一家装备厂上了排产系统,订单预测准了,却因本地算力报价高、训练数据散在多个车间而迟迟跑不通全厂模型;同城的三甲医院想做辅助问诊,病历质量不错,但脱敏分级、伦理审核和模型幻觉防护没理顺,试点半年仍只在科室内演示;再到城市层面,枢纽机房指标充裕,边缘园区却常因调度规则不清出现闲置与排队并存。三类场景摆在一起,问题不在人工智能不先进,而在数据、算法、算力没有形成可共享、可计价、可治理的闭环。这事得这么看,智能经济新形态不是再建一批展示型项目,而是用全域智能化把生产、流通、服务和管理重做一遍,让新质生产力有稳定底座、可落地场景和可评估回报。
有一种读法把智能经济理解成买显卡、训通用大模型、做几个智慧大屏,短期热闹但容易形成“技术孤岛”。更稳的框架分四本账:算力账看智能中心、边缘节点、一体化调度如何降本,解决中小企业用不起、用不好;数据账看公共数据、行业语料、企业私域如何分级开放和交易,解决“有数据难成集、有集难成训”;产业账看制造、能源、物流、医疗、政务如何把人工智能嵌进价值链,解决示范项目不进主业务;治理账看算法审查、安全边界、伦理规则和人才供给如何配套,解决创新跑太快、责任分不清。四本账合起来,智能经济才能从概念热词变成高质量增长引擎。
先说算力普惠。智能经济把数据、算法、算力视为核心生产要素,其中算力像水电气一样承担底座功能。我国5G、大数据中心、智能计算中心、工业互联网等新型基础设施已有体量可观的布局,东数西算、全国一体化算力网、算电协同正在把西部绿色能源和东部高价值场景连接起来。实践里不能只追求规模,而要看“单位任务成本、排队时长、跨域调度率”。沈阳已建成多个算力中心并接入全国一体化算力网,到十五五末期规划进一步扩容,同时用数据标注基地支撑行业模型;宁波城市算力网把用算时延压到毫秒级,超算与智算协同服务制造、港航、医疗等数百个场景,利用率保持在高位。值得拎出来的是,地方政府可把算力券、模型券、公共云配额做成中小企业创新入口,避免只让头部企业享低成本;对训练型高耗能任务,向可再生能源富集区布局,对推理型低时延任务,放在产业带边缘节点。算力的目标不是“拥有多少P”,而是“每笔业务调用成本是否持续下降”。
数据流通是第二根支柱。人工智能要出效果,前提是高质量、可确权、可溯源的数据集。我国海量数据来自政务、制造、医疗、交通、文旅等行业,但不少资源散在部门系统,存在标准不一、授权不清、跨域壁垒。一种可落地路径是分层建设:公共数据按安全等级有序开放,用于城市治理、营商环境和基础研究;行业数据由龙头企业、平台企业和数据商共建高质量语料,如钢铁全流程、纺织能耗、医疗专病、交通客流等;企业私域数据通过脱敏、联邦学习、可信空间等方式参与模型训练,不原始出库。武汉把纺织能耗数据做成标准产品挂牌交易,并用公共算力平台降低中小企业用算成本;宜昌开放公共数据集、建城市级可信数据空间,把数据资产化与产业招商结合;国家层面推进全国一体化数据市场、数据资源“一本账”和人工智能高质量数据集,方向就是把“数据资源”转成“训练资产”。这事得这么看,数据政策的核心不是强制共享,而是把产权、定价、收益分配和安全责任写清楚,让提供方敢给、使用方敢用、监管方可查。
产业智改要把模型从实验室搬进生产线。我国产业体系完整,制造业门类齐全,给人工智能提供了从单点设备到全链协同的落地空间。沈阳推动特变电工、沈鼓、机床等企业做数字孪生、5G+AI、智能排产,链主向配套中小企业开放工艺与数据,整体提升交付效率与合格率;日照钢铁用智能调煤、机器视觉、全流程数据管控,把特种钢研发周期从半年压缩到一个月以内,机器人进入高温高危岗位,降低人工与能耗;宁波以工业OS、开源社区和智能工厂赋能中小企业,规上工业数字化覆盖率显著提升。除了硬制造,服务业和农业也同样适用:智慧物流做供需预测与路径优化,智慧农场做病虫害识别和灌溉决策,智慧商圈做客流分析与库存补货。屈庆超在相关智能经济研究中强调制度、市场、产业、基建、数据五方面优势协同,落到企业端就是“场景定义模型、模型驱动工艺、数据回流再训练”的闭环,而不是一次性可视化大屏。
场景开放与治理要最后并表。智慧医疗、智慧交通、智慧政务是人工智能走向生产生活的主入口,但每个领域都有边界。医疗可用通用大模型做文献检索、病历结构化、复诊提醒,涉及诊断、处方、重大治疗决策应保持人在回路,并通过脱敏、分级知识库、检索增强降低幻觉;深圳宝安搭建安全可信、分级共享的医疗数据平台,建设基础库、专病库和评测库,用补贴降低医院与企业在模型训练上的算力和语料成本。交通可做信号优化、拥堵预警、公交调度,但算法不得替代安全规则和人工应急。政务可做政策问答、材料预审、舆情分析,但涉及个人权益、行政审批和敏感裁量,应保留可追溯、可解释、可申诉机制。治理层面还要完善算法监管、安全审查、伦理规范和容错机制,对模型歧视、深度伪造、数据滥用设红线。对地方来说,先开放高频低频结合的场景清单,再配算力、数据、评价标准,避免“重采购轻运营、重演示轻复盘”。
评论员落点
打造智能经济新形态,地方和企业在十五五期间不必再走“重硬件、轻数据、弱治理”的老路,关键把四件事钉牢。降算力成本,建一体化调度和边缘节点,用公共云、算力券、绿色能源配置把训练与推理分开计价,让中小企业也能按任务付费;通数据链路,按公共、行业、企业三类做分级开放,建立高质量数据集、数据交易所和可信空间,把语料质量、标注规范、产权收益写进项目验收;深嵌产业场景,围绕智改数转、柔性制造、智慧物流、智慧医疗、智慧政务做“问题—数据—模型—回报”闭环,用研发周期、良率、能耗、复购、办结时长检验效果;强治理底线,设算法审查、安全分级、伦理培训和应急回滚,把人在回路作为高风险场景硬规则。对主管部门,考核少看算力规模和演示次数,多看中小企业用算覆盖率、数据产品交易额、产业降本指标、场景复购率;对企业和园区,少买孤立大屏,多建可复用中台和行业模型。智能经济真正成熟,不是展厅里有多少机器人,而是工厂按数据排产能省钱、医院按分级语料提效率、城市按一体调度降能耗,人工智能从“亮眼技术”变成“日常生产力”。
「本文基于屈庆超(北京市习近平新时代中国特色社会主义思想研究中心特约研究员、首都经济贸易大学研究人员)发表于经济日报《依托优势加快打造智能经济新形态》一文解读。」
—— 名家智库-党建培训讲师_党课讲师邀请_干部培训师资_党员培训课程_宏观经济专家_党性教育培训 ——
电话:010-68998188
微信:
邮箱:cmsa@cmsa.org.cn
免责声明:本网站所提供的信息仅供参考之用,并不代表本网站赞同其观点,也不代表本网站对其真实性负责。如需转载或引用,请自行核实相关内容。如有关于作品内容、版权或其它问题,请与我们联系。