基于“新基建”背景下，人工智能技术如何赋能其他产业？

人工智能是新一轮产业变革的核心驱动力量，是新一轮科技竞赛的制高点，将推动数万亿数字经济产业转型升级。作为“新基建”重要领域之一，近年来，无论大小城市，在政府工作报告、城市产业规划中，“人工智能”都是一个高频词。

中央明确提出要加快推进人工智能、5G基建、大数据中心、工业互联网等新型基础设施建设进度。在当前我国经济下行压力加大的情况下，“新基建”被赋予了稳增长、促转型等诸多期望。

国务院《新一代人工智能发展规划》指出，到2025年中国人工智能核心产业规模超过4000亿元，带动相关产业规模超过5万亿元。在全球人工智能竞争中，我国的优势在于百度、华为、阿里等平台型公司积累了扎实的技术基础、丰富的应用场景和海量数据，在新基建大战略下，将为国家发展打造竞争新优势、注入增长新动能。当然，在基础科研、基础算法、芯片、高端人才等方面我国仍存短板。能否抓住智能时代的变革机遇，可以说是中国建设现代化强国的关键。

科技部印发的《国家新一代人工智能创新发展试验区建设工作指引》中提到，“推进人工智能基础设施建设，强化人工智能创新发展的条件支撑。加强网络基础设施、大数据基础设施、计算基础设施建设，提升传统基础设施的智能化水平，形成支撑新一代人工智能广泛应用的基础设施体系。建设人工智能研发基地和开放创新平台，推动公共数据安全有序开放，强化人工智能研发创新的基础条件支撑”。

由报社主办的“新基建下赋能百态 人工智能在行动”专题线上沙龙成功举办。来自中国电子信息产业发展研究院、科大讯飞股份有限公司、第四范式、云从科技、雪湖科技、眼神科技的行业专家和企业代表，基于“新基建”背景下，人工智能发展前景、人工智能技术如何赋能其他产业等话题进行了深入解析和探讨，为“新基建”下人工智能产业的创新发展提供了新的探索路径和方向。

迎接智能新时代

有观点认为，人工智能在“新基建”背景下将为智能经济的发展和产业数字化转型提供底层支撑。这种支撑在“新基建”之前就已经存在，而“新基建”的提出势必将加速人工智能在各领域的融合应用，包括从数据采集、数据传输、数据存储、数据分析、数据应用，到赋能传统产业、产业智能化，再进一步到智能经济的发展，人工智能在其中将起到非常重要的作用，融合汇聚各类技术、人才、数据，形成新一代信息基础设施的核心能力。

中国电子信息产业发展研究院世界工业研究所人工智能研究室主任王哲指出，人工智能在“新基建”背景下将为智能经济的发展和产业数字化转型提供底层支撑，推动人工智能与5G、云计算、大数据、物联网等领域深度融合，形成新一代信息基础设施的核心能力。

中国电子信息产业发展研究院预测，到2030年人工智能将为全球GDP带来14%的增长空间，即15.7万亿美元的市场规模，其中中国的GDP增长规模为26%，智能经济形态逐步显现。全球经济动态模型预测，世界经济总量的70%将受到人工智能的影响。未来10年内，我国GDP的26.1%将受益于人工智能，智能转型对中国国内生产总值的影响可能超过世界其他国家。

从全球人工智能投融资、企业、人才等情况，可见国际人工智能产业蓬勃发展，竞争日趋激烈；在此基础上，美、欧、日等国家和地区，已将人工智能作为重要的战略发展方向，通过加强统筹规划、推出促进政策、组织重大项目、优化配套环境等推进其发展。

我国人工智能产业已经初步呈现集聚态势。人工智能企业主要集聚在经济发达的一、二线城市及沿海地区，内陆省份正在努力把握发展热潮。北京是人工智能发展的最核心城市；杭州居第四位，打破了信息技术领域传统的北上广深格局。

预计未来我国人工智能产业创新政策将重视通过扩大投入、刺激需求来推动产业发展。其中，在需求层面，提升人工智能领域的公共服务水平是重中之重，人工智能产业领域的进出口各项措施将受到更高关注。在环境层面，针对产业发展的需要所实施的策略性措施，如指定区域规划、鼓励企业、行业联盟的组织合作等政策性策略的效应将愈发凸显。在供给层面，教育培训及科技研发将成为我国推动人工智能产业持续发展的重要抓手。

人工智能作为新一轮产业变革的核心驱动力，正在释放历次科技革命和产业变革的巨大能量。持续探索新一代人工智能应用场景，将重构生产、分配、交换、消费等经济活动各环节，催生新技术、新产品、新产业。中国工程院院士高文指出，中国发展人工智能已具备政策、海量数据资源、应用场景、青年人才等四个方面的优势。在一些关键核心技术方面，中国的人工智能已经走在世界前列，比如人力识别和语音识别，中国在世界处于领先地位。

科大讯飞股份有限公司听见科技规划咨询部总监吕旭指出，未来的人工智能应用是跨越技术鸿沟后的场景化落地，“新基建”将迎接智能新时代。

“+AI”还是“AI+”？

人工智能已经在众多垂直领域实现应用，目前较为成熟的领域包括家居、金融、交通、医疗等。通过与诸多垂直领域相结合，人工智能技术可以通过两方面进行产业赋能：一方面提高生产效率、降本增效，即“+AI”（产业智能化）；二是创造新的需求和增长点，即“AI+”（智能产业化）。

+AI

某些行业本身一直存在，产业链条成熟，且之前完全依靠人工，效率比较低。“+AI”将使其快速高效处理数据，同时兼顾普通和长尾用户，提高生产效率，实现降本增效。以金融行业为例，目前人工智能主要用于风控、支付、理赔、投顾等方面，其中智能投顾应用最为成熟。人工智能通过海量数据学习、精准算法分析，结合用户提供的风险承受水平、收益目标、市场的动态，进行个性化定制服务。

在此次新冠肺炎疫情防控中，众多“+AI”案例涌现，发挥了巨大作用，主要覆盖疫情监控、体温检测、病毒检测、复工复产等方面。春节时期新冠疫情爆发，对病毒检测、追踪、隔离防控等工作带来巨大挑战，人工智能的应用切实起到了三方面重要作用。一是以数据为支撑，通过大数据进行传播溯源分析，通过涉疫人群时空轨迹进行传染源追溯；通过追踪高频交叉感染场所，进行同行、伴随、途经人员分析；分析涉疫人群关系图谱，找出防控短板场所清单。二是与通信运营商进行数据合作，实现人群精准筛查。经过大数据分析列出高危群体清单、未遵守防疫规定人员、潜在风险人员清单、未按规定隔离人员以及工作台账中的防控线索。三是进行趋势预测，对决策进行有力支撑。通过传播趋势预测、物资消耗和配给预测、人员返程高峰影响、管控措施效果推演、开工开学开市模拟影响和应急预案等多种手段，预测不同的决策下疫情在不同时空的发展走势。赛迪顾问人工智能产业研究中心副总经理李丹指出，从应用层面来看，新冠肺炎疫情期间，AI和医疗领域的结合在公众视野中有了更多的案例，这也成为我国人工智能“多点开花”的一个缩影。

除了应对疫情防控，人工智能在助力复工复产、支持远程办公和教育等方面也都有很成功的应用，而此次疫情使这些应用提前落地，让更多的人看到了未来更多的可能。第四范式业务产品负责人周开拓认为，未来的5年，我国越来越多的企业和业务都会经历由线下转到线上的过程，而疫情加速了这一进程。在这一过程中，各个行业都有自身的痛点、机会以及值得研究的问题，人工智能将提供诸多解决方案。

AI+

如果在AI技术成熟之前，某行业或产品从未存在过，“AI+”将创造新需求、新商业模式、新的经济增长点。以汽车为例，其中智能网联是人工智能在汽车行业应用最受关注的领域。智能网联一方面可以提升汽车的智能化，包括自动驾驶、智能语音、智能座舱等；另一方面与5G相结合，提高汽车信息沟通能力，实现网联化，包括人员和车辆安全管理、城市道路交通规划等。

王哲在提到AI+制造业时表示，人工智能作为基础设施在帮助制造业提质增效的广度和深度上都具有潜力，代表性的应用场景包括智能维护、产品质检、需求规划等。在制造领域由计算机实现的智能，具有自感知、自学习、自执行、自决策、自适应等特征，可以适应变化不定的工业环境，并完成多样化的工业任务，最终实现人、设备与产品的联通、实现精准识别、有效交互与智能控制，提高生产效率或设别产品性能的目的。

云从科技公共事务总监王刚更关注“新基建”下智慧城市的发展。他认为，建立人工智能平台将助力城市“AI+X”产业集聚，“平台为入住城市的AI企业提供算力、数据、算法等一系列服务，推动人工智能企业在多个领域快速进行技术创新。通过场景开放，集聚各类人工智能应用开发者、创新团队、科研机构和企业等产业生态，有效支撑AI企业快速发展，带动产业链全面发展，快速实现人工产业的集聚。”

人工智能的融合发展未来

在“新基建”济浪潮下，人工智能将与5G、数据中心等一起推动数字经济时代的产业转型升级，是当前及未来各国科技竞赛的制高点。大国科技实力是国家实力的核心，能否抓住智能时代的变革机遇，是中国建设现代化强国的关键。

我国推进人工智能“新基建”面临三方面挑战。一是规模化基础权利支撑能力有限。多样化的人工智能产业应用数据和更复杂的深度学习算法，需要强大的计算能力作为支撑；能提供规模化人工智能算力支持的国内企业还很有限，我国整体在专门针对人工智能的算力基础设施准备不足。二是开源开放的人工智能算法平台及框架缺失。人工智能算法的自适应、自调节、群智协同、跨界创新水平不足已经成为制约人工智能与实体经济深度融合的瓶颈；本轮人工智能产业发展以深度学习技术为主要引擎，开源开放的深度学习底层环境为技术的进化和创新提供了基础性保障；我国开源生态建设起步相对较晚，对人工智能开源核心平台和框架参与不足，全球主流人工智能算法框架与平台的主导者是谷歌、脸书、亚马逊等。三是产业数据标准化和互联互通水平严重不足。国内重点行业人工智能领域相关企业对产业数据的应用主要呈现各自为政、重复用功、规模零星、标准不一、场景各异的特点，单一行业或企业的成功经验很难迁移，迟滞了广大中小企业利用人工智能技术提高生产力、实现高质量发展的步伐。

总体而言，我国人工智能产业仍处于发展初期，面临基础研发欠缺、技术和场景尚未融合、传统基础设施跟不上技术发展等问题。中国科学技术发展战略研究院研究员李修全指出，人工智能产业化总体上看仍处于早期阶段，需要避免脱离技术阶段的过高预期和借概念投机式发展。要强化产业界和学术界的协同创新，加快突破一批人工智能产业化核心关键技术，加强智能化基础设施建设，夯实各领域基础信息化能力。

眼神科技市场体系高级总监王姝琦建议，应做好人才培养、前沿技术研究和联络合作。加快信息化基础设施建设，并对传统物理基础设施进行智能化升级。同时，重视人工智能技术所带来的人伦道德问题，从立法和监管两个角度跟上技术革新。