□ 经济发展新动能课题组
编者按
当前，中国经济已进入高质量发展阶段，正处于转变经济发展方式、优化经济结构、转换增长动力的关键时期。我国具有创新能力提升快、市场需求支撑强、产业升级空间大等优势，这为新质生产力形成和经济新动能培育创造了难得的历史性机遇。为此，上海证券报与中国宏观经济研究院、中国经济信息网组成联合课题组，共同推出“经济发展新动能”系列报告，从“人工智能+”、绿色贸易、低空经济、新型消费、传统产业绿色化转型升级等方面，聚焦新动能产业发展前景，探讨如何充分发挥政策、市场和技术等多方面优势，加快发展新质生产力，加速经济新动能培育，为经济发展注入新的活力和动力
□ 人工智能是引领未来的战略性技术，也是新一轮科技革命和产业变革的核心。2024年政府工作报告提出，要“制定支持数字经济高质量发展政策”，“开展‘人工智能+’行动”。这意味着“人工智能+”正式上升为国家级专项行动
□ “人工智能+”行动是顺应新一轮科技革命和产业变革趋势，积极抢占国际科技竞争主导权的重大举措，是加快发展新质生产力的重大部署。“人工智能+”将加速人工智能赋能千行百业、惠及千家万户，为加快培育和发展新质生产力注入澎湃动能
□ 要确保“人工智能+”行动取得实效，应尽快完善政策支撑保障体系，适度超前建设算力基础设施，加快推进人工智能大模型技术研发，持续提升人工智能应用深度广度，确保人工智能在安全可用的基础上走向深入，真正培育成为新质生产力的强力引擎
一、人工智能成为新一轮科技革命和产业变革、激活新质生产力的强力引擎
2024年政府工作报告提出，要“制定支持数字经济高质量发展政策”，“开展‘人工智能+’行动”。实施“人工智能+”行动，是顺应新一轮科技革命和产业变革趋势，积极抢占国际科技竞争主导权的重大举措，人工智能成为加快发展新质生产力的强力引擎。
（一）抢抓全球科技创新制高点和产业竞争新机遇的重大战略举措
人工智能是引领未来的战略性技术，也是新一轮科技革命和产业变革的核心驱动力。2023年以来，从ChatGPT惊艳亮相到Sora刷爆全球，从单一智能到通用智能，从单模态到多模态，人工智能大模型快速迭代，成为全球科技巨头的“角斗场”。据预测，2035年生成式人工智能有望为全球贡献近90万亿元的经济价值。与此同时，一些西方国家企图垄断人工智能发展优势，滥用国家安全概念，频繁出台关于人工智能的法案和行政命令，并试图通过拼凑国际多边机制等方式阻挠中国发展人工智能。当前，中国人工智能企业数量、投资金额、科研实力仍处于“追赶”阶段。实施“人工智能+”行动，有利于紧紧抓牢抓实人工智能这个“牛鼻子”，靠颠覆性技术和前沿技术激发更多新质生产力，在重塑全球竞争新格局中掌握主动权和主导权。
（二）面向时代的前瞻性、系统性、整体性重大政策设计
“人工智能+”行动立足于我国海量多元数据、超大规模市场和丰富应用场景等独特优势，旨在大力培育人工智能新产品和新服务，有利于全面彰显科技创新的增量器和放大器作用，赋能传统产业升级、新兴产业壮大、未来产业培育，构建科技创新和产业应用创新良性互动的发展格局，引领新质生产力形成和发展。工业和信息化部最新数据显示，我国已建成2500多个数字化车间和智能工厂，经过智能化改造，研发周期缩短约20.7%、生产效率提升约34.8%、不良品率降低约27.4%、碳排放减少约21.2%。开展“人工智能+”行动，将深度赋能千行百业转型升级，推动质量变革、效率变革、动力变革，加快形成新质生产力。
（三）基于我国科技创新优势和融合应用潜能作出的重大行动部署
目前，我国人工智能在关键核心技术、产业生态体系、融合应用场景等方面已经具备了坚实的发展基础。
在关键技术上，我国企业在应用算法、智能芯片、开源框架等关键核心技术上已取得重要突破，图像识别、语音识别等应用技术进入国际先进行列，智能传感器、智能网联汽车等标志性产品有效落地应用。
在产业生态上，我国人工智能产业生态已经初步形成，智能芯片、开发框架、通用大模型等创新成果不断涌现。据中国信通院测算，2022年中国人工智能核心产业规模达5080亿元，同比增长18%；初步统计，2023年人工智能核心产业规模达到5784亿元，增速达13.9%。
从应用场景看，人工智能在智慧金融、智慧医疗、智能制造、智慧能源等多个领域的应用已取得阶段性成果。实施“人工智能+”行动，有利于以应用场景为先导，逐步驱动科技创新和产业升级同步推进，积极抢占国际前沿科技竞争优势。
二、“人工智能+”行动带来重大机遇和广阔前景
“人工智能+”上升为国家级专项行动，意味着我国将强化顶层设计和政策支持。2024年，人工智能预计将迎来应用场景爆发式增长元年，“人工智能+”将加速人工智能赋能千行百业、惠及千家万户。
（一）多模态人工智能大模型步入全面应用新阶段
伴随“人工智能+”行动的开展，人工智能大模型将从市场探索和培育期迈向全面应用新阶段。生成式人工智能借助自然语言处理、类脑算法、语音技术、视频生成、人机交互、计算机识别与模式识别、安全与隐私等关键技术，正逐渐从单模态走向多模态。模型即服务（MaaS）将成为通用人工智能生态构建的核心，大模型厂商将加速实现预训练模型开源，推动供给侧形成“通用大模型+领域大模型+行业大模型+企业/个人小模型”的基础业态。相关重点领域大模型应用走向深入，行业价值将持续释放。机构预测，2024年全球将孕育出超过5亿个智能化新应用，相当于过去40年间出现的应用数总和。
（二）人工智能加速赋能千行百业、惠及千家万户
从“人工智能”到“人工智能+”，一字之差的背后反映出从技术革命到产业变革的拓展，反映出发展的方向是以应用需求为牵引的“创新”。
人工智能将深度赋能千行百业。围绕现代化产业体系建设，人工智能将全面融入高端制造业、现代服务业和现代农业等领域重点环节和业务场景，助力国民经济提质增效降本。比如，在智能制造领域，人工智能将在工业质检、供应链管理、设备故障诊断、工业远程控制、预测性维护、资源计划调度、产品设计等业务环节和场景发挥更大作用，工业大脑、工业、工业互联网等典型场景将进一步助力“中国制造”迈向“中国智造”。据工业和信息化部赛迪研究院预测，2035年生成式AI对中国经济的贡献将有望突破30万亿元。
人工智能将全面惠及千家万户。面向人民美好生活新需求，人工智能将深度融入社会治理、公共服务、城乡发展等各个环节，切实提升广大人民群众的获得感、幸福感。如在城市管理领域，人工智能将加速催生城市大脑、城市物联感知、政务数据可用不可见、数字采购等人工智能应用场景升级，涌现未来社区、无人配送、社区电商、数字餐厅等多样化社区生活场景，让城市更“聪明”。
（三）基础设施建设有望加速补足算力需求新缺口
数据、算力、算法是人工智能技术的“三大基石”。算力是大模型训练的“燃料”。随着人工智能从单一智能向通用智能迈进，算力需求急剧增长，算力缺口扩大，供需矛盾凸显，算力基础设施建设成为迫切需要解决的现实问题。伴随大模型发展如火如荼，训练算力需求有望扩张到原来的10倍至100倍，算力需求的指数级增长曲线将更加陡峭。比如，在同等训练时长下，GPT-4对于算力的需求比GPT-3增长445倍。开展“人工智能+”行动，我国有望加快算力基础设施建设进程，加速推动芯片、操作系统、应用软件和计算架构创新，服务器、芯片、CPU、GPU、IDC、量子计算、光通信等算力设施将加速布局，拉动算力产业链上下游建设提升和质量升级。
三、推动“人工智能+”行动，激活新质生产力动能
人工智能发展仍面临政策支撑不足、算力基础设施紧缺、关键核心技术“卡脖子”、应用深度广度不够等一系列问题，亟须系统部署、精准施策，确保人工智能在安全可用的基础上走向深入。
（一）完善健全政策支撑保障体系
实施“人工智能+”行动，应率先从加快完善政策、人才、资金等基础要素支撑着手。尽快出台“人工智能+”行动专项方案，系统性制定国家层面的通用人工智能发展规划。政府和企业都需要加大对人工智能领域的研发投入，提高在人工智能技术创新、跨界人才等资源的储备力度。瞄准基础理论研究等人才缺口较大的领域，集中探索深度融合的学科建设和人才培养新模式。加快推广大模型赋能全学段教育，探索设立国家人工智能学院，加强人工智能相关学科发展和高层次人才培养。
（二）适度超前建设算力基础设施
建立健全算力调度标准规范体系，以算力节点能力度量、多元异构算力并网调度、算网可信交易等核心环节为重点，统筹推进计算智能、感知智能、认知智能、运动智能的协同发展，统筹通用算力、智能算力、超级算力协同计算，持续完善各项标准规范，实现业界认可的算力度量标准。加快构建联网调度、普惠易用、绿色安全的全国一体化算力网，促进全国范围内各类算力资源高比例、大规模一体化调度运营，实现多地算力资源的共享和最优利用。制定推广面向通用人工智能时代的智算基础设施评价体系，以评促建、以评促优，提升智算中心服务水平。
（三）推进人工智能大模型技术研发
瞄准算法、硬件、安全等技术方面短板，鼓励支持更多自主创新成果。加强高性能AI芯片的研发力度，加深对深度学习、强化学习等前沿算法的研究与创新，加快算法的优化和适应性改进，从源头和底层解决关键技术“卡脖子”问题。探索构建企业为主体、产学研用深度融合的创新联合体。支持国有企业加强人工智能领域关键核心技术攻关，带动产业链创新链各类主体。鼓励民营企业探索适应多元应用场景的通用、行业、企业、个人等大模型，激活平台企业、中小企业等不同类型企业的创新积极性。
（四）提升人工智能应用深度广度
开发更加适合行业应用的数字化解决方案，推动与传统产业进行“数转智改”结合。搭建多层次应用场景供需对接平台，为市场提供“看得见、摸得着”的应用场景。在全国范围实施大模型赋能千行百业示范应用推进计划，鼓励有关垂直领域行业企业主动拥抱人工智能技术，推出一批“人工智能+”融合应用场景和示范案例，抓紧在生物、新材料、新能源汽车等重点领域形成标志性成果。推进大模型应用生态建设，构建开放共享协同的产业生态体系。
（五）重视科技伦理与数据安全
提升AI系统的安全性和隐私保护技术，做好对抗性攻击防御、数据加密等工作，夯实人工智能治理技术基础。对人工智能生成内容进行显著标识，防范人工智能带来的虚假信息、偏见歧视乃至意识渗透等问题。正确处理好人和人工智能的关系，加强人工智能发展的潜在风险研判和防范。推动出台“人工智能法”，完善人工智能相关领域立法。在守住安全底线的前提下，积极推行包容审慎监管，给予新技术足够的创新空间和必要的试错空间。