官方网站-首页

　　4月28日召开的中共中央政治局会议明确要求“全面实施‘人工智能﹢’行动”，发展智能经济新形态，完善人工智能治理。7月30日中共中央政治局会议则将表述从“全面实施”进一步升级为“深入实施”。“全面实施”解决的是“有没有”的问题，强调覆盖面和应用广度；“深入实施”则要回答“好不好”的命题，聚焦渗透深度和融合质量。从“全面”到“深入”，一词之差，蕴含了我国对“人工智能﹢”发展逻辑、生态思维、创新能力和价值取向的深度思考，意味着“人工智能﹢”从规模扩张向质量跃升的关键转型。

　　从“全面”到“深入”，是“人工智能﹢”发展逻辑的根本转变。“全面实施”阶段的显著特征是各地、各行业纷纷出台“人工智能﹢”发展规划，抢占新赛道，但也衍生出“为AI而AI”的形式主义、产业重复布局等值得警惕的倾向。转向“深入实施”，意味着发展逻辑从外延式扩张转向内涵式增长，是对新质生产力发展规律的深刻把握。这就要求在“人工智能﹢”技术融合深度、价值创造速度、创新链完整度等方面实现突破。以制造业为例，浅层的人工智能应用可能是生产线增加视觉检测模块，而深层次的融合则意味着构建贯穿研发设计、生产制造、质量管控、供应链管理的全链条智能化体系，从追求“人工智能﹢”的概念溢价，转向实实在在的效率提升、成本降低和用户体验改善，推动从基础研究、技术攻关、成果转化到产业应用的全链条创新升级。只有人工智能技术真正内化为产业机体的有机组成部分，才能更快更好地释放乘数效应。

　　从“全面”到“深入”，是“人工智能﹢”生态思维的深度转型。深入实施“人工智能﹢”，需要超越就技术论技术的狭隘视角，树立系统集成的生态思维。基础设施层面，需要统筹算力、算法、数据三大要素的协同布局。当前，我国算力总规模已居全球前列，但存在“东部不足、西部闲置”的区域错配，以及通用算力与智能算力的结构失衡。深入实施“人工智能﹢”，就是要建立更加高效的算力调度机制，推动算力网络从“可用”向“好用”演进。同时，数据要素市场化配置改革需要实质性突破，打破部门分割、行业壁垒，让数据真正流动起来、用起来。深入实施“人工智能﹢”，应当着力培育一批深耕特定领域的行业大模型服务商，构建开源开放的模型生态，降低中小企业应用人工智能的技术门槛和成本门槛。同时，在制度配套层面，同步推进法律法规、标准规范、伦理治理的系统性建设，推动“人工智能基础设施”和“制度基础设施”的同步升级。

　　从“全面”到“深入”，关键在于“人工智能﹢”创新能力的跃升。当前，我国在高端人工智能芯片、先进制程工艺、基础软件框架等根技术领域，仍存在明显短板。深入实施“人工智能﹢”的战略考量之一，是要实现从应用创新优势向底层创新能力的跃迁，加快实现自主可控。这就要求处理好有效市场与有为政府、自立自强与开放合作、集中攻关与自由探索的关系。在基础研究、前沿探索等市场失灵领域加大公共投入，在应用创新领域充分发挥市场机制作用，优化关键核心技术的有组织科研，同时保护科学家的好奇心驱动型研究。同时也应看到，人工智能技术路线的快速迭代既带来弯道超车的机遇，也蕴含路径依赖的风险。深入实施“人工智能﹢”，需要保持战略定力，加强对人工智能技术发展趋势的前瞻研判，避免在摇摆不定中错失机遇窗口。

　　从“全面”到“深入”，是“人工智能﹢”价值取向的重新校准。任何技术革命都不是价值中立的，必须回答好“为了谁”的根本问题。当前，人工智能技术对就业结构的影响已初步显现，一些重复性、流程化的工作岗位面临被替代的风险，而人工智能催生的新职业新岗位尚未形成规模效应，结构性就业矛盾可能加剧。深入实施“人工智能﹢”，应当将“人的全面发展”置于核心位置，推动人工智能更好赋能人类技能，完善终身职业技能培训体系，让劳动者在智能时代有岗位、有尊严、有发展。同时也要正视人工智能发展中的“数字鸿沟”问题，警惕算法偏见、信息茧房、技术垄断等风险。深入实施“人工智能﹢”，必须将科技伦理贯穿始终，确保人工智能技术的发展方向符合社会公共利益，避免技术进步加剧社会分化。

　　（作者张凤系全国政协委员、中国科学院科技战略咨询研究院研究员，沈华系中国科学院科技战略咨询研究院研究员）

　　作者：张凤 沈华

　　文字编辑：张家铭

　　新媒体编辑：莫愁