人工智能技术的快速发展引发了（加快发展人工智能 实现生产力跃升）

作者：黄卓（北京大学国家发展研究院副院长），周鼎（北京大学长沙计算与数字经济研究院智库中心主任助理）

习近平总书记指出，加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手，是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。随着人工智能（AI）技术的发展，以AI推动生产力整体跃升、加快形成新质生产力的路径越发明晰。疏通当前AI产业发展存在的堵点，对于加快发展新质生产力、推动我国经济社会高质量发展具有重要意义。

发展新质生产力的重要引擎

新质生产力是由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生的当代先进生产力，它以劳动者、劳动资料、劳动对象及其优化组合的质变为基本内涵，以全要素生产率提升为核心标志。AI对上述各个维度均存在积极推动作用，是发展新质生产力的重要引擎。

首先，在技术突破方面，通过大数据、深度学习、自然语言处理、神经网络等技术手段，AI已发展至由数十亿到数千亿个参数组成的大模型阶段，使机器具备了模仿人类思维的能力，驱动机器不仅对重复性劳动而且对创新性劳动实现了逐步替代，带来了技术的革命性突破。

其次，在要素配置方面，AI作为新生产工具正融入社会生产各环节，它以数据作为新生产要素、算力作为新基础能源，通过人机协同新模式，以“劳动者高技能化、劳动资料智能化、劳动对象多形态化”促进了劳动者、劳动资料、劳动对象及其优化组合的质变，推动了生产要素创新性配置和全要素生产率大幅提升。

最后，在产业升级方面，AI通过生产要素的组合优化与整体跃升，延展了传统生产边界、开拓了新型产业空间，培育了基于AI的新产业、新业态、新模式，促进了产业跨界融合与深度转型升级，并由此加快推动了新质生产力大发展。

近年来，随着我国AI产业发展进入“深水区”，AI产业发展中的堵点影响新质生产力发展，主要包括以下方面。

一是部分AI先发技术仍处于追跑阶段。当前我国AI大模型在整体架构、模型规模、数据吞吐、训练算法等核心技术方面相较于国际最高水平仍有距离。二是对AI应用研发的算力供给有所不足。算力是AI三个核心要素之一，我国算力存在“智算中心少、大型数据中心少、国产自主高性能算力硬件设备少”的情况。三是对AI产业发展的要素支撑相对有限。当前我国在AI领军人才数量上仅占全球14%，行业投资数量和投资额相对较低。

多措并举疏通产业堵点

针对上述AI产业堵点，应从研发体系、技术攻关、应用场景、要素保障等方面发力，使AI更好地赋能新质生产力发展。

一是构建AI产业研发体系，蓄足新质生产力“源头活水”。要形成由“高水平研究型大学—国家级创新平台—科技领军企业—新型研发机构”构成的“顶天立地”研发体系。高水平研究型大学面向AI的基础研究、学科建设和人才培养持续深耕。国家级创新平台重点突破AI大模型的架构、规模、算法等关键核心技术。科技领军企业整合集聚创新资源，开展AI产业共性关键技术研发和产业化。新型研发机构发挥体制机制创新优势，结合AI产业需求开展目标导向的有组织科研，打通成果转化“最后一公里”。四者之间基于新型举国体制，在产学研深度融合中彼此渗透，蓄足新质生产力发展的“源头活水”。

二是实现AI技术突破，催生新质生产力核心动能。一方面，应发挥新型举国体制优势，加大对于AI大模型底座等技术主战场以及算力软硬件等核心支撑技术的持续投入，对算力硬件设备领域的企业实施税收优惠政策，加强对CHIPLET、存算一体等关键技术的专项攻关。另一方面，应结合全国一体化算力网建设，统筹布局超算中心、智算中心、数据中心等算力基础设施建设，推动对百万核心以上规模算力资源调度能力的技术攻关，形成高效率、低成本、规模化的AI公共服务支撑平台，催生新质生产力发展的核心动能。

三是打造AI产业应用场景，提供新质生产力物质资料。就目前情况来看，我国在通用AI领域尚未形成显著优势，而基于国内广阔市场和海量数据，可优先发力专用AI，形成“AI+行业应用”的垂直效益。深度挖掘、积极打造可应用新一代AI技术的各类场景，进一步在金融、商务、政务、教育、文旅等不同行业领域拓展场景应用，形成AI多领域跨界应用生态，推动既有行业提质降本增效和新经济增长点探索培育，提供新质生产力发展的物质资料。

四是强化AI产业支撑合力，巩固新质生产力要素保障。应推动研究制定“AI+”行动方案或相应政策，鼓励高校、科研院所与企业共同开展AI人才培养项目，健全完善人才激励机制，充分发挥国有金融机构的信贷支持作用，鼓励政府产投基金为AI企业提供多元股权融资，完善科技保险风险共担机制。

总之，要通过疏通AI产业堵点，以新一代AI技术赋能千行百业，实现经济社会各领域各环节智能化转型升级，为新质生产力发展点燃新引擎。

来源： 科技日报