導讀

近年來，中國AI技術和產業(yè)蓬勃發(fā)展，AI已成為推動中國經濟高質量發(fā)展的重要引擎，產業(yè)發(fā)展態(tài)勢強勁，但同時也在核心技術、產業(yè)應用、人才供給、數(shù)據(jù)開發(fā)等方面面臨挑戰(zhàn)。全球合作是推進AI發(fā)展的關鍵，可通過建立國際聯(lián)盟、打造跨國示范項目、協(xié)同培育AI人才、推動成立國際AI治理機構等手段，將AI打造成造福全人類的國際公共產品。

本文為中國觀察智庫獨家約稿，轉載請注明來源：中國日報中國觀察智庫。

作 者

楊澤坤

中國人民大學國家發(fā)展與戰(zhàn)略研究院研究員

楊宜勇

中國宏觀經濟研究院高級研究員

隨著中國人工智能 (AI) 技術迭代突破、政策體系逐步完善及市場需求持續(xù)釋放，“人工智能+”已不再是抽象概念，而是成為重塑產業(yè)格局、推動經濟高質量發(fā)展的核心引擎。

首先，產業(yè)規(guī)?？焖僭鲩L，成為經濟新增長點。2024年，中國人工智能核心產業(yè)規(guī)模突破7000億元，同比增長21%。盡管增速較2023年略有放緩，但遠高于同期GDP增速，是拉動數(shù)字經濟增長的核心動力。

其次，企業(yè)生態(tài)持續(xù)完善，頭部與獨角獸企業(yè)引領發(fā)展。截至2024年底，全國AI相關企業(yè)數(shù)量超4800家，形成“科技巨頭+獨角獸企業(yè)+中小型創(chuàng)新企業(yè)”的多層次生態(tài)。2024年全中國AI領域投融資總額達76億美元，規(guī)模僅次于美國，凸顯中國在全球AI資本版圖中的重要地位。同時，AI應用深度逐步提升，重點領域成效顯著。

圖片來源：新華社

第三，AI技術正在各行各業(yè)得到廣泛應用。其中，金融業(yè)AI滲透率最高，智能風控、量化交易、智能投資顧問等應用已成行業(yè)標配，帶動銀行不良貸款率下降1.2個百分點，保險理賠效率提升40%。在制造業(yè)中，工業(yè)機器人、預測性維護等應用顯著提升了生產效率。在醫(yī)療領域，AI輔助診斷、遠程醫(yī)療等有效緩解了醫(yī)療資源不均衡問題。

最后，人才儲備持續(xù)擴容，研發(fā)實力穩(wěn)步提升。2024年，全國AI研發(fā)人員總量達45萬人，同比增長18%，其中博士及以上學歷人員占比提升至20%，人才學歷結構持續(xù)優(yōu)化。

盡管發(fā)展勢頭良好，中國“人工智能+”仍面臨諸多挑戰(zhàn)。

一是核心技術“卡脖子”問題突出，自主可控能力不足。當前，中國在AI高端訓練芯片、底層算法框架等關鍵領域高度依賴進口。國內芯片企業(yè)在算力密度、能效比等核心指標上，與國際領先水平存在2代左右差距，難以滿足大規(guī)模模型訓練的高密度算力需求。在深度學習框架方面，TensorFlow、PyTorch等國外產品的市場占有率仍高達80%，而國內自主框架（如百度飛槳、華為MindSpore等）在生態(tài)完善度、開發(fā)者數(shù)量及開源社區(qū)活躍度上差距明顯，尤其在工業(yè)級復雜場景適配能力上亟待提升。

圖片來源：中國日報

二是產業(yè)應用深度不足，“落地難”問題普遍存在。從整體滲透率看，中國傳統(tǒng)制造業(yè)、服務業(yè)等行業(yè)AI技術滲透率雖提升至25%，但遠低于互聯(lián)網(wǎng)、金融等數(shù)字化基礎較好的領域，也低于美國制造業(yè)42%、服務業(yè)38%的滲透率水平。從企業(yè)規(guī)?？?，中國中小企業(yè)智能化改造率不足15%，遠低于大型企業(yè)60%以上的改造率?！坝貌黄稹保▎螚l產線改造成本超千萬元）、“用不了”（缺乏技術運維團隊）、“用不好”（場景適配性差導致投資回報率低）的問題尤為突出。

三是人才供給結構失衡，高端與復合型人才缺口顯著。中國AI領域頂尖科學家、算法架構師等高端人才供需比為1:9。全球AI領域高被引學者中，中國占比雖提升至18%，但仍遠低于美國的52%，且在大模型訓練、AI芯片設計等關鍵領域領軍人才稀缺。此外，中國既懂AI技術原理、又熟悉傳統(tǒng)行業(yè)業(yè)務邏輯的“AI+行業(yè)”復合型人才缺口較大，2024年相關專業(yè)在校生僅約4萬人，人才培養(yǎng)速度遠跟不上市場需求增速。

四是數(shù)據(jù)資源開發(fā)利用不足，“數(shù)據(jù)孤島”現(xiàn)象嚴重。從企業(yè)層面看，大量生產、運營數(shù)據(jù)因格式不統(tǒng)一、標注質量低、安全風險高等緣故被閑置，未能轉化為有效訓練數(shù)據(jù)，而歐盟企業(yè)平均數(shù)據(jù)利用率高達62%，通過標準化數(shù)據(jù)管理體系實現(xiàn)了數(shù)據(jù)高效流轉。從公共數(shù)據(jù)看，中國的政務、醫(yī)療、交通等領域公共數(shù)據(jù)開放共享率雖提升至25%，但仍低于新加坡的78%、加拿大的65%，制約了AI模型訓練的數(shù)據(jù)供給。

圖片來源：視覺中國

全球合作是推進AI發(fā)展的關鍵，應從以下四方面推進。

一要共建國際研發(fā)聯(lián)盟，突破核心技術瓶頸。組建跨國技術攻關共同體，發(fā)起國際大科學計劃，聚焦AI芯片、算法架構等關鍵領域，共享研究成果。同時推動開源生態(tài)兼容互認，通過ISO、IEC等組織實現(xiàn)算法框架與算力標準化，避免生態(tài)割裂。

二要打造跨國示范項目，加速產業(yè)應用落地。倡議設立世界人工智能合作組織，推動各國在制造業(yè)、醫(yī)療等領域建設示范場景，如在東南亞聯(lián)合建設“AI+智能制造”園區(qū)，整合中外技術為中小企業(yè)提供改造方案。此外，聯(lián)合為發(fā)展中國家提供技術轉移、算力支援與人才培養(yǎng)，助力其跨越數(shù)字鴻溝。

三要協(xié)同培育全球AI人才。設立國際聯(lián)合實驗室與獎學金，擴大學者互訪和留學生交流規(guī)模，推動全球AI人才資格互認，建立統(tǒng)一評價標準，促進高端人才自由流動。

四要支持聯(lián)合國主導AI治理，推動成立國際治理機構，就倫理準則、算法透明度等形成共識，避免規(guī)則碎片化。國際社會應秉持“技術共研、生態(tài)共建、規(guī)則共商”的理念，將AI打造成造福全人類的國際公共產品。

圖片來源：中國日報

本文英文版發(fā)表在中國日報國際版，英文版標題為 "Empowering the future"，點擊文末“閱讀原文”可查看。

出品：中國日報中國觀察智庫

責編：杜娟 高進安

編輯：張釗

中國觀察 (China Watch Institute)是中國日報旗下的傳播型智庫，匯聚全球中國問題研究的意見領袖、政商精英和學界翹楚，建設全球中國議題“朋友圈”；集納海內外“最強大腦”的權威觀點，建成內容具有聚合性、權威性和工具性，傳播效果具有穿透性的高端平臺和中國議題最權威的風向標。

我們關注的重點議題包括國際關系和全球治理、經濟、科技、人口、氣候環(huán)境、衛(wèi)生健康、糧農土地等。歡迎國內外專家學者和機構同我們聯(lián)系，分享智慧成果，建立合作關系。

投稿/合作：editor@chinawatch.cn

電話：+86-10-64995859

地址：北京市朝陽區(qū)惠新東街15號

www.chinawatch.cn

好看，請點 [分享] [點贊] [在看]