行业研究公司研究宏观策略财报招股书会议纪要 Token 低空经济十五五 AIGC 大模型

2024年第40期（总880期）：“人工智能产业创新”的国外实践、我国差距和对策建议

信息技术 2024-12-27 - 赛迪我是传奇

全球主要国家推进“人工智能+产业创新”呈现三大路径：强化项目引领、发挥企业优势、开展制度探索。
- 强化项目引领：通过布局国家级科研项目（如美国、日本）、支持国防项目（如美国）、加大公共项目投入（如美国国家人工智能研究资源试点项目）等方式，推动创新链和产业链深度融合。
- 发挥企业优势：通过变革研发工具（如DeepMind的AlphaFold）、优化智能终端性能（如微软Copilot）、变革软件功能体系（如SAP Joule）等方式，加速人工智能在产业科技创新中的场景化应用。
- 开展制度探索：完善内部治理机制（如欧盟《人工智能法案》）和双多边治理机制（如美英人工智能安全科学合作伙伴关系），同步完善内外部治理体系。
我国面临的差距：
- 通用大模型底座较世界领先水平仍存在差距：国内大模型存在各自为战现象，部分受美国出口管制政策影响。
- 人工智能与研发创新场景结合不够紧密：人工智能“黑箱”运行加大企业担忧，龙头企业共性研发场景开放意愿不强。
- 数据、人才等关键要素结构性不足：数据质量不高，高端人才缺口预计达400万（麦肯锡预测）。
- 适应人工智能的科技伦理体系亟待完善：价值观对齐、深度伪造、责任边界等方面存在风险。
几点建议：
- 筑牢创新底座：统筹布局智算中心、公共数据集中心等公共服务载体，鼓励大模型厂商协作，加强基础理论和高性能芯片布局。
- 突出场景牵引：开展“人工智能+”行动，梳理重点需求形成场景指引清单，鼓励龙头企业开放共性场景，发布优秀案例集。
- 强化要素供给：培育数据服务商优化数据质量，构建高端人才供给体系，调整政策手段优化公共服务供给。
- 完善治理体系：研制人工智能训练数据集评估标准，支持深度伪造内容识别技术，完善法律法规明确责任边界。