近日印發(fā)的《關(guān)于深入實(shí)施“人工智能+”行動(dòng)的意見》，再度引發(fā)社會(huì)對人工智能產(chǎn)業(yè)發(fā)展的高度關(guān)注。國家發(fā)展改革委相關(guān)負(fù)責(zé)人明確表示，發(fā)展“人工智能+”必須堅(jiān)決避免無序競爭、一哄而上。這為人工智能健康發(fā)展劃定了“紅線”，也要求各地和各行業(yè)因地制宜推進(jìn)“人工智能+”。

一個(gè)時(shí)期以來，綜合治理“內(nèi)卷式”競爭工作持續(xù)推進(jìn)，避免新興行業(yè)盲目投資建設(shè)，是其中的重要一方面。產(chǎn)業(yè)的發(fā)展離不開規(guī)模效應(yīng)，從過去的經(jīng)驗(yàn)來看，新能源汽車、光伏等許多行業(yè)發(fā)展初期，都經(jīng)歷過野蠻生長期。資金、人才快速涌入，卻因缺乏統(tǒng)籌規(guī)劃，引發(fā)低水平重復(fù)建設(shè)，供需失衡，不僅造成資源浪費(fèi)，也拖慢產(chǎn)業(yè)向高質(zhì)量、可持續(xù)方向發(fā)展的步伐。

實(shí)踐一再證明，新技術(shù)、新業(yè)態(tài)、新模式的涌現(xiàn)，需要足夠多資源投入，但產(chǎn)能擴(kuò)張速度一旦超過需求釋放速度，反而容易抑制產(chǎn)業(yè)的良性發(fā)展，違背政策初衷。只有規(guī)模擴(kuò)張的同時(shí)，在技術(shù)突破、應(yīng)用落地和商業(yè)模式創(chuàng)新等關(guān)鍵環(huán)節(jié)厚植基礎(chǔ)，產(chǎn)業(yè)才能更快步入可持續(xù)發(fā)展階段。發(fā)展“人工智能+”同樣需要堅(jiān)持循序漸進(jìn)、合理布局。

提升政策工具的精準(zhǔn)性。一些地方在發(fā)展人工智能等新興產(chǎn)業(yè)時(shí)，過于追逐投資額、建設(shè)數(shù)量等量化指標(biāo)，政策沒有跟實(shí)際發(fā)展效益掛鉤。要更加重視政策支持的精準(zhǔn)度，引導(dǎo)各地從“規(guī)模激勵(lì)”走向“質(zhì)量導(dǎo)向”，避免重規(guī)模、速度，輕質(zhì)量、長遠(yuǎn)，讓“人工智能+”真正落地見效。

要注重因地制宜、分業(yè)施策。應(yīng)推動(dòng)各地立足自身區(qū)位特點(diǎn)、資源稟賦和產(chǎn)業(yè)基礎(chǔ)，科學(xué)確定發(fā)展重點(diǎn)，形成各具特色、各展實(shí)效、優(yōu)勢互補(bǔ)的協(xié)同發(fā)展態(tài)勢。同時(shí)，也要結(jié)合各行業(yè)特點(diǎn)，聚焦破解痛點(diǎn)、難點(diǎn)、堵點(diǎn)，針對性挖掘人工智能賦能的深層次需求與高價(jià)值場景，充分釋放增量效能，讓“人工智能+”在科學(xué)規(guī)劃、差異化布局和務(wù)實(shí)應(yīng)用的引領(lǐng)下，成為推動(dòng)經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展的強(qiáng)勁引擎。

以上是央媒《經(jīng)濟(jì)日報(bào)》的最新評論文章。中國AI建設(shè) “一哄而上”了嗎？

是有局部表現(xiàn)。比如大模型“百模大戰(zhàn)”：自從ChatGPT引爆全球AI熱潮后，中國短時(shí)間內(nèi)涌現(xiàn)出上百個(gè)大模型?？萍季揞^（百度文心一言、阿里通義千問、華為盤古等）、頂尖高校和科研機(jī)構(gòu)、以及大量創(chuàng)業(yè)公司紛紛入局。結(jié)果是，同質(zhì)化嚴(yán)重，資源消耗巨大，AI產(chǎn)業(yè)園和算力中心“遍地開花”，應(yīng)用層的滲透率仍不足。

更準(zhǔn)確地來說，當(dāng)前中國AI發(fā)展面臨的核心問題不是簡單的總量過剩，而是結(jié)構(gòu)性問題。比如，通用算力過剩與行業(yè)定制算力短缺。目前，大量智算中心建設(shè)的是面向大模型訓(xùn)練的通用算力，但實(shí)際利用率低下，而企業(yè)碎片化、低精度、低規(guī)模的推理需求成為主流，符合需求的行業(yè)定制算力卻供不應(yīng)求。再如，一些智算中心的服務(wù)器上架率不足50%，已上架的服務(wù)器實(shí)際利用率也不足30%，造成了通用算力的相對過剩。

在供給側(cè)，低水平、同質(zhì)化的重復(fù)建設(shè)過多，而具有顛覆性創(chuàng)新的原創(chuàng)技術(shù)、能解決“卡脖子”問題的關(guān)鍵核心技術(shù)（如高端AI芯片、深度學(xué)習(xí)框架）卻仍然短缺。

在需求側(cè)，許多傳統(tǒng)行業(yè)有需求，但不知道如何用AI（缺乏人才和方案），或者應(yīng)用成本太高。而AI公司又往往扎堆在熱門賽道（如內(nèi)容生成），對許多“苦活累活”的傳統(tǒng)行業(yè)滲透不足。