人工智能是引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，具有溢出帶動性很強的“頭雁”效應。新形勢下，加快打造人工智能“上海高地”，應以促進產(chǎn)業(yè)鏈供應鏈優(yōu)化升級為著力點，從局部探索到整體推進、從試點應用到賦能百業(yè)，形成科技創(chuàng)新和產(chǎn)業(yè)應用互相促進的良好發(fā)展局面。
挑戰(zhàn)
近年來，上海積極發(fā)揮人工智能產(chǎn)業(yè)“頭雁”效應，打造具有全球影響力的產(chǎn)業(yè)集群。從2018年到2023年，規(guī)模以上企業(yè)數(shù)量由183家增至350家，產(chǎn)業(yè)規(guī)模超過3800億元，人才規(guī)模超過25萬人。截至2024年3月，全國共有117項生成式人工智能服務完成備案。其中，上海地區(qū)擁有24家企業(yè)，顯示出在人工智能研發(fā)與應用方面的不俗實力。
目前，上海在人工智能領(lǐng)域已擁有較為完備的產(chǎn)業(yè)鏈體系，涵蓋基礎(chǔ)算法研究、核心芯片制造、智能軟硬件開發(fā)以及行業(yè)應用等多個關(guān)鍵環(huán)節(jié)，并積極推動傳統(tǒng)產(chǎn)業(yè)向數(shù)字化和智能化轉(zhuǎn)型升級，推動不同領(lǐng)域的知識交叉和技能整合。
但也要看到，加快打造人工智能“上海高地”，還面臨一些不容回避的挑戰(zhàn)：
一是產(chǎn)業(yè)結(jié)構(gòu)存在不均衡現(xiàn)象。
在應用端具備顯著優(yōu)勢，但核心技術(shù)研發(fā)相對薄弱，導致產(chǎn)業(yè)鏈的完整性不夠健全。在上海的人工智能機器人產(chǎn)業(yè)中，超過八成企業(yè)集中于下游應用環(huán)節(jié)，行業(yè)集中度較高，主要聚焦于智能制造、金融科技等少數(shù)領(lǐng)域，而在醫(yī)療健康、教育、公共服務等領(lǐng)域的布局相對薄弱。這種局面限制了產(chǎn)業(yè)的多樣性，削弱了整體抗風險能力。
二是創(chuàng)新資源流動不暢。
產(chǎn)學研主體之間缺乏有效的交流與協(xié)作，阻礙了知識的共享與轉(zhuǎn)化，減緩了技術(shù)的商業(yè)化進程。特別是，由于學術(shù)界與產(chǎn)業(yè)界在管理體制、目標體系、工作方式上的差異，導致難以形成有效的協(xié)同機制，甚至出現(xiàn)資源閑置和浪費的現(xiàn)象。
同時，部分企業(yè)因缺乏中試基地、儀器設(shè)備等，面臨科技成果轉(zhuǎn)化困難。經(jīng)驗表明，建立和維護中試基地及配備高端儀器設(shè)備通常需要巨額資金投入。對中小企業(yè)而言，這些前期投資往往會超出預算限制。同時，中試基地還需依賴專業(yè)的技術(shù)團隊操作、管理相關(guān)設(shè)備。缺乏專業(yè)知識和經(jīng)驗，可能會導致企業(yè)無法有效地利用相關(guān)資源。因此，亟須引入專業(yè)的技術(shù)轉(zhuǎn)移機構(gòu)和機制，以便科研成果能夠順利、高效地轉(zhuǎn)化為產(chǎn)業(yè)應用。
三是資金鏈、人才鏈、服務鏈等支撐鏈建設(shè)不足。
調(diào)研顯示，人工智能領(lǐng)域的資金主要集中在一些知名企業(yè)、頭部企業(yè)。創(chuàng)新型中小企業(yè)由于缺乏市場驗證，較難吸引到足夠的投資，或多或少限制了研發(fā)創(chuàng)新和市場推廣能力。而缺乏相應規(guī)范的行業(yè)標準，又可能導致投資者難以準確評估人工智能項目的潛在風險和回報，增加了投資決策的不確定性。
隨著人工智能產(chǎn)業(yè)規(guī)模的快速壯大，行業(yè)人才供需不平衡的問題日益嚴重?！渡虾Ｈ斯ぶ悄墚a(chǎn)業(yè)人才發(fā)展白皮書》顯示，全市人工智能領(lǐng)域的人才規(guī)模為25萬人；到“十四五”末，人工智能產(chǎn)業(yè)人才需求規(guī)模將達到34.3萬人，這意味著人才失衡問題可能會進一步凸顯。
上海的人工智能專業(yè)化服務體系不夠完善，專門為人工智能企業(yè)提供咨詢、技術(shù)評估和定制化解決方案的服務公司數(shù)量較少，導致中小企業(yè)難以高效獲取符合其需求的技術(shù)資源，從而延緩技術(shù)應用和轉(zhuǎn)化進程。這不僅限制了人工智能技術(shù)在不同產(chǎn)業(yè)中的廣泛應用，也影響了產(chǎn)業(yè)鏈上下游的整體協(xié)同效率。
對策
推進人工智能技術(shù)產(chǎn)業(yè)化，形成科技創(chuàng)新和產(chǎn)業(yè)應用互相促進的良好發(fā)展局面，是贏得全球科技競爭主動權(quán)的重要戰(zhàn)略抓手，是推動科技跨越發(fā)展、產(chǎn)業(yè)優(yōu)化升級、生產(chǎn)力整體躍升的重要戰(zhàn)略資源。下一步，加快打造人工智能“上海高地”，還需在以下幾個方面發(fā)力：
第一，加強基礎(chǔ)理論研究，突破關(guān)鍵技術(shù)瓶頸。
重視人工智能底層技術(shù)的突破，是推動人工智能領(lǐng)域發(fā)展壯大的關(guān)鍵。底層技術(shù)如同人工智能的根基，其穩(wěn)定性和高效性直接影響到上層應用的表現(xiàn)。在底層技術(shù)的研發(fā)中，尤其要關(guān)注算法的優(yōu)化和數(shù)據(jù)處理能力的提升。當務之急，應通過協(xié)同創(chuàng)新推動底層技術(shù)的突破，充分挖掘算法潛力，加速技術(shù)的落地和推廣；構(gòu)建高效的數(shù)據(jù)管理系統(tǒng)，確保數(shù)據(jù)的質(zhì)量、隱私和安全性，借助分布式存儲、“數(shù)據(jù)湖”等，有效提升數(shù)據(jù)處理的效率。
同時，可設(shè)立人工智能聯(lián)合研究中心，聚焦基礎(chǔ)理論和關(guān)鍵技術(shù)探索，為各創(chuàng)新主體提供合作平臺。通過構(gòu)建聯(lián)合研究中心，吸引來自不同領(lǐng)域的專家和研究者，組建跨學科、跨行業(yè)的研究團隊，匯聚不同領(lǐng)域的專家，推動基礎(chǔ)理論和關(guān)鍵技術(shù)的交叉融合。聯(lián)合研究中心通過提供先進的實驗設(shè)施和資源支持，為研究團隊提供良好的工作環(huán)境，推動實驗室的協(xié)同創(chuàng)新。
第二，打通創(chuàng)新鏈堵點難點，加快實現(xiàn)科技成果轉(zhuǎn)化。
目前，上海建成多個基礎(chǔ)研發(fā)平臺，包括人工智能實驗室、腦科學與類腦研究中心和上海人工智能算法研究院等，并在各個領(lǐng)域發(fā)揮引領(lǐng)作用，但平臺之間的有效協(xié)作仍顯不足?？纱罱ㄒ粋€統(tǒng)一的、多層次協(xié)同創(chuàng)新平臺，推動跨學科資源共享與信息高效流動，優(yōu)化科研成果從基礎(chǔ)研究到應用轉(zhuǎn)化的路徑。
同時，可進一步完善技術(shù)轉(zhuǎn)讓平臺，促進科技成果有序流轉(zhuǎn)。當前，上海的人工智能技術(shù)轉(zhuǎn)讓平臺在技術(shù)需求與成果的精準匹配上仍存在不足，需引入更先進的人工智能和大數(shù)據(jù)分析技術(shù)，利用深度學習算法提升供需信息的匹配精度，精準梳理技術(shù)分類體系和需求畫像，幫助企業(yè)更快速、準確地找到所需的技術(shù)解決方案。
第三，完善創(chuàng)新鏈支撐體系，推動各個鏈條協(xié)同發(fā)展。
就資金鏈而言，應完善資本支撐環(huán)境，支持技術(shù)入股，鼓勵高層次人才參與市場，優(yōu)化人工智能與實體經(jīng)濟融合的金融市場支持；進一步發(fā)揮政府在資金分配中的引導作用，通過激勵政策引導資金流向創(chuàng)新領(lǐng)域，鼓勵私人投資機構(gòu)參與科技創(chuàng)新項目。
美國的人工智能產(chǎn)業(yè)得益于其強大的風險投資生態(tài)系統(tǒng)，特別是硅谷作為全球風險投資的中心，吸引了大量資金流入初創(chuàng)企業(yè)。同時，美國政府通過國防高級研究計劃局和國家科學基金會等，提供資金助力關(guān)鍵項目的研發(fā)，推動技術(shù)創(chuàng)新與應用的快速發(fā)展。
就人才鏈而言，應構(gòu)建基礎(chǔ)理論人才與“人工智能+X”復合型人才并重的培養(yǎng)體系，培養(yǎng)多領(lǐng)域的創(chuàng)新型人才，滿足產(chǎn)業(yè)鏈不同環(huán)節(jié)的需求。
就服務鏈而言，應完善專業(yè)化服務生態(tài)體系，鼓勵發(fā)展人工智能中介服務公司，提供從技術(shù)評估、方案定制到應用實施的全流程支持。
美國依托硅谷、波士頓等創(chuàng)新中心，打造了較為完善的人工智能服務鏈，不僅提供技術(shù)基礎(chǔ)設(shè)施，還提供針對各行業(yè)的人工智能解決方案。同時，多個市場化導向的技術(shù)孵化器、加速器專注于人工智能服務鏈發(fā)展，不僅幫助初創(chuàng)企業(yè)融資，還提供人工智能技術(shù)咨詢、市場推廣等服務，助力人工智能公司快速成長。
來源：解放日報，日期：2024-09-17
作者：紀園園，上海社會科學院數(shù)量經(jīng)濟研究中心副主任；沈濤，上海市人工智能協(xié)會研究部部長
