以人工智能赋能新质生产力发展

在大数据、云计算等核心技术的推动下，人工智能迎来了前所未有的发展机遇。它已成为引领新一轮科技革命和产业革命的战略性技术，为经济高质量发展注入了新动能，是加快培育和发展新质生产力的重要引擎。

人工智能是数据、算力、算法协同作用的集中体现。从长远看，人工智能是引领未来的战略性技术。 “人工智能+”行动在各领域各层次赋能新质生产力发展，在微观层面促进企业形成“人工智能+技术创新”，在中观层面推动产业形成“人工智能+产业发展”，在宏观层面形成“人工智能+宏观调控”。

微观层面：科技赋能，助力企业技术创新

人工智能以突破性技术驱动企业研发、生产、营销等环节进行技术创新。例如：

• 研发环节： 生成式人工智能技术可以为产品和方案的设计提供新思路，并通过参数校核和布局优化，减少企业研发设计耗时，降低研发成本，推动产品不断更新，打造企业新的价值增长点。
• 生产环节： 深度学习、算法优化、数据分析等人工智能技术，帮助企业广泛采集市场数据信息，并借助其高效的信息整合生成能力以及较低的试错成本，根据客户需求不断调整参数，创新企业生产流程。
• 营销环节： 人工智能利用关键词提取、情感分析等技术，对消费者行为、偏好等数据进行收集分析，帮助企业更好把握市场趋势，进行个性化、精准化的产品服务推送。

中观层面：产业升级，推动新质生产力发展

产业是生产力变革的具体表现形式。人工智能为产业发展提供了强大的驱动力，体现在以下两个方面：

• 赋能传统产业转型升级： 人工智能可以帮助传统产业实现跃升，例如开发更加高端化的产品；也可以通过再造传统产业生产流程和工艺技术，提高效率和效益。
• 赋能新兴产业和未来产业发展： 人工智能作为引领未来的战略性技术，能够为科技创新提供动力，培育壮大新兴产业，布局建设未来产业；同时，为基础科技领域的创新突破提供新路径。

宏观层面：精准调控，助力新质生产力发展

宏观经济精准调控的有效性很大程度上取决于政府对各行各业产供销等经营数据的获取和分析能力。人工智能以其优秀的数据挖掘能力和科学的算法分析模型，提高了政务服务的数字化和智能化程度。基于生成式人工智能大模型所搭建的政务系统，能够实现政务数据有效对接，提高获取数据的全面性、真实性和有效性。依据算法模型对相关经济数据进行深度挖掘分析，帮助政府更加深入地掌握经济发展动态，更为精准地进行市场分析、形势研判和政策模拟，为宏观经济的精准调控提供决策依据。

人工智能在新质生产力发展中的作用日益凸显，应紧紧围绕新质生产力的发展方向，充分发挥我国超大规模市场应用场景丰富的独特优势，加快人工智能关键核心技术攻关，统筹协调人工智能数据、算力和算法三大核心要素，大力开展“人工智能+”行动，着力推进新质生产力发展。

推进“人工智能+”行动，赋能新质生产力发展

为了更好地发挥人工智能在新质生产力发展中的作用，需要从以下几个方面着手：

1. 加大人工智能关键核心技术研发，夯实人工智能新质生产力的算法支撑

• 加强对人工智能技术的基础理论研究，加快建立关键共性技术理论体系，推进关键性颠覆性技术创新和成果转化。
• 加快实施高端智能芯片重大专项，提升智能芯片设计能力和制造水平。
• 前瞻布局通用人工智能前沿技术研究，围绕算法、算力等大模型底层技术，加快推动大模型算法等核心技术突破，研发具有多模态数据、知识深度融合的垂直领域大模型，形成优势行业自主可控的人工智能大模型完整技术体系。

2. 加快构建全国一体化算力网络，夯实人工智能赋能新质生产力的算力支撑

• 加快构建高水平算力传输网络，建设国家智能计算中心，科学统筹全国算力网布局，积极推进算网深度融合。
• 鼓励各地建立融合算力中心，打通分散的算力集群，链接各级枢纽节点，促进算力资源有机协同，提升算力网络传输性能和响应速度，提高我国算力资源综合利用效率。
• 鼓励多元主体参与算力资源建设，不断优化营商环境，吸引企业投资算力产业，促进算力产业发展和算力网全产业链生态建设。
• 探索建立统一的算力服务标准和算力服务计费模式，形成算力并网、调度和运营体系，构建垂直管理的多层级算力调度中心，实现算力资源混合部署和统一调度。

3. 加强高质量数据要素供给，丰富人工智能赋能新质生产力的数据资源

• 加快打造数据开放共享平台，实现全数据类型和全业务范围数据的统一管理，打通数据跨地区、跨领域、跨平台传输的障碍，降低数据获取和交易的成本，为市场主体提供便捷、高效的数据传输体验，推动数据高效利用。
• 加强数据资源整合，重点加强研发设计、生产制造、经营管理等各产业环节的数据汇集，建设一批典型场景的高质量公共训练数据库，降低模型训练门槛，推动数据在产业发展中的广泛应用和深度融合。
• 不断完善数据安全和隐私保护机制。构建事前预防和事后监管相结合的模式，通过搭建城市可信数据空间并融合多种技术能力，满足授权数据安全存储、可信传输等数据流通需求，同时不断推进相关法规政策的制定和实施，为数据开放共享保驾护航。

4. 拓展人工智能赋能场景应用，加强人工智能赋能新质生产力的落地推广

• 充分发挥政府引导作用，加强人工智能技术创新、场景应用、产业生态的一体化布局，培育一批人工智能领域的科技领军企业，进一步深挖长尾场景价值。
• 加大资金投入力度，鼓励市场主体在国民经济重点行业挖掘智能应用场景，积极构建市场潜力大、投资效益突出、示范带动和促进技术迭代升级作用明显的重大应用场景，打造一批可示范和可推广的科技应用场景样板。

5. 加强人工智能人才培养和引进，夯实人工智能赋能新质生产力的人才支撑

• 加强人工智能专业技术人才培养。加快学科体系建设，推进高校人工智能相关专业建设，加强企业与相关领域高校、科研机构的产学研用合作，努力打造人工智能专业人才培养的良好生态系统。
• 加快人工智能全球顶尖人才引进。完善人才引进相关政策，探索建立差异化、长周期、多元化的专业人才评价体系，为国际国内高端人工智能人才引进提供便利条件。

6. 加强人工智能领域安全监管，夯实人工智能赋能新质生产力的安全支撑

• 应加强对人工智能基础设施的网络安全监管，加大网络安全领域应用场景技术研发。
• 通过前瞻性研判，主动识别防范人工智能领域潜在风险，确保人工智能技术安全可靠。
• 进一步完善隐私安全、数据保护等人工智能领域相关法律法规，加大对违规行为的处罚力度。