在人工智能飞速发展的当下,其对各行业的深远影响已成为全球焦点。为助力读者精准把握这一技术浪潮,深企投《“人工智能+”行动深度解读与产业发展机遇》和上海交大《2025“人工智能+”行业发展蓝皮书》两份报告提供了极具价值的视角。前者从政策背景、技术演进到产业应用全面剖析,勾勒出我国人工智能发展的战略蓝图;后者聚焦行业实践,以丰富案例和详实数据展现人工智能赋能各领域的创新成果。无论是从业者、决策者还是研究者,这两份报告都是理解人工智能趋势、挖掘产业机遇的权威指南,值得深入研读。(文末附报告全文PDF)
近年来,我国人工智能政策经历了从早期布局到战略升级的渐进式演进过程。2015年国务院出台的《中国制造2025》首次提及智能制造,为人工智能产业奠定了基础。2017年,《新一代人工智能发展规划》发布,确立了我国人工智能发展的“三步走”战略目标,标志着人工智能上升为国家战略。此后,政策重心转向核心技术突破与产业融合。2021年,“十四五规划”将人工智能列为重点发展产业之一,政策开始关注伦理安全等治理议题,进入规范深化期。2024年,政府工作报告中提出“人工智能+”行动,进一步推动人工智能与各行业的深度融合,政策体系不断完善,为产业发展提供了清晰的指引。
人工智能技术经历了从规则驱动、统计学习到深度神经网络的多次迭代。20世纪60至80年代,规则驱动范式主导,符号主义盛kaiyun体育全站 Kaiyun登录网页行;90年代后,统计学习范式崛起,贝叶斯网络等算法推动应用落地。2012年,深度卷积神经网络AlexNet在ImageNet竞赛中的成功,标志着人工智能进入深度学习时代,其背后是神经网络、数据和算力三大要素的融合。2017年Transformer架构的提出,催生了GPT、BERT等大语言模型,使自然语言理解的准确率超越人类基线,人工智能技术进入新的发展阶段,从实验室理论走向产业基石,驱动多领域规模化落地。
全球人工智能竞争呈现多极化态势,美国、中国、欧洲等国家和地区通过大型模型研发与政策扶持争夺主导权。美国企业如OpenAI、谷歌等持续推出GPT、Gemini等系列模型,提升多模态能力与计算效率;中国企业月之暗面的Kimi、字节的豆包、腾讯的混元以及阿里的通义系列等表现出显著竞争力,尤其是DeepSeek发布的开源模型以高性价比引发关注;法国Mistral公司推出Le Chat成为“欧洲之光”。各国政策支持力度不断加大,如美国“星际之门”项目计划投资5000亿美元建设AI基础设施,欧盟通过“投资人工智能”倡议调动2000亿欧元推动超级工厂建设,全球竞争格局愈发激烈。
“人工智能+”行动的总体框架围绕推动人工智能与各行业的深度融合,形成智能经济和智能社会形态。其核心包括推动广泛深度融合重塑生产生活方式、生产力跃迁以及生产关系变革。通过构建新基础设施、新技术体系、新产业生态和新就业岗位,实现人工智能技术从实验室kaiyun体育全站 Kaiyun登录网页到产业应用的全面落地,促进经济社会的高质量发展。这一框架强调前瞻谋划、系统布局、分业施策、开放共享和安全可控等原则,以确保人工智能技术的健康发展。
“人工智能+”行动在多个领域明确了应用方向。在制造业,推动工业全要素智能联动,加快人工智能在设计、中试、生产、服务、运营全环节落地应用,提升全员人工智能素养与技能,发展智能制造装备。在信息产业,加强新型信息基础设施建设,推动人工智能技术与服务型制造融合创新,引导通用大模型和智能体在重点场景布局应用。在能源产业,涵盖加大关键技术供给、加速创新场景赋能、加强核心保障、优化产业发展生态四大方面,部署建设综合交通运输大模型等16项具体任务。在健康医疗领域,推动人工智能驱动的科学研究、临床辅助决策、药物研发等应用,提升医疗服务质量和效率。在空间产业,探索人工智能在卫星互联网、深空探测等领域的应用,拓展人类活动边界。在金融服务业,创新金融产品和服务模式,提升金融风险防控能力,推动金融行业智能化转型。
“人工智能+”行动设定了明确的阶段目标。2027年,目标是实现新一代智能终端、智能体等应用普及率超70%,核心产业规模快速增长,成为经济发展的重要增长极,人工智能技术初步覆盖、渗透6大重点行业领域、700余个场景,智能软硬件初步覆盖、渗透,人工智能全面融入并赋能生产生活方式。2030年,应用普及率超90%,人工智能全面融入并赋能生产生活,对应基本实现社会主义现代化,人工智能成为经济发展的核心驱动力,实现智能经济和智能社会形态,人工智能技术在各领域的应用更加广泛和深入,推动经济社会的全面智能化转型。
模型基础能力的提升是人工智能发展的关键。我国在大模型领域取得了显著进展,如DeepSeek发布的开源模型以高性价比引发关注,月之暗面的Kimi、字节的豆包、腾讯的混元以及阿里的通义系列等表现出显著竞争力。这些模型在参数规模、多模态融合、推理能力等方面不断提升,逐渐缩小与国际领先水平的差距。同时,我国科研机构也在大模型领域展现优势,如上海人工智能实验室构建的书生通用大模型体系涵盖多模态、语言和视频生成能力,其开源和免费商用策略为产业发展提供了有力支持。未来,我国将继续加强模型基础能力的研发,推动大模型技术的不断创新和突破。
数据是人工智能发展的燃料,数据供给创新至关重要。我国拥有海量数据资源,2024年全国数据生产总量达41.06泽字节,占全球数据总量的26.67%,为人工智能发展提供了丰富的数据基础。然而,数据供给仍面临高价值语料规模不足、公共与行业数据开放度低、标注自动化与人才双缺等问题。为此,我国积极推动数据要素市场建设,完善数据产权和版权制度,鼓励探索基于价值贡献度的数据成本补偿、收益分成等方式,加强数据共享激励。同时,支持发展数据标注、数据合成等技术,培育壮大数据处理和数据服务产业,提升数据供给的质量和效率,为人工智能发展提供有力支撑。
智能算力是人工智能发展的关键基础设施,我国在智能算力统筹方面采取了多项措施。国产AI芯片如昇腾、昆仑等快速发展,逐步打破国外芯片的垄断,为智能算力提供了硬件支持。同时,我国积极推动超大规模智算集群建设,构建全国一体化算力网,实现算力资源的互联互通和高效利用。此外,我国还加强了算力软件服务层的建设,发展云计算、边缘计算等技术,为用户提供灵活高效的算力服务。通过智能算力统筹,我国将构建自主可控、高效协同、普惠易用的国家智算体系,满足人工智能发展的算力需求。
优化应用发展环境对于人工智能产业的发展至关重要。我国通过布局建设一批国家人工智能应用中试基地,搭建行业应用共性平台,为人工智能技术从实验室走向产业化应用提供了关键桥梁。这些中试基地聚焦于特定行业领域,提供真实的应用场景和测试环境,加速人工智能技术的落地应用。同时,我国还加强了人工智能伦理和治理框架的建设,推动人工智能技术的健康发展。此外,我国积极鼓励企业开展人工智能应用创新,通过政策支持、资金扶持等方式,激发企业的创新活力,推动人工智能应用的广泛普及。
人才是人工智能发展的核心竞争力,我国高度重视人才队伍建设。通过推进人工智能全学段教育和全社会通识教育,完善学科专业布局,加大高层次人才培养力度,培养跨学科人才,我国逐步构建了多层次的人才培养体系。同时,我国还加强了师资力量建设,推进产教融合,鼓励企业与高校、科研机构合作培养人才。此外,我国还通过优化人才评价体系,给予青年人才更多施展空间,吸引海外高层次人才回流,为人工智能发展提供了强大的人才支撑。
为推动“人工智能+”行动的实施,我国出台了一系列配套政策。国家层面,工信部、发改委等部委配合出台了《关于推动“人工智能+”能源高质量发展的实施意见》《深入推动服务型制造创新发展实施方案》《“人工智能+”交通运输的实施意见》等政策文件,从能源、制造业、交通运输等多个领域为人工智能发展提供政策支持。地方政府也积极响应,出台了《广东省人工智能赋能制造业高质量发展行动方案》《深圳市加快打造人工智能先锋城市行动计划》《广州市加快推动人工智能赋能新型工业化行动方案》等政策,从技术研发、产业布局、人才培养、资金支持等多个维度为人工智能产业发展提供全方位支持,加速人工智能在各地形成百花齐放的态势。
人工智能产业发展的核心驱动因素主要包括技术突破、市场需求和政策支持。技术突破方面,大模型、深度学习等技术的不断创新为人工智能发展提供了强大的技术支撑。市场需求方面,随着经济社会的数字化转型加速,各行业对人工智能技术的需求日益旺盛,为产业发展提供了广阔的市场空间。政策支持方面,国家和地方政府出台的一系列政策为人工智能产业发展提供了有力的政策保障。这些核心驱动因素相互作用,共同推动了人工智能产业的快速发展。
人工智能产业链涵盖了基础层、技术层和应用层等多个环节,各环节均面临巨大的发展机遇。在基础层,芯片、传感器等硬件设备的市场需求将持续增长,国产芯片企业将迎来发展良机。在技术层,深度学习框架、自然语言处理、计算机视觉等技术的研发和应用将不断深化,相关企业有望在技术创新中脱颖而出。在应用层,智能制造、智能医疗、智能交通、智能金融等领域将成为人工智能应用的重点领域,推动各行业的智能化升级。此外,随着人工智能与各行业的深度融合,还将催生一批新的业态和商业模式,为产业发展带来新的机遇。
全球人工智能市场规模呈现快速增长的趋势,预计到2030年人工智能对全球GDP增长的贡献将在7%-15%之间。我国作为全球第二大人工智能市场,拥有庞大的数据资源、完整的产业体系和广阔的应用场景,人工智能市场规模将持续扩大。随着人工智能技术的不断成熟和应用场景的不断拓展,人工智能将在更多领域实现规模化应用,推动各行业的数字化转型和智能化升级,为经济社会发展注入强大动力。未来,人工智能产业将迎来更加广阔的发展空间,成为推动我国经济高质量发展的重要引擎。