“人工智能+”雙向賦能引領新質生產力提升

【觀點摘要】

· 當前人工智能進入產業應用關鍵階段，要將“技術進步增量”轉化為“經濟發展增量”，需從生產力提升發力。

· 每一次通用技術突破，都會催生適配的產品服務、企業與商業模式，並釋放紅利，推動經濟社會進步。

· 鼓勵數字化基礎好、智能升級需求大的場景先行先試，形成示範帶動效應後擴大場景範圍，避免企業在對智能化轉型缺乏充分認知時盲目跟風。

從工廠裏的智能生產線，到城市中的智慧交通網絡，再到醫療領域的AI輔助診斷……人工智能正在融入經濟社會的方方面面。

眼下，我國人工智能產業不斷壯大，新技術、新應用、新業態不斷湧現。如何更深層次地賦能經濟社會高質量發展？

“人工智能在技術創新與商業應用的雙輪驅動下，加速與實體經濟深度融合，已形成覆蓋基礎層、框架層、模型層、應用層的人工智能技術產業體系。”中國信息通信研究院院長餘曉暉做客經濟高質量發展專家談時表示，算力等人工智能基礎設施性能不斷提升，人工智能數據產業蓬勃發展，算法創新加快迭代演進，各類智能產品和服務創新活躍，具備了良好的人工智能規模化商業化應用基礎。

國務院日前印發《關於深入實施“人工智能+”行動的意見》（以下簡稱《意見》），明確了系統推進“人工智能+”的總體要求，分2027年、2030年、2035年三階段推動人工智能與經濟社會各行業各領域廣泛深度融合，系統佈局“人工智能+”6大重點行動和8大基礎支撐能力。

《意見》如何通過系統佈局推動人工智能技術與經濟社會雙向深度融合？

餘曉暉表示，《意見》重點聚焦深度融合，以人工智能應用引領生產力提升、生產力提升反哺人工智能科技創新的雙向賦能為主線，重點佈局了促進人工智能技術創新羣體性突破，加強人工智能與其他行業技術融合創新，推動人工智能更高水平賦能實體經濟的切實舉措：

一是加快推動人工智能向現實生產力轉化。每一次通用技術突破，都會催生適配的產品服務、企業與商業模式，並釋放紅利，推動經濟社會進步。當前人工智能進入產業應用關鍵階段，要將“技術進步增量”轉化為“經濟發展增量”，需從生產力提升發力。《意見》一方面聚焦生產力重點領域，構建中國特色“AI4S”體系，提出一二三產業的全要素智能化轉型發展路徑，佈局智能原生新技術、新業態、新模式，培育服務消費的新模式、產品消費的新場景等，加快促進人工智能進一步向現實生產力轉化；另一方面從民生、治理、全球合作切入，提出優化工作方式、構建治理圖景、共建全球治理體系等舉措，推動構建適配先進生產力的生產關係。

二是形成以人工智能應用引領生產力提升、生產力提升反哺人工智能科技創新的雙向賦能模式。“人工智能+”需與行業技術融合推動各行業創新，借全領域智能化升級的場景與數據實現技術突破。《意見》佈局“人工智能+”重點應用與技術支撐體系，構建“以創新帶應用、以應用促創新”雙向賦能新範式。從內在要素看，推動算法、數據、算力三大要素緊密耦合，相互強化，模型算法重構應用生產力，新應用場景催生海量高價值數據，並驅動模型持續迭代優化，進一步突破基礎原理和關鍵工程化問題，持續增強“人工智能+”技術能力的關鍵引擎，形成技術應用內生性正反饋循環的“飛輪效應”；從發展過程看，通過重點領域突破及後續規模化應用，在對技術核心要求提出更高要求的同時，為人工智能技術持續優化提供充足需求牽引力和市場空間。同時，通過優化應用環境、繁榮開源生態、建設人才隊伍、強化政策法規、提升安全水平等舉措，為雙向賦能新範式構築完善資源與制度支撐。

三是推動數字經濟向智能經濟加速演進。智能經濟是脱胎換骨的全新形態，《意見》的實施，將加快通過人工智能的變革性賦能作用，釋放數據要素價值，驅動物理世界、數字空間和知識體系的優化創新，突破科學發現、技術進步和生產組織的瓶頸與邊界，推進科技範式變革、生產要素重組、產業體系升級、治理模式優化，大幅提升資源利用和經濟社會運行效率，實現生產力突破和社會福祉增進，塑造全新智能發展範式。同時，《意見》也針對邁向智能經濟過程中的重點民生問題給予回應，尤其是強調要充分發揮人工智能對新就業崗位的創造效果，有序推動人工智能規模化落地。

下一步深入實施“人工智能+”行動應注意把握好哪些方面？餘曉暉認為主要把握以下三方面：

一是注重技術創新與環境保障的協調統一。要把握人工智能發展規律，完善政策構建、提高資源供給、加強法規建設、研製關鍵標準、培養複合人才、激發創業就業活力、加大財政支持、促進國際合作、保障技術安全，落實《意見》要求，解決算力短缺、標準滯後、人才匱乏、轉型成本高制約“人工智能+”可持續發展的關鍵問題。

二是注重產品能力與實際需求的協調統一。人工智能企業有技術儲備和產品開發能力，但因缺乏對行業流程和場景邏輯的深入理解，難以形成契合實際需求的解決方案，陷入供需錯配局面。結合《意見》要求，需推動供需深度對接，加快基礎理論研究、提高模型推理精度、調研場景訴求、優化產品能力、強化技術協同創新，緩解模型輸出不穩定、場景融合難等行業應用“不能用”“不好用”的困擾。

三是注重行業水平與轉型路線的協調統一。不同行業在數字化水平、資源供給能力、市場競爭格局等應用基礎方面差異較大，需堅持市場驅動，結合場景價值、模型生態等因素因業施策，制定符合企業實際的智能化轉型路線。鼓勵數字化基礎好、智能升級需求大的場景先行先試，形成示範帶動效應後擴大場景範圍，避免企業在對智能化轉型缺乏充分認知時盲目跟風。（實習生趙梓稀對本文亦有貢獻）