhì)來看，“人工智能+”并非人工智能技術與行業(yè)場景的機械疊加，而是通過技術滲透實現(xiàn)全領域生產(chǎn)要素的重構(gòu)與價值釋放，與“+人工智能”存在根本不同。
與“+人工智能”相比，“人工智能+”的應用覆蓋面更廣、應用融合度更深。在“+人工智能”階段，側(cè)重于在現(xiàn)有產(chǎn)業(yè)、業(yè)務流程或產(chǎn)品中，被動或局部地引入人工智能技術，解決特定問題，通常局限于單一業(yè)務環(huán)節(jié)或特定場景。例如，傳統(tǒng)零售企業(yè)為優(yōu)化庫存管理，引入人工智能算法進行銷量預測。這往往只是對原有業(yè)務的局部優(yōu)化，未對整個業(yè)務體系和商業(yè)模式進行根本性變革。在教育領域，部分在線教育平臺僅將人工智能用于課程推薦，而未從教學理念、學習模式等層面進行深度革新，難以產(chǎn)生顛覆性影響。而在“人工智能+”階段，人工智能技術作為核心驅(qū)動力，從頂層設計出發(fā)，主動對傳統(tǒng)產(chǎn)業(yè)與新興領域進行系統(tǒng)性改造與重塑，滲透到經(jīng)濟社會的各個環(huán)節(jié)，同時致力于打破行業(yè)的發(fā)展邊界，構(gòu)建全新的產(chǎn)業(yè)生態(tài)，推動產(chǎn)品模式、商業(yè)模式、服務模式創(chuàng)新，繼而推動全領域、全鏈條的系統(tǒng)性變革。
與“+人工智能”相比，“人工智能+”的帶動性、發(fā)展性更強。從短期來看，“+人工智能”因只聚焦于單一環(huán)節(jié)，應用落地的技術門檻低、時間周期短，可快速發(fā)揮人工智能提質(zhì)增效的作用；但從長期來看，“+人工智能”的發(fā)展模式對人工智能產(chǎn)業(yè)本身的帶動作用有限。而“人工智能+”雖在短期內(nèi)對算力、算法、數(shù)據(jù)的要求更高，賦能千行百業(yè)的速度相對較慢，但這種發(fā)展模式從人工智能本身出發(fā)，從長期來看更能帶動人工智能產(chǎn)業(yè)鏈上下游協(xié)同發(fā)展，繁榮產(chǎn)業(yè)生態(tài)。
2.3 推進“人工智能+”行動的方法路徑
“人工智能+”可賦能社會經(jīng)濟體系的全領域、全鏈條，若缺乏科學規(guī)劃與有效引導，極易引發(fā)資源分散、重復建設等問題，導致技術應用流于表面，難以形成實際效能。因此，推進“人工智能+”行動需以系統(tǒng)性思維統(tǒng)籌全局，避免盲目跟風、一擁而上。
首先，要明確“+”的行業(yè)，確保技術資源與政策支持能夠集中投入關鍵領域。在行業(yè)選擇層面，需以國家發(fā)展方向為指引，聚焦對社會經(jīng)濟貢獻顯著、與民眾生活質(zhì)量緊密關聯(lián)的關鍵領域，從經(jīng)濟發(fā)展和民生福祉兩大維度統(tǒng)籌布局。從經(jīng)濟發(fā)展維度來看，第一產(chǎn)業(yè)作為國民經(jīng)濟的根基，承載著保障國家糧食安全的重任，“人工智能+農(nóng)業(yè)”將推動農(nóng)業(yè)生產(chǎn)模式向智能化、集約化深度轉(zhuǎn)型，促進“鄉(xiāng)村振興”規(guī)劃的實施；第二產(chǎn)業(yè)作為國民經(jīng)濟的支柱，是實體經(jīng)濟的核心載體，“人工智能+制造業(yè)”將推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級，助力我國從“制造大國”向“智造強國”跨越，穩(wěn)固實體經(jīng)濟根基；第三產(chǎn)業(yè)作為吸納就業(yè)的主渠道和經(jīng)濟增長的新引擎，“人工智能+服務業(yè)”將有效提升服務質(zhì)量與效率，重塑服務模式與體驗，增強經(jīng)濟發(fā)展的韌性與活力。從民生福祉維度來看，醫(yī)療行業(yè)直接關系民眾生命健康，是民生保障的核心支柱，“人工智能+醫(yī)療”將有效緩解“看病難、看病貴”的難題，提升醫(yī)療資源配置效率與診斷準確性，讓優(yōu)質(zhì)醫(yī)療服務惠及更多人群，提升全民健康水平；教育行業(yè)作為民生福祉的重要基石，是培養(yǎng)社會勞動力的核心手段，“人工智能+教育”將促進教育公平，讓每個孩子都能享有優(yōu)質(zhì)教育資源，為我國未來發(fā)展奠定基礎；養(yǎng)老服務行業(yè)在人口老齡化加劇的背景下，成為保障民生福祉的迫切需求，“人工智能+養(yǎng)老”將緩解人力不足、服務精準度低、情感關懷缺失等困境，全方位提升老年人的生活幸福感與安全感。
其次，要厘清“人工智能+”在各行業(yè)落地的現(xiàn)狀和問題，判斷“什么能做”“什么要做”?？蓮男枨髠?cè)、供給側(cè)、保障側(cè)3個維度展開系統(tǒng)性剖析：需求側(cè)聚焦市場對“人工智能+”產(chǎn)品及服務的需求總和，反映了行業(yè)潛在的發(fā)展空間；供給側(cè)涵蓋能夠提供“人工智能+”相關技術、產(chǎn)品與服務的主體，直接決定了滿足市場需求的能力；保障側(cè)則是確?！叭斯ぶ悄?”健康、穩(wěn)定、可持續(xù)發(fā)展的支撐體系，全方位為人工智能賦能行業(yè)發(fā)展保駕護航。
從需求側(cè)來看，各行業(yè)存在共性問題。一方面，許多傳統(tǒng)行業(yè)企業(yè)對人工智能技術的認知和接受程度較低，缺乏應用人工智能技術的意識和動力，擔心技術投入成本高、回報周期長，對人工智能技術的實際價值和應用潛力認識不足；另一方面，即便企業(yè)有應用意愿，也面臨著缺乏專業(yè)人才、難以評估人工智能技術適用性等難題。以中小企業(yè)為例，其數(shù)字化基礎薄弱，缺乏數(shù)據(jù)積累和技術團隊，難以獨立開展人工智能應用項目，導致“不敢用”“不會用”的情況普遍存在。同時，各行業(yè)在需求側(cè)還存在特性問題。以制造業(yè)為例，工業(yè)應用場景碎片化高，且不同企業(yè)的生產(chǎn)流程、設備參數(shù)和工藝標準存在較大差異，導致人工智能模型難以實現(xiàn)跨場景復用，制約規(guī)模化應用。因此，要有序推進人工智能賦能工業(yè)場景的落地應用，優(yōu)先聚焦生產(chǎn)流程中的高價值場景，同時支持新場景試點示范，鼓勵大型企業(yè)和行業(yè)龍頭發(fā)揮示范引領作用，帶動中小企業(yè)共同推進“人工智能+”，激勵更多企業(yè)參與新場景開拓。
從供給側(cè)來看，各行業(yè)普遍存在垂類模型訓練及推理的算力不足、行業(yè)高質(zhì)量數(shù)據(jù)集供給有限、模型能力與行業(yè)實際需求脫節(jié)等問題，造成“不能用”“不好用”的困擾。因此，在算力層面，要加速自主算力技術迭代，推進國產(chǎn)芯片架構(gòu)創(chuàng)新與異構(gòu)計算融合發(fā)展，并進一步統(tǒng)籌算力布局，強化算力資源的跨區(qū)域協(xié)同調(diào)度與動態(tài)分配；在數(shù)據(jù)層面，要建立公共數(shù)據(jù)分級分類開放機制，優(yōu)先開放政務、交通、醫(yī)療等領域的高價值數(shù)據(jù)，同步完善數(shù)據(jù)質(zhì)量管理體系與標準化標注流程，健全數(shù)據(jù)確權、定價、交易等流通機制，破除“數(shù)據(jù)孤島”；在算法層面，要聚焦現(xiàn)有技術路線進行模型優(yōu)化，持續(xù)提升推理精度與效率，更要鼓勵產(chǎn)學研協(xié)同探索，推動算法研發(fā)與行業(yè)需求深度耦合，形成適配產(chǎn)業(yè)發(fā)展的技術供給體系。
從保障側(cè)來看，各行業(yè)都面臨復合型人才匱乏、智能化轉(zhuǎn)型資金短缺、行業(yè)標準體系滯后、安全監(jiān)管機制缺位等難題，嚴重阻礙“人工智能+”的供需對接。在人才培育上，既要鼓勵高校優(yōu)化學科設置，強化人工智能與行業(yè)學科的交叉融合，推動產(chǎn)學研用聯(lián)合培養(yǎng)適應產(chǎn)業(yè)需求的復合型人才，又要加速傳統(tǒng)行業(yè)人才的智能化轉(zhuǎn)型，建立面向行業(yè)從業(yè)者的常態(tài)化人工智能培訓機制；在資金支持上，應充分發(fā)揮國有資金引導作用，推動社會資本加大投入，暢通相關企業(yè)融資上市渠道；在標準建設上，要加快各行各業(yè)順應人工智能時代的標準制訂，建立動態(tài)更新機制，確保標準體系與技術發(fā)展保持同步；在安全監(jiān)管上，需建立覆蓋人工智能全生命周期的風險分級分類管理框架，并加快人工智能立法進程，明確技術研發(fā)者、使用者、監(jiān)管者的權責邊界，完善風險應急處置機制，為“人工智能+”的健康發(fā)展筑牢制度防線。
最后，要把握“人工智能+”的推進力度，確保技術發(fā)展與社會穩(wěn)定、價值導向“同頻共振”。在就業(yè)保障方面，聚焦制造業(yè)、服務業(yè)等重點領域，加強對重點領域就業(yè)和失業(yè)形勢監(jiān)測，并建立人工智能失業(yè)援助快速響應機制，幫助失業(yè)群體實現(xiàn)技能重塑與崗位轉(zhuǎn)換，防范化解潛在的規(guī)模性失業(yè)風險，確保勞動力市場平穩(wěn)過渡；在倫理規(guī)范方面，要引導行業(yè)堅持“以人為本”“智能向善”，完善倫理審查制度，筑牢人工智能發(fā)展的倫理基石。
3 結(jié)束語
推進“人工智能+”行動將充分釋放我國數(shù)據(jù)資源富集、市場規(guī)模廣闊的雙重優(yōu)勢，有力驅(qū)動技術創(chuàng)新突破與產(chǎn)業(yè)生態(tài)構(gòu)建，為我國在全球人工智能競爭中開辟差異化突圍路徑。鑒于“人工智能+”應用廣度的持續(xù)延伸和深度的不斷挖掘，需秉持全局觀念，分行業(yè)、有側(cè)重地推進“人工智能+”行動，并充分考量其可能引發(fā)的社會結(jié)構(gòu)性變革。在宏觀框架外，各行業(yè)“人工智能+”行動需緊密結(jié)合自身技術基礎與發(fā)展訴求，制訂相應推進策略，具體落地路徑仍有待進一步探索。
