推動人工智能技術加快形成新質生產力

當前，以人工智能技術為核心，生物技術、能源技術、量子信息技術等各前沿領域展現出深度交叉、迭代突破的發展態勢，新一輪技術革命加快演進。人工智能是這一輪技術革命的核心主導技術，正在對新質生產力的形成產生重大影響。

習近平總書記在中共中央政治局第十一次集體學習時指出，必須加強原創性、顛覆性科技創新，加快實現高水平科技自立自強，打好關鍵核心技術攻堅戰，培育發展新質生產力的新動能。新質生產力相關理論的提出，體現出以習近平同志為核心的中共中央對于前沿技術發展趨勢的前瞻預見，以及對技術革命對生產力變革影響的深刻洞察。歷史上每一輪技術革命，都帶來生產力的吐故納新和國家競爭力的重新洗牌。當前，以人工智能技術為核心，生物技術、能源技術、量子信息技術等各前沿領域展現出深度交叉、迭代突破的發展態勢，新一輪技術革命加快演進。人工智能是這一輪技術革命的核心主導技術，正在對新質生產力的形成產生重大影響。

一、充分認識人工智能技術塑造形成新質生產力的主要路徑

以大模型為代表的人工智能技術快速發展，呈現出高度擴散性和使能性，各種技術創新和商業化應用項目層出不窮，呈現出迭代速度快、應用場景廣、投資熱度高等特點。人工智能技術正在通過不同路徑塑造形成近中遠期三條生產力增長曲線。

一是推動智能化滲透千行百業，提升全社會勞動生產率。隨著智能芯片和智能算法的不斷迭代，智能化水平不斷上升、成本不斷下降，為通過智能化改造提升傳統產業生產效率提供了可能性，為長期遲滯的全球生產率增長帶來了新的動力源，形成人工智能推動生產力發展的第一增長曲線。前期，視覺智能賦能城市治理、商業物流、生產線自動化檢測等，大幅度提高了管理和生產效能。跨媒體智能模型Sora的出現將

會對電影廣告設計等創意產業以及互聯網行業等產生顛覆性影響。大模型與具身智能結合，將不斷提高工業機器人的智能化水平，提升各個工業部門的勞動生產率。通過賦能實體經濟提高全社會勞動生產率，是人工智能技術和人工智能產業持續發展的根本。

二是人工智能技術催生新產品和新服務，推動形成新的產業生態。技術驅動和行業應用拉動相結合，推動人工智能技術形成從芯片和算法到大模型再到各種應用的循環，推動人工智能新業態蓬勃發展，形成第二個生產力增長曲線。人工智能芯片、大模型、各種軟件應用市場規模不斷擴大。以人工智能芯片為主要業務的英偉達公司，市值已達2萬億美元，成為繼蘋果、微軟之后第三家躋身“2萬億俱樂部”的科技巨頭，展現出強大的盈利能力和發展前景。華為公司的人工智能芯片已經成為公司重要的增長極。大模型龍頭OpenAI年化營收超過10億美元，已經躋身少數幾家在成立后十年內實現10億美元年收入的公司。全球人工智能領域融資額持續增長，一批專注于特定領域的人工智能企業不斷涌現，由少數龍頭企業、一批獨角獸企業和大批中小企業組成的產業叢林正在形成，為未來發展帶來新動能。

三是人工智能深度賦能科學研究，可能帶來生產工具效率的指數級增長。馬克思指出：“科學是最高意義上的革命力量。”人工智能技術正在加快科學研究范式變革，提升科學研究的效率和速度，將對“科學”這個能夠變革生產工具的革命性力量產生顛覆性影響。從這個意義上講，人工智能對于生產力的影響不是線性的，而是形成指數級的第三增長曲線。在生物制藥領域，人工智能應用于化合物發現、臨床試驗等環節，首個人工智能輔助研發藥物已進入臨床，莫德納公司與OpenAI合作，對15種藥物開展人工智能輔助研發，生物制藥行業開發一個新藥要耗費10億美元和10年時間的發展困境有望得到緩解。人工智能技術在解決通過磁約束實現等離子體精準控制方面取得突破性進展，有可能加快受控核聚變的商業化進程。可以說，人工智能技術有可能大大加快基礎科學研究進程，深度賦能生物制藥、新材料研發、受控核聚變、量子計算等前沿技術領域，可能引發“技術爆炸”，從而帶來群體性、顛覆性、革命性變革，帶來勞動生產率的指數級提升。

二、推動人工智能形成新質生產力面臨的主要挑戰和問題

人工智能加快形成新質生產力，為全球勞動生產率的提升帶來新的可能性。但到目前為止，對于人工智能技術的傾力投入，尚沒有實現預期中的回報，人工智能技術與應用能否實現商業閉環仍存在不確定性。同時，與上一輪互聯網革命時相對寬松的國際環境不同，目前大國競爭博弈環境復雜多變，部分國家將科學技術政治化，導致全球創新體系割裂，為我國帶來新的挑戰。瞄準形成三個增長曲線的目標，需要重點解決制約我國人工智能形成新質生產力的關鍵瓶頸問題。

一是產業化應用存在各種制約，賦能實體經濟尚未實現高水平循環。發展人工智能，核心還是做好自己的事，把我國現代化建設、人口老齡化、應對氣候變化等方面的問題作為人工智能發展的著力點，但仍存在諸多制約因素。例如，人工智能應用依賴于高質量數據，我國仍存在行業數據獲取難、高質量數據集缺乏等問題。以醫療領域為例，由于各種原因，不同醫療機構之間的醫療數據難以實現互聯互通和共享應用。另外，在自動駕駛、低空經濟等人工智能深度賦能的新領域還存在諸多政策限制。

二是關鍵環節存在技術短板，新技術和新產業發展的基礎不夠厚實。美國把人工智能技術作為未來發展的制高點，推動對我國技術脫鉤，強化人工智能芯片出口管制。人工智能芯片以及半導體制造工藝的短板，導致我國人工智能算力資源缺乏，除少數科技龍頭企業外，大部分企業、高校和科研院所都存在人工智能算力短缺問題，嚴重影響人工智能創新生態的形成。人工智能開源框架等仍主要依賴美國企業，存在卡脖子風險。

三是人工智能高端人才缺乏，對未來發展原創引領不足。我國人工智能技術路線、核心原理和關鍵算法等長期處于跟跑狀態，其核心原因是高端人工智能人才不足，圍繞人才配置創新資源的機制不夠完善。我國人工智能從業者規模巨大，但是高水平人才不足。清華大學發布的人工智能全球最具影響力學者榜單（簡稱“AI 2000”），

我國入選學者數量約是美國的1/5。企業高端人才更加缺乏，與產業界引領人工智能發展的大趨勢不適應。高端人才不足，以及跨學科人才組合能力不足，導致我國對人工智能前沿方向的原創引領力不夠，人工智能賦能科學研究的能力不足。

三、加快推動人工智能形成新質生產力的相關建議

我國目前在人工智能發展上處于世界前列，

在市場應用、產業體系等方面也有獨特的優勢，但與美國相比，在算力、數據、人才、投入等方面還存在較大差距。面對國際人工智能競爭以及加快形成新質生產力的需要，必須堅持目標導向和問題導向結合，補齊短板和發揮長板優勢結合，重點做好以下幾個方面工作。

一是踐行新型舉國體制，打通人工智能領域產業鏈條。以重大科技攻關任務為牽引，完善央地協同機制，推動人工智能科研力量跨區域整合，避免盲目補貼導致的封閉、分散，以最優質力量形成產業鏈合力。建立人工智能核心芯片、基礎軟件的統籌協調機制，引導支持頭部人工智能芯片企業與芯片應用企業軟件適配，提升使用效能，打通人工智能芯片、開放框架、大模型建設和行業應用鏈條，推進實現高水平技術產業循環。有序推動基礎大模型通過競爭優化整合，集中力量打造少量國家級大模型底座，引導各個地方結合區域特點，分工協同，發展制造、醫藥、文旅等行業大模型。制定新一輪國家人工智能發展規劃，明確戰略布局，引導激發全社會人工智能創新創業活力。

二是以企業為核心完善創新體系，營造最優創新創業環境。以企業為核心優化人工智能戰略力量布局，推進人工智能領域國家實驗室、高水平大學和研究機構向企業賦能，促進更多高端人工智能人才向企業流動。試點人工智能企業與行業頭部企業“結對子”，迭代推進大模型的行業示范應用，發揮我國產業體系齊全、擁有高效協作的制造業網絡和豐富的行業數據資源等優勢，促進人工智能技術快速轉化應用。以新型工業化、城鎮化、農業現代化以及消費升級、綠色低碳轉型等我國現代化發展的關鍵問題作為出發點，積極營造人工智能應用場景。

三是以人為核心組織創新資源，推動算力、數據等向人才集聚。聚焦高水平研究型大學人工智能頂尖人才，在高水準算力資源和數據資源上給予保障，培育一批熟悉大模型開發應用的高端人才。促進人才在企業與高校院所之間雙向流動，鼓勵高端人才針對特定任務跨學科組合和密切協同。結合區域特色，有序布局建設行業數據共享中心，在創新資源密集地區布局建設算力基礎設施，加強人工智能普惠算力供給，引導行業數據共建共享，支持人工智能領域創新創業。

四是前瞻組合布局未來技術，促進信息-能源相互促進迭代發展。人工智能的長期發展依賴于信息和能源的相互促進，迭代發展。應加強腦科學與人工智能技術的協同，發展低能耗類腦智能，為通用智能發展提供更多原創策源力。加強量子計算與人工智能技術的相互賦能，為人工智能未來發展儲備高階算力。加強人工智能在超導、受控核聚變等領域的應用，為人工智能長期可持續發展提供不竭綠色能源。

（作者為中國科學技術信息研究所所長，九三學社中央科技專委會主任）

責任編輯：林睿琪