人工智能 是引领将来的战略性通用技术和驱动新一轮产业变革的新引擎，对于抢占未来发展制高点、构建现代化产业体系非常重要。为此，需要准确把握 人工智能 技术、产业发展内在规律和基本趋势，加快推动形成先导优势、特色优势和综合竞争优势。
人工智能 产业方兴未已
作为数字化的下一个前沿，世界各国对 人工智能 重视水平日积月累。中、美、日、欧等国家或地区均制定发布了 人工智能 发展战略。近年来，全球 人工智能 领域的投资增长迅猛。
人工智能 产业链的核心是大模型。从产业链的视角来看， 人工智能 上游基础层是算力和数据，包含服务器、芯片、光模块、交换机、 数据中心 、液冷设备等；中游技术层是构筑在算力和数据基础上、以算法为核心能力的大模型平台，深度学习、自然语言处理、迁移学习等是关键技术；下游是应用层，包含游戏、传媒影视、金融、办公、医疗等各类产业场景。其中，大模型是 人工智能 产业链核心竞争力的来源，全球各大科技公司都在积极投资、研发推出各自的大模型。
人工智能 当前在多数行业中的应用仍处于早期或试验阶段。从全球来看， 人工智能 为经济繁华提供了新机会，也深刻影响着国际贸易，但目前仅有少数企业开展规模化部署或将其部署于核心业务。受企业 人工智能 战略、应用人才储蓄、短时间投入产出效益等原因影响，我国 人工智能 使用率与美、英、日、印等领先国家相比仍有较大提升空间，国内企业需要进一步强化 人工智能 技术与现实业务的结合创新能力。
人工智能 产业布局趋于虚拟集聚。目前， 人工智能 企业主要集聚在 京津冀 、长三角、珠三角区域，其中，应用层企业数量占比超过一半。产业布局虚拟集聚的 势头判断主要基于两方面原因：一是大模型平台的市场集中度趋于提升。由于模型训练的固定成本很高和运营的规模效应巨大，基础大模型的市场将表现出明显的市场集中趋势。二是随着新一代信息通信技术的发展，技术层企业与基础层、应用层企业将更多地采用虚拟连接的形式，地理空间上的临近性对企业成长演化的重要性会大大降低。
以 人工智能 赋能产业发展
我国推动 人工智能 产业发展主要有三大优势：一是技术水平处于全球领先地位。我国 人工智能 专利数量全球第壹，在语音识别、自然语言处理和计算机视觉等领域均获得了很多突破，且 人工智能 领域“巴斯德象限”特征明显。二是产业基础雄厚。 人工智能 发展需要场景驱动，我国产业门类齐全、经济规模巨大，在预测、采购、营销、定价、运营及改善用户体验等方面有极大的应用潜力。同时，我国 人工智能 企业数量亦位居世界前列。三是政策激励持续。我国早在2017年就制定了《新一代 人工智能 发展规划》，之后又相继出台了《关于加快场景创新以 人工智能 高水平应用增进经济高质量发展的指导意见》《生成式 人工智能 服务管理暂行办法》等一系列政策法规，推动国家新一代 人工智能 创新发展试验区建设，政策支援力度明显。
下一步，我国发展 人工智能 产业需要从以下四个方面发力：
优化发展策略，有序推进产业赋能。一方面，引导错位竞争，强化区域竞合。目前，全国多地纷纷布局 人工智能 ，强化对全产业链技术、市场等的领会，共同推动计算机视觉、智能语音、自然语言处理、生物特征识别、VR/AR等领域技术的突破，积极开展机器学习、知识图谱、类脑智能计算等通用技术的联合攻关，同时在产业链环节各有偏重、有序竞争、持续发力。另一方面，完善应用策略和推进路线。 人工智能 技术需要在应用中不断迭代发展，应遵循先易后难、先简单后复杂的准则，明确在不同行业部署的优先级和应用重点，加快构建 人工智能 应用的试错机制。好比，制造业应用首先进入人力成本或综合成本较高的简单重复劳动环节，优先探索 机器人 协助制造、 机器视觉 工业检测等智能场景，进而改造全流程。
加强人才培养，搭建产业应用桥梁。一方面，强化复合型人才培养。应用驱动是我国发展 人工智能 的重要策略路径。相对于软件工程师、数据科学家、产品经理等，熟悉产业场景和实际业务并能将业务问题转化成解决方案的 人工智能 转译人才更为关键。应以行业人才再培养为主要着力点，夯实大模型在产业中应用的要素支撑。尤其是要鼓励企业加强内部挖潜，坚持外引内育并举。另一方面，完善人才培养方案。高校、高职院校在人才培养上应加强电子、材料、机械、光学等现有学科专业与 人工智能 科学的有效融合。强化校企人才联合培养力度，丰富应用场景驱动人才成长。三是增进跨区域 人工智能 人才交流。创新人才招引和使用方式，重视团队招引，探索人才共享方式。
完善政策举措，有力支持应用驱动。一是抓紧制定细化 人工智能 产业链地图，进行全面深度产业扫描，对 人工智能 发展关键点的特征属性、政策需求等开展系统、深入研究。二是完善顶层设计，整合短时间政策。成立全球范围内的 人工智能 产业专家咨询委员会，形成对产业发展总体战略、实施方案的决策支持。加强政策的普惠性、包容性、协调性和延续性，重视对需求端的补助。三是引导上下游协同发展，开展大模型创新应用大赛，编制优秀案例集，给予国内优秀大模型公司应用迭代的机会，鼓励大模型公司与生态企业缔造创新共同体和利益共同体，构建开放动态产业生态体系。四是尊重企业成长的不同性，用中长期战略眼光真正重视 人工智能 领域目前尚处于草创期、规模较小、贡献不大的企业。
重视发展安全，营造良好发展环境。一方面，适度超前布局支撑 人工智能 发展的条件设施体系。现代 人工智能 的发展主要依赖人力资本、数据和算力。除了优化升级网络连接类基础设施、提升传统基础设施的智能化水平，还要加强功能类基础设施的建设，尤其是加强 大数据 基础设施和高效能计算基础设施的统筹布局及建设利用，积极推进高质量数据集、智能算力集群等相关领域技术攻关，为大型 人工智能 模型训练提供 海量数据 和强大算力支持。另一方面，完善 人工智能 治理。加强 人工智能 治理的国际交流与合作，规范数据管理和算法管理，提升技防水平，如研发 人工智能 风险管控软件、安全大模型等，不断提高 人工智能 的安全性、包容性和公众信任度，降低 人工智能 应用的危险和可能对公平竞争、 知识产权 、社会平等、个人隐私、信息决策等引发的不利影响。
（作者系南京大学长江产经院特任研究员， 江苏省 社科院区域现代化研究院副院长、研究员）