作者：黃卓（北京大學國家發展研究院副院長），周鼎（北京大學長沙計算與數字經濟研究院智庫中心主任助理）

　　習近平總書記指出，加快發展新一代人工智能是我們贏得全球科技競爭主動權的重要戰略抓手，是推動我國科技跨越發展、產業優化升級、生產力整體躍升的重要戰略資源。隨著人工智能（AI）技術的發展，以AI推動生產力整體躍升、加快形成新質生產力的路徑越發明晰。疏通當前AI產業發展存在的堵點，對于加快發展新質生產力、推動我國經濟社會高質量發展具有重要意義。

　　發展新質生產力的重要引擎

　　新質生產力是由技術革命性突破、生產要素創新性配置、產業深度轉型升級而催生的當代先進生產力，它以勞動者、勞動資料、勞動對象及其優化組合的質變為基本內涵，以全要素生產率提升為核心標志。AI對上述各個維度均存在積極推動作用，是發展新質生產力的重要引擎。

　　首先，在技術突破方面，通過大數據、深度學習、自然語言處理、神經網絡等技術手段，AI已發展至由數十億到數千億個參數組成的大模型階段，使機器具備了模仿人類思維的能力，驅動機器不僅對重復性勞動而且對創新性勞動實現了逐步替代，帶來了技術的革命性突破。

　　其次，在要素配置方面，AI作為新生產工具正融入社會生產各環節，它以數據作為新生產要素、算力作為新基礎能源，通過人機協同新模式，以“勞動者高技能化、勞動資料智能化、勞動對象多形態化”促進了勞動者、勞動資料、勞動對象及其優化組合的質變，推動了生產要素創新性配置和全要素生產率大幅提升。

　　最后，在產業升級方面，AI通過生產要素的組合優化與整體躍升，延展了傳統生產邊界、開拓了新型產業空間，培育了基于AI的新產業、新業態、新模式，促進了產業跨界融合與深度轉型升級，并由此加快推動了新質生產力大發展。

　　近年來，隨著我國AI產業發展進入“深水區”，AI產業發展中的堵點影響新質生產力發展，主要包括以下方面。

　　一是部分AI先發技術仍處于追跑階段。當前我國AI大模型在整體架構、模型規模、數據吞吐、訓練算法等核心技術方面相較于國際最高水平仍有距離。二是對AI應用研發的算力供給有所不足。算力是AI三個核心要素之一，我國算力存在“智算中心少、大型數據中心少、國產自主高性能算力硬件設備少”的情況。三是對AI產業發展的要素支撐相對有限。當前我國在AI領軍人才數量上僅占全球14%，行業投資數量和投資額相對較低。

　　多措并舉疏通產業堵點

　　針對上述AI產業堵點，應從研發體系、技術攻關、應用場景、要素保障等方面發力，使AI更好地賦能新質生產力發展。

　　一是構建AI產業研發體系，蓄足新質生產力“源頭活水”。要形成由“高水平研究型大學—國家級創新平臺—科技領軍企業—新型研發機構”構成的“頂天立地”研發體系。高水平研究型大學面向AI的基礎研究、學科建設和人才培養持續深耕。國家級創新平臺重點突破AI大模型的架構、規模、算法等關鍵核心技術。科技領軍企業整合集聚創新資源，開展AI產業共性關鍵技術研發和產業化。新型研發機構發揮體制機制創新優勢，結合AI產業需求開展目標導向的有組織科研，打通成果轉化“最后一公里”。四者之間基于新型舉國體制，在產學研深度融合中彼此滲透，蓄足新質生產力發展的“源頭活水”。

　　二是實現AI技術突破，催生新質生產力核心動能。一方面，應發揮新型舉國體制優勢，加大對于AI大模型底座等技術主戰場以及算力軟硬件等核心支撐技術的持續投入，對算力硬件設備領域的企業實施稅收優惠政策，加強對CHIPLET、存算一體等關鍵技術的專項攻關。另一方面，應結合全國一體化算力網建設，統籌布局超算中心、智算中心、數據中心等算力基礎設施建設，推動對百萬核心以上規模算力資源調度能力的技術攻關，形成高效率、低成本、規模化的AI公共服務支撐平臺，催生新質生產力發展的核心動能。

　　三是打造AI產業應用場景，提供新質生產力物質資料。就目前情況來看，我國在通用AI領域尚未形成顯著優勢，而基于國內廣闊市場和海量數據，可優先發力專用AI，形成“AI+行業應用”的垂直效益。深度挖掘、積極打造可應用新一代AI技術的各類場景，進一步在金融、商務、政務、教育、文旅等不同行業領域拓展場景應用，形成AI多領域跨界應用生態，推動既有行業提質降本增效和新經濟增長點探索培育，提供新質生產力發展的物質資料。

　　四是強化AI產業支撐合力，鞏固新質生產力要素保障。應推動研究制定“AI+”行動方案或相應政策，鼓勵高校、科研院所與企業共同開展AI人才培養項目，健全完善人才激勵機制，充分發揮國有金融機構的信貸支持作用，鼓勵政府產投基金為AI企業提供多元股權融資，完善科技保險風險共擔機制。

　　總之，要通過疏通AI產業堵點，以新一代AI技術賦能千行百業，實現經濟社會各領域各環節智能化轉型升級，為新質生產力發展點燃新引擎。