人工智能是新一輪產業變革的核心驅動力量，是新一輪科技競賽的制高點，將推動數萬億數字經濟產業轉型升級。作為“新基建”重要領域之一，近年來，無論大小城市，在政府工作報告、城市產業規劃中，“人工智能”都是一個高頻詞。

中央明確提出要加快推進人工智能、5G基建、大數據中心、工業互聯網等新型基礎設施建設進度。在當前我國經濟下行壓力加大的情況下，“新基建”被賦予了穩增長、促轉型等諸多期望。

國務院《新一代人工智能發展規劃》指出，到2025年中國人工智能核心產業規模超過4000億元，帶動相關產業規模超過5萬億元。在全球人工智能競爭中，我國的優勢在于百度、華為、阿里等平臺型公司積累了扎實的技術基礎、豐富的應用場景和海量數據，在新基建大戰略下，將為國家發展打造競爭新優勢、注入增長新動能。當然，在基礎科研、基礎算法、芯片、高端人才等方面我國仍存短板。能否抓住智能時代的變革機遇，可以說是中國建設現代化強國的關鍵。

科技部印發的《國家新一代人工智能創新發展試驗區建設工作指引》中提到，“推進人工智能基礎設施建設，強化人工智能創新發展的條件支撐。加強網絡基礎設施、大數據基礎設施、計算基礎設施建設，提升傳統基礎設施的智能化水平，形成支撐新一代人工智能廣泛應用的基礎設施體系。建設人工智能研發基地和開放創新平臺，推動公共數據安全有序開放，強化人工智能研發創新的基礎條件支撐”。

由報社主辦的“新基建下賦能百態 人工智能在行動”專題線上沙龍成功舉辦。來自中國電子信息產業發展研究院、科大訊飛股份有限公司、第四范式、云從科技、雪湖科技、眼神科技的行業專家和企業代表，基于“新基建”背景下，人工智能發展前景、人工智能技術如何賦能其他產業等話題進行了深入解析和探討，為“新基建”下人工智能產業的創新發展提供了新的探索路徑和方向。

迎接智能新時代

有觀點認為，人工智能在“新基建”背景下將為智能經濟的發展和產業數字化轉型提供底層支撐。這種支撐在“新基建”之前就已經存在，而“新基建”的提出勢必將加速人工智能在各領域的融合應用，包括從數據采集、數據傳輸、數據存儲、數據分析、數據應用，到賦能傳統產業、產業智能化，再進一步到智能經濟的發展，人工智能在其中將起到非常重要的作用，融合匯聚各類技術、人才、數據，形成新一代信息基礎設施的核心能力。

中國電子信息產業發展研究院世界工業研究所人工智能研究室主任王哲指出，人工智能在“新基建”背景下將為智能經濟的發展和產業數字化轉型提供底層支撐，推動人工智能與5G、云計算、大數據、物聯網等領域深度融合，形成新一代信息基礎設施的核心能力。

中國電子信息產業發展研究院預測，到2030年人工智能將為全球GDP帶來14%的增長空間，即15.7萬億美元的市場規模，其中中國的GDP增長規模為26%，智能經濟形態逐步顯現。全球經濟動態模型預測，世界經濟總量的70%將受到人工智能的影響。未來10年內，我國GDP的26.1%將受益于人工智能，智能轉型對中國國內生產總值的影響可能超過世界其他國家。

從全球人工智能投融資、企業、人才等情況，可見國際人工智能產業蓬勃發展，競爭日趨激烈；在此基礎上，美、歐、日等國家和地區，已將人工智能作為重要的戰略發展方向，通過加強統籌規劃、推出促進政策、組織重大項目、優化配套環境等推進其發展。

我國人工智能產業已經初步呈現集聚態勢。人工智能企業主要集聚在經濟發達的一、二線城市及沿海地區，內陸省份正在努力把握發展熱潮。北京是人工智能發展的最核心城市；杭州居第四位，打破了信息技術領域傳統的北上廣深格局。

預計未來我國人工智能產業創新政策將重視通過擴大投入、刺激需求來推動產業發展。其中，在需求層面，提升人工智能領域的公共服務水平是重中之重，人工智能產業領域的進出口各項措施將受到更高關注。在環境層面，針對產業發展的需要所實施的策略性措施，如指定區域規劃、鼓勵企業、行業聯盟的組織合作等政策性策略的效應將愈發凸顯。在供給層面，教育培訓及科技研發將成為我國推動人工智能產業持續發展的重要抓手。

人工智能作為新一輪產業變革的核心驅動力，正在釋放歷次科技革命和產業變革的巨大能量。持續探索新一代人工智能應用場景，將重構生產、分配、交換、消費等經濟活動各環節，催生新技術、新產品、新產業。中國工程院院士高文指出，中國發展人工智能已具備政策、海量數據資源、應用場景、青年人才等四個方面的優勢。在一些關鍵核心技術方面，中國的人工智能已經走在世界前列，比如人力識別和語音識別，中國在世界處于領先地位。

科大訊飛股份有限公司聽見科技規劃咨詢部總監呂旭指出，未來的人工智能應用是跨越技術鴻溝后的場景化落地，“新基建”將迎接智能新時代。

“+AI”還是“AI+”？

人工智能已經在眾多垂直領域實現應用，目前較為成熟的領域包括家居、金融、交通、醫療等。通過與諸多垂直領域相結合，人工智能技術可以通過兩方面進行產業賦能：一方面提高生產效率、降本增效，即“+AI”（產業智能化）；二是創造新的需求和增長點，即“AI+”（智能產業化）。

+AI

某些行業本身一直存在，產業鏈條成熟，且之前完全依靠人工，效率比較低。“+AI”將使其快速高效處理數據，同時兼顧普通和長尾用戶，提高生產效率，實現降本增效。以金融行業為例，目前人工智能主要用于風控、支付、理賠、投顧等方面，其中智能投顧應用最為成熟。人工智能通過海量數據學習、精準算法分析，結合用戶提供的風險承受水平、收益目標、市場的動態，進行個性化定制服務。

在此次新冠肺炎疫情防控中，眾多“+AI”案例涌現，發揮了巨大作用，主要覆蓋疫情監控、體溫檢測、病毒檢測、復工復產等方面。春節時期新冠疫情爆發，對病毒檢測、追蹤、隔離防控等工作帶來巨大挑戰，人工智能的應用切實起到了三方面重要作用。一是以數據為支撐，通過大數據進行傳播溯源分析，通過涉疫人群時空軌跡進行傳染源追溯；通過追蹤高頻交叉感染場所，進行同行、伴隨、途經人員分析；分析涉疫人群關系圖譜，找出防控短板場所清單。二是與通信運營商進行數據合作，實現人群精準篩查。經過大數據分析列出高危群體清單、未遵守防疫規定人員、潛在風險人員清單、未按規定隔離人員以及工作臺賬中的防控線索。三是進行趨勢預測，對決策進行有力支撐。通過傳播趨勢預測、物資消耗和配給預測、人員返程高峰影響、管控措施效果推演、開工開學開市模擬影響和應急預案等多種手段，預測不同的決策下疫情在不同時空的發展走勢。賽迪顧問人工智能產業研究中心副總經理李丹指出，從應用層面來看，新冠肺炎疫情期間，AI和醫療領域的結合在公眾視野中有了更多的案例，這也成為我國人工智能“多點開花”的一個縮影。

除了應對疫情防控，人工智能在助力復工復產、支持遠程辦公和教育等方面也都有很成功的應用，而此次疫情使這些應用提前落地，讓更多的人看到了未來更多的可能。第四范式業務產品負責人周開拓認為，未來的5年，我國越來越多的企業和業務都會經歷由線下轉到線上的過程，而疫情加速了這一進程。在這一過程中，各個行業都有自身的痛點、機會以及值得研究的問題，人工智能將提供諸多解決方案。

AI+

如果在AI技術成熟之前，某行業或產品從未存在過，“AI+”將創造新需求、新商業模式、新的經濟增長點。以汽車為例，其中智能網聯是人工智能在汽車行業應用最受關注的領域。智能網聯一方面可以提升汽車的智能化，包括自動駕駛、智能語音、智能座艙等；另一方面與5G相結合，提高汽車信息溝通能力，實現網聯化，包括人員和車輛安全管理、城市道路交通規劃等。

王哲在提到AI+制造業時表示，人工智能作為基礎設施在幫助制造業提質增效的廣度和深度上都具有潛力，代表性的應用場景包括智能維護、產品質檢、需求規劃等。在制造領域由計算機實現的智能，具有自感知、自學習、自執行、自決策、自適應等特征，可以適應變化不定的工業環境，并完成多樣化的工業任務，最終實現人、設備與產品的聯通、實現精準識別、有效交互與智能控制，提高生產效率或設別產品性能的目的。

云從科技公共事務總監王剛更關注“新基建”下智慧城市的發展。他認為，建立人工智能平臺將助力城市“AI+X”產業集聚，“平臺為入住城市的AI企業提供算力、數據、算法等一系列服務，推動人工智能企業在多個領域快速進行技術創新。通過場景開放，集聚各類人工智能應用開發者、創新團隊、科研機構和企業等產業生態，有效支撐AI企業快速發展，帶動產業鏈全面發展，快速實現人工產業的集聚。”

人工智能的融合發展未來

在“新基建”濟浪潮下，人工智能將與5G、數據中心等一起推動數字經濟時代的產業轉型升級，是當前及未來各國科技競賽的制高點。大國科技實力是國家實力的核心，能否抓住智能時代的變革機遇，是中國建設現代化強國的關鍵。

我國推進人工智能“新基建”面臨三方面挑戰。一是規模化基礎權利支撐能力有限。多樣化的人工智能產業應用數據和更復雜的深度學習算法，需要強大的計算能力作為支撐；能提供規模化人工智能算力支持的國內企業還很有限，我國整體在專門針對人工智能的算力基礎設施準備不足。二是開源開放的人工智能算法平臺及框架缺失。人工智能算法的自適應、自調節、群智協同、跨界創新水平不足已經成為制約人工智能與實體經濟深度融合的瓶頸；本輪人工智能產業發展以深度學習技術為主要引擎，開源開放的深度學習底層環境為技術的進化和創新提供了基礎性保障；我國開源生態建設起步相對較晚，對人工智能開源核心平臺和框架參與不足，全球主流人工智能算法框架與平臺的主導者是谷歌、臉書、亞馬遜等。三是產業數據標準化和互聯互通水平嚴重不足。國內重點行業人工智能領域相關企業對產業數據的應用主要呈現各自為政、重復用功、規模零星、標準不一、場景各異的特點，單一行業或企業的成功經驗很難遷移，遲滯了廣大中小企業利用人工智能技術提高生產力、實現高質量發展的步伐。

總體而言，我國人工智能產業仍處于發展初期，面臨基礎研發欠缺、技術和場景尚未融合、傳統基礎設施跟不上技術發展等問題。中國科學技術發展戰略研究院研究員李修全指出，人工智能產業化總體上看仍處于早期階段，需要避免脫離技術階段的過高預期和借概念投機式發展。要強化產業界和學術界的協同創新，加快突破一批人工智能產業化核心關鍵技術，加強智能化基礎設施建設，夯實各領域基礎信息化能力。

眼神科技市場體系高級總監王姝琦建議，應做好人才培養、前沿技術研究和聯絡合作。加快信息化基礎設施建設，并對傳統物理基礎設施進行智能化升級。同時，重視人工智能技術所帶來的人倫道德問題，從立法和監管兩個角度跟上技術革新。