人工智能已成爲人類第四次工業革命的核心驅動力。在數字經濟時代，人工智能産業對于釋放經濟潛力，推動科技創新具有舉足輕重的作用，人工智能是引領新質生産力發展的關鍵引擎。
中國信息通信研究院數據顯示，2023年我國人工智能核心産業規模達5787億元，相關企業數量達4482家。人工智能産業鏈覆蓋芯片、算法、數據、平台、應用等上下遊關鍵環節。縱觀全球，中國已經成爲人工智能領域的超級大國之一。
作爲中國經濟的頂梁柱，央企國企正在引領並推動人工智能産業快速發展。2024年2月，國務院國資委召開“AI賦能 産業煥新”中央企業人工智能專題推進會。會議要求，中央企業要加快布局和發展智能産業；加快建設一批智能算力中心等。
在今天，大模型和生成式人工智能所帶來的機遇是堪比工業革命的大機遇，這已成爲行業共識，每一家企業、每一個組織都在思考如何發展並利用人工智能——這一新技術來提高自己的競爭力。
01
中國人工智能産業
位居世界第一梯隊
數據、算力和算法，是人工智能産業發展的三大關鍵要素。
國家互聯網信息辦公室發布的《數字中國發展報告（2022年）》顯示，2022年中國數據産量達8.1ZB，同比增長22.7%，全球占比達10.5%，位居世界第二；截至2022年底，中國數據存儲量達724.5EB，同比增長21.1%，全球占比達14.4%。
算力是人工智能競爭的核心。從算力規模來看，《數字中國發展報告（2022年）》顯示，截至2022年底，中國數據中心機架總規模超過650萬標准機架，近5年年均增速超過30%；在用數據中心算力總規模超180EFLOPS，位居世界第二；存力總規模超過1000EB（1萬億GB），國家樞紐節點間的網絡單向時延降低到20毫秒以內，算力核心産業規模達到1.8萬億元。
2023年7月，IDC、浪潮信息、清華大學全球産業研究院聯合發布《2022—2023全球計算力指數評估報告》顯示，在15個樣本國家中，中國算力指數排名全球第二位，處于領跑者位置；2022年中國整體服務器市場規模仍然保持6.9%的正增長，達到270億美元，占全球市場25%，僅次于美國，穩居世界第二。
全球格局上，浙商證券發布的研報顯示，全球人工智能企業呈現“中美主導”格局。截至2023年三季度，全球人工智能企業有29542家，中美人工智能企業數占全球總數的近一半，美國有9914家（占比爲34%），中國有4469家（占比爲15%）。
中國工程院院士高文認爲，中國已經成爲人工智能領域的超級大國之一。在一些關鍵核心技術上，中國已經走在了世界前列，例如人臉和語音識別技術。同時，中國的人工智能發展與各行各業的結合滲透程度較高，例如百度的無人駕駛、阿裏的城市大腦、騰訊的智能醫療、科大訊飛的語音識別、商湯的圖像與視頻處理等開放平台以及華爲、寒武紀、海康威視等實體經濟領域平台已經創建。
中國移動、中國石油、國家能源集團、國家電網等中央企業也在持續發力，不斷在業務場景中推廣人工智能的應用。4月2日，中國移動宣布，中國移動九天AI大模型可正式對外提供生成式人工智能服務，也成了同時通過國家“生成式人工智能服務備案”和“境內深度合成服務算法備案”雙備案的首個央企研發的大模型。
多數研究者認爲，加快推動人工智能發展，是國資央企發揮功能使命，搶抓戰略機遇，培育新質生産力，推進高質量發展的必然要求。另一方面，中央企業具備需求規模大、産業配套全、應用場景多等優勢，中央企業入局有利于加快完善我國人工智能産業發展基礎底座，促進形成産業示範項目，爲其他企業創新提供方向。
02
中國發展人工智能
應堅持“兩條腿走路”
從産業鏈的角度看，人工智能産業的上遊基礎層是算力和數據，包括服務器、芯片、光模塊、交換機、數據中心、液冷設備等；中遊技術層是構築在算力和數據基礎上、以算法爲核心能力的大模型平台，深度學習、自然語言處理、遷移學習等是關鍵技術；下遊是應用層，包括遊戲、傳媒影視、金融、辦公、醫療等各類産業場景。
青年經濟學者賈銘在調研了十幾家人工智能企業後發現，長遠來看，僅從技術角度來講，人工智能競爭的本質是算力的競爭，而算力的背後是芯片。盡管當前我國已經加大在半導體領域的研發投入，但短期內中國在芯片制造領域取得顛覆性突破的困難還比較大。
數據則是發展人工智能産業重要的基礎性戰略資源，中國是世界上數據最豐富的國家之一，但也存在缺乏優質數據的問題。
大模型是人工智能産業鏈核心競爭力的來源，當前，各大科技公司都在積極投資、研發推出各自的大模型。例如，科大訊飛研發的訊飛星火認知大模型在2023年6月就通過中國信通院組織的國內首個官方可信AIGC大模型基礎能力（功能）評測，並且獲得認證通過全部功能項。
昆侖萬維于2023年8月發布國內首個AI搜索引擎——天工AI搜索，現已形成AI大模型、AI搜索、AI遊戲、AI音樂、AI動漫、AI社交六大AI業務矩陣。
中科曙光在高端計算領域開發了基于國産處理器的多款服務器、工作站，均通過了國家級實驗室的産品質量測試；在國産化部件方面，完成面向雲計算領域和人工智能領域的存儲IO模塊設計。
伴隨著産業的快速發展，通用大模型和垂直大模型相關應用正在與場景結合，加速走進生産生活。例如，上海人工智能實驗室牽頭研發了人工智能氣象預報大模型“風烏”；中國石油集團測井有限公司聯合華爲打造出地質分層、儲存劃分、參數計算和油氣識別的L2級應用大模型；山東能源集團聯合華爲發布了業界首個礦山大模型，目前已經應用在包括采煤、掘進、運輸、安監等9個專業領域。
在工信部信息通信經濟專家委員會委員劉興亮看來，當前，人工智能在多數行業中的應用仍處于初期或試驗階段。放眼全球，如果說各行各業的大模型研發是萬裏長征的話，我們其實已經邁出了第一步。
對于當前國內人工智能産業的發展，百度創始人、董事長兼首席執行官李彥宏表示，AI原生應用正在成爲主要趨勢。中國的大模型很多，但是基于大模型開發出來的AI原生應用卻非常少。我們看國外，除了有幾十個基礎大模型之外，實際上已經有了上千個AI原生應用，這在中國市場上是沒有的。
“我認爲，人類進入AI時代的標志，不是産生很多的大模型，而是産生很多的AI原生應用。大模型本身是一個基礎底座，類似操作系統，開發者應該要依靠爲數不多的大模型開發出各種各樣的原生應用。不斷重複開發基礎大模型是對社會資源的極大浪費。AI原生時代，我們需要100萬量級的AI原生應用，但是不需要100萬個大模型。如果我們的産業政策能夠更加鼓勵基于大模型的AI原生應用，我們一定能夠構建起一個繁榮的AI生態，推動新一輪的經濟增長。”李彥宏說。
“另一方面，由于沒有智能湧現能力，專用大模型的價值其實非常有限。”李彥宏認爲，現在很多行業、企業都在買卡、囤芯片，建立智算中心，想要從頭訓練自己的專用大模型。殊不知這樣訓練出來的大模型是沒有智能湧現能力的。大模型的産業化模式，應該是把基礎模型的通用能力和行業領域的專業知識相結合。也就是大模型套小模型，專用的小模型反應快，成本低，大模型更智能，可以用來兜底。強大的基礎模型，會驅動AI原生應用爆發。中國有領先的基礎大模型，這是AI原生應用發展的堅實基礎，是底層的能力。
國家外國專家局局長李萌認爲，中國發展人工智能應堅持“兩條腿走路”：一方面加強人工智能底層創新和能力建設，提升大模型的多模態通用化水平，推動認知能力更強、更具可解釋性的智能湧現；另一方面加強大模型多場景應用，特別是在産業垂直領域的深度應用，在應用中積累數據、叠代模型、創新算法。
03
提升人工智能原始創新能力
是重中之重
“提升真正意義的人工智能原始創新能力，是重中之重。跟隨當代人工智能熱點的發展模式既不可持續，更無法形成未來的引領機遇。我國在算力和數據基礎設施上仍需補短板，促進差異化發展，特別是要扶植創新型研發機構、初創企業，以加強人工智能的原始創新。”談到中國人工智能産業，中國科學院自動化研究所研究員、聯合國人工智能高層顧問機構專家曾毅如是說。
顛覆性技術創新的核心要素是“人”，這也是當下中國發展人工智能産業最明顯的短板。據統計，中國最頂級的人工智能人才數量只有美國的20%。
曾任深圳市科技局副局長，現任國家海外人才離岸創新創業基地（深圳）總裁的周路明也有相似觀點。
近期，美國人工智能源頭創新的成果叠出，繼GPT（Generative Pre-Trained Transformer，生成式預訓練模型）之後，SORA（美國人工智能研究公司OpenAI發布的人工智能文生視頻大模型）橫空出世，每一輪都攪動著中國科研、産業界的神經，也引發了我們對于核心技術落後的擔憂。
周路明認爲，對核心技術落後的擔憂，部分源于我們對核心技術形成路徑的片面認識，以爲成果轉化的路徑模式才是核心技術形成的必由之路，這種路徑依賴已經支配了中國科技戰略政策設計者、科學家和部分企業家數十年。GPT問世之後，國內人工智能産業出現了“百模大戰”，但GPT很快又有被新事物取代的趨勢。中國人工智能發展如果完全跟著美國起舞，結果恐怕很糟糕。
“其實，現代産業核心技術的絕大部分都是企業圍繞産業問題、市場需求開展應用端的研發逐步形成。過去二十年，在電動汽車産業的發展過程中，國內産學研圍繞産業的真問題開展産學研協同，用並聯分工的方式解決産業提出的各種問題，在電池、電控等系統的關鍵環節形成了領先全球的核心技術。這對糾正國內核心技術發展的路徑依賴是一個很有說服力的案例。”周路明說。
在周路明看來，人工智能領域的爆炸性發展正在産生一系列顛覆性的變革，我們真正需要認識到的問題是，中美在源頭創新方面的真正差距不是技術、知識、金錢，而是方法論層面的差距。這一輪美國人工智能創新在方法論方面出現了一些新的動向：它不再沿著“基礎研究—應用基礎研究—開發研究”的線性方式組織源頭創新，而是基礎研究直接瞄准産業問題開展，把基礎研究、應用基礎研究、産品研究一整套創新鏈直接壓縮在一個組織（OPEN AI）裏，把産學研濃縮在一個産品形態上開展協同。這個動向值得中國研究，如果我們在人工智能領域的創新戰略還沿用成果轉化那套模式去組織，既浪費錢財，還會錯失産業發展機會。中國應該發揮應用端優勢，挖掘産業真問題，組織産學研並聯式協同創新。
從技術層面看，人工智能已成爲信息技術發展最活躍的領域之一。在以大模型爲代表的創新浪潮帶動下，人工智能技術、産業、應用等各環節將迎來快速叠代演進和探索突破的關鍵時期。對此，中國信息通信研究院院長余曉晖表示，現階段，人工智能産業的發展重點已從軟硬件單點技術突破向系統協同側重，未來需要更加強調應用、算法、關鍵軟件棧、底層硬件全方位協同發展。同時，需要從政策引導、標准規範、監管手段等方面提前做好應對部署，確保大模型等人工智能技術在我國經濟社會高質量發展中發揮更大作用。
