本文來自微信公眾號： IPP評論 ，作者：孫占卿
人工智能已經(jīng)從一項(xiàng)通用技術(shù)，演變?yōu)橹厮車腋偁幜Αa(chǎn)業(yè)組織方式、社會運(yùn)行機(jī)制和全球治理秩序的戰(zhàn)略力量。6月29日召開的國務(wù)院常務(wù)會議聽取人工智能發(fā)展情況匯報，提出要“深刻把握人工智能演進(jìn)趨勢，完善支持政策和治理體系，牢牢掌握發(fā)展主動權(quán)”，并圍繞關(guān)鍵技術(shù)攻關(guān)、超大規(guī)模智算集群、高質(zhì)量數(shù)據(jù)供給、人才和資金保障、“人工智能+”行動、安全底線、科技倫理、測試認(rèn)證、動態(tài)適應(yīng)和分級分類監(jiān)管作出系統(tǒng)部署。
這一會議議題標(biāo)志著我國人工智能政策邏輯正在發(fā)生一次重要躍遷：從培育單一產(chǎn)業(yè)、支持若干應(yīng)用場景、推動若干模型企業(yè)成長，轉(zhuǎn)向建設(shè)支撐中國式現(xiàn)代化的國家級AI能力體系。
它不是一個單純的技術(shù)體系，而是由關(guān)鍵技術(shù)、智能算力、高質(zhì)量數(shù)據(jù)、場景應(yīng)用、人才資本、安全治理、標(biāo)準(zhǔn)認(rèn)證和國際合作共同構(gòu)成的綜合能力。
一、從“人工智能產(chǎn)業(yè)”轉(zhuǎn)向“建設(shè)國家級AI能力體系”
過去談?wù)撊斯ぶ悄?，外界往往聚焦于三個層面：
一是大模型能力，誰的參數(shù)更多，誰的模型更強(qiáng)，誰的榜單成績更高；二是應(yīng)用場景，哪些行業(yè)可以接入智能客服、智能辦公、智能創(chuàng)作、智能制造；三是企業(yè)競爭，哪家AI公司融資更多、產(chǎn)品迭代更快、商業(yè)化更順利。
這些問題固然重要，但已經(jīng)不足以解釋當(dāng)前人工智能競爭的深層邏輯。今天的人工智能，正在成為一種“體系性能力”——一種滲透研發(fā)、生產(chǎn)、流通、消費(fèi)、治理、安全和文化傳播全過程的新型生產(chǎn)力組織潛能。誰能形成穩(wěn)定、可持續(xù)、可擴(kuò)散、可治理的AI能力體系，誰就能在未來產(chǎn)業(yè)變革、科技競爭和治理重塑中占據(jù)主動。
從全球趨勢看，AI競爭正在呈現(xiàn)出四個明顯特征。
第一，能力競爭從“模型參數(shù)競爭”轉(zhuǎn)向“全棧生態(tài)競爭”。
前沿模型的能力不斷提升，同時越來越依賴芯片、框架、訓(xùn)練平臺、推理系統(tǒng)、數(shù)據(jù)工程、評測體系、開發(fā)者生態(tài)和應(yīng)用反饋。斯坦福發(fā)布《AI Index Report》顯示，前沿模型已經(jīng)在博士級科學(xué)問題、多模態(tài)推理、競賽數(shù)學(xué)和代碼任務(wù)上達(dá)到或超過人類基準(zhǔn)；
同時，美國私人AI投資在2025年達(dá)到2859億美元，全球AI資本、人才和算力資源呈現(xiàn)高度集中趨勢。AI競爭從“單個模型對單個模型”的競爭，變成創(chuàng)新體系、資本體系、產(chǎn)業(yè)體系和基礎(chǔ)設(shè)施體系之間的系統(tǒng)競爭。
斯坦?！?026 AI Index》顯示，AI在圖像識別、語言理解、博士級科學(xué)問題、多模態(tài)推理、競賽數(shù)學(xué)和軟件工程等多項(xiàng)基準(zhǔn)測試中已接近、達(dá)到或超過人類基準(zhǔn)。
第二，基礎(chǔ)設(shè)施競爭從“數(shù)字基礎(chǔ)設(shè)施”轉(zhuǎn)向“智能基礎(chǔ)設(shè)施”。
算力已成為AI時代的戰(zhàn)略性基礎(chǔ)設(shè)施。有機(jī)構(gòu)的研究認(rèn)為，到2030年，全球數(shù)據(jù)中心用電可能超過945太瓦時，AI是最重要驅(qū)動因素之一。這意味著智算中心建設(shè)已經(jīng)不只是信息通信工程，而是涉及能源、電網(wǎng)、土地、水資源、芯片供應(yīng)鏈、綠色低碳和區(qū)域布局的系統(tǒng)工程。未來國家AI能力，很大程度上取決于誰能以更低成本、更高效率、更綠色安全的方式組織算力。
算力分為超算、通用和智能等類型。其中，智能算力是人工智能技術(shù)迭代發(fā)展的重要基礎(chǔ)。圖源：新華社
第三，應(yīng)用競爭從“工具替代”轉(zhuǎn)向“組織重構(gòu)”。
麥肯錫的《The State of AI:Global Survey 2025》調(diào)查顯示，88%的受訪組織已在至少一個業(yè)務(wù)職能中常規(guī)使用AI，但多數(shù)企業(yè)仍處在試驗(yàn)或試點(diǎn)階段，約三分之一企業(yè)開始規(guī)?；七M(jìn)AI項(xiàng)目；同時，23%的受訪組織已經(jīng)在企業(yè)內(nèi)部某些職能中規(guī)?；渴鹬悄荏w系統(tǒng)，另有39%開始試驗(yàn)智能體。
這說明，AI應(yīng)用的難點(diǎn)不在于“能不能接入模型”，而在于能否重構(gòu)業(yè)務(wù)流程、組織結(jié)構(gòu)、數(shù)據(jù)治理、責(zé)任機(jī)制和人機(jī)協(xié)同方式。誰能把AI嵌入研發(fā)設(shè)計(jì)、生產(chǎn)制造、供應(yīng)鏈管理、政務(wù)服務(wù)、公共安全、城市運(yùn)行等關(guān)鍵流程，誰才能真正把AI轉(zhuǎn)化為生產(chǎn)力。
麥肯錫全球AI調(diào)查顯示，企業(yè)AI應(yīng)用仍普遍停留在實(shí)驗(yàn)和試點(diǎn)階段，但營收規(guī)模越大的企業(yè)越可能率先推進(jìn)規(guī)?；渴?。
第四，治理競爭從“事后監(jiān)管”轉(zhuǎn)向“全生命周期治理”。
人工智能帶來的風(fēng)險已經(jīng)從內(nèi)容生成、虛假信息、個人隱私擴(kuò)展到網(wǎng)絡(luò)攻擊、生物化學(xué)風(fēng)險、關(guān)鍵基礎(chǔ)設(shè)施安全、就業(yè)結(jié)構(gòu)沖擊、算法歧視、智能體失控和國際安全?！?026年國際人工智能安全報告》指出，技術(shù)演進(jìn)速度遠(yuǎn)超風(fēng)險證據(jù)積累速度，使得政策制定者面臨“證據(jù)困境”：行動太早可能固化無效干預(yù)，等待證據(jù)充分又可能錯過風(fēng)險窗口。
報告還特別提示，通用AI已被用于網(wǎng)絡(luò)攻擊準(zhǔn)備、漏洞識別和惡意代碼生成，并可能降低生物化學(xué)危險知識的獲取門檻。這一警告顯示，人工智能治理不能等風(fēng)險充分暴露后再補(bǔ)救，而必須建立前瞻評估、測試認(rèn)證、風(fēng)險分級、運(yùn)行監(jiān)測和應(yīng)急處置機(jī)制。
“牢牢掌握發(fā)展主動權(quán)”，就不能停留在技術(shù)追趕、產(chǎn)品模仿和場景示范層面，必須上升到國家能力建設(shè)。
經(jīng)合組織人工智能事故和危害監(jiān)測數(shù)據(jù)庫中報告的涉及“內(nèi)容生成”的事件數(shù)量隨時間的變化。這包括涉及人工智能生成內(nèi)容的事件。自2021年以來，每月報告的事件數(shù)量顯著增加。來源：經(jīng)合組織人工智能事故和危害監(jiān)測數(shù)據(jù)庫
二、為什么此時強(qiáng)調(diào)“掌握發(fā)展主動權(quán)”？
對這一問題的觀察，應(yīng)放在三個坐標(biāo)系中展開：一是全球科技革命和產(chǎn)業(yè)變革加速演進(jìn)；二是中國經(jīng)濟(jì)高質(zhì)量發(fā)展和新質(zhì)生產(chǎn)力培育需求；三是人工智能安全風(fēng)險和國際治理競爭形勢。
首先，人工智能技術(shù)開始從“生成式AI”走向“行動型AI”。
2022年以來，大模型帶動生成式AI快速普及，文本、圖像、代碼、音頻、視頻生成能力迅速提升。進(jìn)入2025年后，技術(shù)前沿進(jìn)一步從“能回答”轉(zhuǎn)向“能推理、能規(guī)劃、能調(diào)用工具、能執(zhí)行任務(wù)”。推理模型、智能體、多模態(tài)模型、具身智能、AI for Science、世界模型等方向加快發(fā)展，使人工智能從信息處理工具轉(zhuǎn)變?yōu)閺?fù)雜任務(wù)執(zhí)行系統(tǒng)。這意味著，人工智能正在突破傳統(tǒng)數(shù)字技術(shù)的邊界，也將改變?nèi)说墓ぷ鞣绞健⒔M織的運(yùn)行邏輯和制度的執(zhí)行方式。
其次，中國經(jīng)濟(jì)正處在培育新質(zhì)生產(chǎn)力、推動產(chǎn)業(yè)升級的關(guān)鍵階段。
我國擁有完整產(chǎn)業(yè)體系、超大規(guī)模市場、豐富應(yīng)用場景和持續(xù)擴(kuò)展的數(shù)據(jù)資源，這是發(fā)展人工智能的重要優(yōu)勢。
國務(wù)院《關(guān)于深入實(shí)施“人工智能+”行動的意見》提出，要充分發(fā)揮我國數(shù)據(jù)資源豐富、產(chǎn)業(yè)體系完備、應(yīng)用場景廣闊等優(yōu)勢，推動人工智能與經(jīng)濟(jì)社會各行業(yè)各領(lǐng)域廣泛深度融合，形成智能經(jīng)濟(jì)和智能社會新形態(tài)。該文件還提出了“三步走”的“人工智能+”發(fā)展階段規(guī)劃。由此可見，人工智能的高速發(fā)展，必然推動產(chǎn)業(yè)體系發(fā)生全面而深刻的變革。
目前，已有部分人形機(jī)器人品牌嘗試走進(jìn)家庭場景干家務(wù)。圖源：路透社
再次，全球AI競爭正在進(jìn)入“基礎(chǔ)設(shè)施—標(biāo)準(zhǔn)—規(guī)則”并重階段。
美國AI政策強(qiáng)調(diào)創(chuàng)新、基礎(chǔ)設(shè)施和國際安全外交，歐盟則以《人工智能法案》（EU AI Act）為核心，建立基于風(fēng)險的規(guī)則體系。這些動態(tài)表明，人工智能已進(jìn)入國家戰(zhàn)略競爭深水區(qū)。過去各國比拼的是互聯(lián)網(wǎng)平臺、移動終端和數(shù)字經(jīng)濟(jì)規(guī)模，現(xiàn)在比拼的是AI芯片、數(shù)據(jù)中心、基礎(chǔ)模型、人才結(jié)構(gòu)、行業(yè)數(shù)據(jù)、標(biāo)準(zhǔn)認(rèn)證、監(jiān)管能力和國際規(guī)則話語權(quán)。對中國而言，所謂“掌握發(fā)展主動權(quán)”，不僅是掌握技術(shù)主動權(quán)，也是掌握產(chǎn)業(yè)主動權(quán)、基礎(chǔ)設(shè)施主動權(quán)、治理主動權(quán)和國際合作主動權(quán)。
最后，AI安全風(fēng)險已經(jīng)成為影響長期發(fā)展的硬約束。
中國此前已出臺《生成式人工智能服務(wù)管理暫行辦法》，從促進(jìn)生成式AI健康發(fā)展、維護(hù)國家安全和社會公共利益、保護(hù)公民、法人合法權(quán)益等方面，建立了基礎(chǔ)監(jiān)管框架。2026年發(fā)布的《人工智能擬人化互動服務(wù)管理暫行辦法》進(jìn)一步針對持續(xù)性情感互動服務(wù)，提出發(fā)展和安全并重、包容審慎、分類分級監(jiān)管等原則，并明確要求防范過度迎合、誘導(dǎo)情感依賴、情感操縱、未成年人風(fēng)險等問題。這些制度演進(jìn)說明，AI治理正在從內(nèi)容安全擴(kuò)展到心理健康、社會關(guān)系、未成年人保護(hù)、平臺責(zé)任和倫理邊界等更深層次領(lǐng)域。
在這一背景下，國常會強(qiáng)調(diào)“完善支持政策和治理體系”，并把科技倫理、測試認(rèn)證、動態(tài)適應(yīng)、分級分類監(jiān)管放在重要位置，體現(xiàn)了發(fā)展與安全并重的政策邏輯。
2026年3月20日，北京某商場展臺上陳列的AI玩具。圖源：新華社
三、未來不是“有沒有AI”，而是看“有沒有體系化AI能力”
從當(dāng)前發(fā)展階段看，我國人工智能已經(jīng)具備較好基礎(chǔ)，但要真正掌握發(fā)展主動權(quán)，仍需解決若干結(jié)構(gòu)性問題。
第一，關(guān)鍵核心技術(shù)仍需突破。
我國在應(yīng)用場景、工程組織、開源模型和產(chǎn)業(yè)化方面進(jìn)展較快，但在高端AI芯片、軟硬協(xié)同生態(tài)、基礎(chǔ)框架、超大規(guī)模訓(xùn)練系統(tǒng)、原創(chuàng)模型架構(gòu)、推理效率、模型安全評測等方面仍面臨壓力。特別是在全球高端芯片供應(yīng)鏈高度集中、關(guān)鍵設(shè)備和先進(jìn)制程受制約的背景下，AI發(fā)展不能建立在不穩(wěn)定的外部供給之上。
斯坦福報告指出，全球領(lǐng)先AI芯片供應(yīng)鏈高度依賴少數(shù)關(guān)鍵環(huán)節(jié)，美國擁有全球最多的數(shù)據(jù)中心，而多數(shù)領(lǐng)先AI芯片由我國臺灣地區(qū)的單一企業(yè)制造。對我國而言，關(guān)鍵技術(shù)攻關(guān)不僅是產(chǎn)業(yè)升級問題，也是國家安全和發(fā)展韌性問題。
第二，智能算力存在供給、調(diào)度、成本和綠色約束。
近年來，各地智算中心建設(shè)熱度較高，但也出現(xiàn)了重復(fù)建設(shè)、供需錯配、利用率不均、能耗壓力、區(qū)域布局不合理等風(fēng)險。人工智能對算力的需求已經(jīng)從訓(xùn)練擴(kuò)展到推理，從少數(shù)大模型企業(yè)擴(kuò)展到千行百業(yè)，從云端大模型擴(kuò)展到邊緣端、終端和工業(yè)現(xiàn)場。算力不再是單純“建多少卡”的問題，而是“如何組織全國算力資源”的問題。
IEA關(guān)于數(shù)據(jù)中心用電的預(yù)測表明，AI基礎(chǔ)設(shè)施快速擴(kuò)張將對電網(wǎng)、能源和區(qū)域承載能力形成長期壓力。因此，國常會提出加快超大規(guī)模智算集群建設(shè)，必須與全國一體化算力網(wǎng)、綠色電力、能源調(diào)度、網(wǎng)絡(luò)傳輸和公共算力服務(wù)結(jié)合起來理解。
第三，高質(zhì)量數(shù)據(jù)供給不足，仍是制約AI落地的深層瓶頸。
國家數(shù)據(jù)局提出，行業(yè)高質(zhì)量數(shù)據(jù)集是推動“人工智能+”賦能千行百業(yè)、實(shí)現(xiàn)產(chǎn)業(yè)落地的基礎(chǔ)性、關(guān)鍵性資源，并提出形成“場景牽引數(shù)據(jù)、數(shù)據(jù)驅(qū)動模型、模型賦能應(yīng)用、應(yīng)用創(chuàng)造價值”的數(shù)據(jù)飛輪。從目前情況看，中國不缺數(shù)據(jù)總量，但缺少可直接用于模型訓(xùn)練、微調(diào)、評測和行業(yè)應(yīng)用的高質(zhì)量數(shù)據(jù)。現(xiàn)實(shí)中，大量數(shù)據(jù)分散在部門、企業(yè)、平臺和設(shè)備中，存在權(quán)屬不清、標(biāo)準(zhǔn)不一、質(zhì)量不穩(wěn)、標(biāo)注不足、流通困難、安全風(fēng)險高等問題。
第四，AI應(yīng)用仍存在“試點(diǎn)多、規(guī)?；佟钡膯栴}。
許多地方和企業(yè)已經(jīng)開展AI示范項(xiàng)目，但真正嵌入核心業(yè)務(wù)流程、穩(wěn)定創(chuàng)造經(jīng)濟(jì)價值和治理效能的案例還不夠多。全球企業(yè)也面臨同樣難題。麥肯錫的調(diào)查顯示，盡管企業(yè)AI使用范圍廣泛擴(kuò)大，但多數(shù)仍停留在實(shí)驗(yàn)或試點(diǎn)階段，規(guī)?；瘧?yīng)用比例有限。這說明，AI應(yīng)用的難點(diǎn)不只是技術(shù)接口，而是流程重構(gòu)、數(shù)據(jù)治理、組織管理、績效評價、責(zé)任邊界和人才結(jié)構(gòu)。對于政府和大型企業(yè)來說，如果AI只停留在寫材料、做客服、建展廳等淺層應(yīng)用，就難以真正促進(jìn)全要素生產(chǎn)率提升。
第五，人才結(jié)構(gòu)與AI時代需求仍不完全匹配。
一方面，AI、大數(shù)據(jù)、網(wǎng)絡(luò)和網(wǎng)絡(luò)安全技能需求將快速增長，AI技能缺口仍是企業(yè)轉(zhuǎn)型的重要障礙；另一方面，AI對就業(yè)結(jié)構(gòu)的影響仍不清晰，既可能提升生產(chǎn)率，也可能加劇不平等和就業(yè)沖擊。對中國而言，AI人才政策不僅要培養(yǎng)頂尖人才，也要推動全社會AI素養(yǎng)提升和勞動者技能轉(zhuǎn)型。
第六，安全治理體系仍需從原則走向操作化。
當(dāng)前，AI治理已經(jīng)形成若干制度基礎(chǔ)，但面對通用大模型、智能體、具身智能、擬人化互動、自動決策和公共治理應(yīng)用，監(jiān)管仍需要更精細(xì)的分類分級、更專業(yè)的測試認(rèn)證、更持續(xù)的運(yùn)行監(jiān)測和更清晰的責(zé)任鏈條。
經(jīng)合組織發(fā)布的《數(shù)字政府2026》顯示，AI已在35個經(jīng)合組織國家的多個政府領(lǐng)域使用，但真正要求部署前風(fēng)險評估、內(nèi)部審查委員會、部署后審計(jì)等控制系統(tǒng)的國家比例較低，說明各國公共部門AI治理普遍存在“戰(zhàn)略多、操作控制少”的問題。對中國而言，下一步關(guān)鍵是把“安全可信”轉(zhuǎn)化為可評測、可認(rèn)證、可審計(jì)、可追責(zé)的制度能力。
30余個OECD國家中有30個已經(jīng)建立政府范圍的數(shù)據(jù)互操作系統(tǒng)；但在這30個國家中，只有23個國家報告中央層面超過50%的公共部門機(jī)構(gòu)廣泛使用該系統(tǒng)。
四、抓住“牛鼻子”，打造支撐國家級AI能力底座
建設(shè)國家級AI能力體系，不能平均用力，而應(yīng)抓住關(guān)鍵底座和牽引領(lǐng)域。
第一，把加強(qiáng)關(guān)鍵技術(shù)攻關(guān)作為國家AI能力建設(shè)的源頭工程。技術(shù)攻關(guān)不只是追趕國際模型榜單，而要圍繞基礎(chǔ)理論、模型架構(gòu)、訓(xùn)練推理方法、AI芯片、軟硬協(xié)同、智能體系統(tǒng)、具身智能、AI安全、模型評測、開源生態(tài)等方向形成長期布局，推動AI創(chuàng)新從“應(yīng)用集成型創(chuàng)新”走向“底層能力型創(chuàng)新”。
過去，一些行業(yè)應(yīng)用主要依賴調(diào)用外部模型接口，短期看成本低、見效快，但長期看容易形成對模型、數(shù)據(jù)、算力和工具鏈的依賴。國家級AI能力必須能夠支撐重大科研、先進(jìn)制造、公共治理和國家安全場景，必須在關(guān)鍵時刻可控、可信、可持續(xù)。因此，應(yīng)支持龍頭企業(yè)、高校、科研院所和新型研發(fā)機(jī)構(gòu)圍繞“無人區(qū)”開展長期基礎(chǔ)研究，建立穩(wěn)定支持機(jī)制和容錯機(jī)制，不能以短期商業(yè)回報衡量所有AI基礎(chǔ)創(chuàng)新。
第二，把建設(shè)超大規(guī)模智算集群作為新型基礎(chǔ)設(shè)施的核心工程。智算集群不是各地各自建設(shè)幾個數(shù)據(jù)中心，而是要面向國家AI需求，形成統(tǒng)一布局、彈性調(diào)度、綠色安全、普惠可及的算力體系。未來智算建設(shè)應(yīng)重點(diǎn)解決四大問題：一是訓(xùn)練算力與推理算力協(xié)同，避免只重訓(xùn)練、不重規(guī)?；评?；二是公共算力與商業(yè)算力協(xié)同，為高校、科研機(jī)構(gòu)、中小企業(yè)、獨(dú)立創(chuàng)業(yè)者和公共部門提供可負(fù)擔(dān)算力；三是算力與電力協(xié)同，推動綠色電力、儲能、輸電和數(shù)據(jù)中心布局統(tǒng)籌；四是算力與數(shù)據(jù)協(xié)同，推動行業(yè)數(shù)據(jù)集、模型服務(wù)和應(yīng)用場景形成閉環(huán)。
6月4日在呼和浩特市和林格爾新區(qū)拍攝的正在建設(shè)中的浦發(fā)銀行和林格爾數(shù)據(jù)中心項(xiàng)目。圖源：新華社
第三，把推進(jìn)高質(zhì)量數(shù)據(jù)集建設(shè)作為AI落地的關(guān)鍵工程。數(shù)據(jù)是AI的燃料，但只有高質(zhì)量、合法合規(guī)、持續(xù)更新、貼近場景的數(shù)據(jù)，才能真正轉(zhuǎn)化為模型能力。要堅(jiān)持以場景牽引數(shù)據(jù)，以標(biāo)準(zhǔn)提升質(zhì)量，以可信空間保障流通，以模型應(yīng)用反饋持續(xù)優(yōu)化數(shù)據(jù)。工業(yè)制造、醫(yī)療衛(wèi)生、交通運(yùn)輸、城市治理、智慧能源、公共安全、科研教育等領(lǐng)域，應(yīng)率先建立行業(yè)數(shù)據(jù)治理規(guī)范和數(shù)據(jù)集質(zhì)量認(rèn)證制度。
第四，把加強(qiáng)“人工智能+”應(yīng)用作為深化產(chǎn)業(yè)和治理重構(gòu)的牽引工程?！叭斯ぶ悄?”不是給傳統(tǒng)業(yè)務(wù)加一個AI插件，而是推動技術(shù)、流程、組織和制度同步變革。中國擁有完整產(chǎn)業(yè)體系和豐富治理場景，如果能夠把AI嵌入制造業(yè)、現(xiàn)代服務(wù)業(yè)、農(nóng)業(yè)、城市治理、公共安全、醫(yī)療教育、文化傳播等關(guān)鍵領(lǐng)域，就可能形成不同于單純平臺經(jīng)濟(jì)和消費(fèi)互聯(lián)網(wǎng)的升級空間。
第五，把強(qiáng)化安全治理和測試認(rèn)證作為AI長期發(fā)展的護(hù)欄工程。AI治理的目標(biāo)不是限制創(chuàng)新，而是為創(chuàng)新建立可信邊界。歐盟《人工智能法案》建立了風(fēng)險分級框架，明確不可接受風(fēng)險、高風(fēng)險、有限風(fēng)險和低風(fēng)險等分類。
中國的AI治理應(yīng)充分吸收國際經(jīng)驗(yàn)，走更適合中國國情的路徑，堅(jiān)持在發(fā)展中治理。在鼓勵創(chuàng)新和場景應(yīng)用的同時，針對不同模型、不同應(yīng)用、不同主體、不同風(fēng)險等級實(shí)施分類分級管理；在上線前開展測試認(rèn)證，在運(yùn)行中開展監(jiān)測審計(jì)，在事故后開展復(fù)盤追責(zé)，在規(guī)則上保持動態(tài)適應(yīng)。特別是在公共服務(wù)、金融、醫(yī)療、教育、交通、能源、應(yīng)急、司法輔助、未成年人服務(wù)等高影響場景，應(yīng)建立更嚴(yán)格的評估和人類監(jiān)督機(jī)制。
五、結(jié)語
未來幾年，將是我國人工智能從規(guī)模優(yōu)勢、場景優(yōu)勢走向體系優(yōu)勢、規(guī)則優(yōu)勢的關(guān)鍵窗口期?！袄卫握莆瞻l(fā)展主動權(quán)”，關(guān)鍵在于能否形成真正可持續(xù)的體系能力。關(guān)鍵技術(shù)要能攻得下，智能算力要能供得上，高質(zhì)量數(shù)據(jù)要能流得動，產(chǎn)業(yè)場景要能用得深，人才資本要能跟得上，安全治理要能守得住，國際合作要能走得遠(yuǎn)。只有把這些能力組織起來，中國才能在在AI時代塑造自身的發(fā)展路徑、產(chǎn)業(yè)優(yōu)勢和治理方案。