原標題：“排名前五，還不是最頭部，但發展潛力巨大”——“人工智能+”落地發展需破“軟肋”

　　“江蘇人工智能産業發展還不是最頭部，但潛力巨大。”今年兩會期間，不少代表委員都提到同一份榜單，即去年6月，中國新一代人工智能發展戰略研究院發佈的《中國新一代人工智能科技産業區域競爭力評價指數（2024）》報告，排名前五的省市分別是北京市、廣東省、上海市、浙江省和江蘇省，南京、蘇州躋身城市榜單前十。

　　過去的2024年，是AI發展取得巨大成就的一年。如何讓“人工智能+”在江蘇加速落地、賦能我省産業發展，引發科技界企業界代表委員的思考。

　　先來看看人工智能的算力、演算法、數據“三大基石”在我省的發展情況——

　　“江蘇算力基礎設施是全國領先的，具有先發先行優勢。”省人大代表，江蘇省通信服務有限公司黨委書記、總經理殷鵬注意到，2024年，“人工智能+”首次被列入國務院政府工作報告，同年4月《江蘇省算力基礎設施發展專項規劃》就發佈了，這是全國首個相關專項規劃。過去一年，全省在用算力規模較2023年底增長121%，在建算力超過25EFLOPS，綜合算力評價排名全國第二。

　　但作為江蘇算力聯盟理事長，殷鵬帶隊調研時也發現，受限于前期算力建設小、散、異構分散等因素，我省算力發展面臨供需匹配成本較高、無法滿足未來大模型需求等問題。為此，今年省兩會他帶來相關建議，“算力即國力，政府應進一步加強佈局規劃引導，要將算力資源統籌匯聚。還可以鼓勵相關算力節點建設企業搬遷到匯聚節點，參與建設和運營，形成算力資源的協同集聚效應。”

　　過去一年，ChatGPT、Sora、文心一言、通義千問等生成式人工智能大模型取得巨大成功。與之形成鮮明對比的是，工業大模型在很多場合卻面臨“能用起來但用不好”的尷尬，這在中小企業中反映尤其突出。

　　在省人大代表、雪浪工業軟體研究院常務副院長王峰看來，這是由於國産GPU價格高、適配難導致的，必須建設能適配的國産高性價比新型算力伺服器，打造新型“蘇産蘇用工業智慧裝備”的重要陣地，支持中小企業用好大模型，讓它們既“用得起”也能“放心算”。

　　而在數據領域，省人大代表、無錫隆瑪科技股份有限公司董事長楊朝輝認為，安全和隱私問題亟待解決。他建議，完善數據安全法規和技術手段，政府制定更加嚴格的數據安全法規，加大對數據洩露行為的處罰力度，企業採用先進的數據加密、訪問控制等技術手段，確保數據安全。

　　再來看看人工智能的技術卡點。兩會期間，省人大代表，南京大學科學技術研究院副院長、南京大學射陽高新技術研究院院長周東山向記者透露一個科研領域的最新趨勢：人工智能驅動的科學研究（即AI for Science）正成為科研新範式，“它是將人工智能與各個科學領域緊密結合，催生了新的科學知識和技術創新”。

　　然而，很多技術並沒有真正實現産業化。隨著人工智能技術研究步入“深水區”，科學家們面臨著對數據的依賴性強、算力要求高等挑戰，未來還有大量關鍵技術難題需要攻克。

　　那麼，是什麼“阻礙”人工智能更大範圍“用起來”？

　　“融合難題依舊沒有解決。”省人大代表、蘇州科技大學校長顧菊平調研發現，我省人工智能産業與本土製造業之間，存在一定的技術供需不匹配，併發展出“隔離帶”——一方面，人工智能應用的開發場景不足，現階段面向電子信息、汽車製造、新能源、生物醫藥等新興産業的應用場景開發較集中，但圍繞化工、食品等傳統産業的場景開發相對不足；另一方面，人工智能産業鏈“缺芯少核”，工業軟體、工業感測器、工業互聯網等核心技術短板在前端就限制了企業數字化轉型，而非標準化、非結構性數據又導致工業數據利用率偏低。

　　省政協委員、南京航空航天大學機電學院教授唐敦兵更是直言不諱：“江蘇人工智能與工業化融合進程處於初級階段。”唐敦兵建議，出臺一系列針對人工智能賦能新型工業化的專項政策，設立人工智能賦能新型工業化的專項基金，用於支持技術研發、産品創新、示範應用等關鍵環節。同時，建立人工智能産業公共服務平臺或創新中心，提供技術諮詢、融資支持、市場推廣等一站式服務，降低企業創新成本和市場風險，讓“AI+”在更多應用場景實現突破。（新華日報記者 何玥頤 倪方方 楊頻萍 付奇）