港联证券 “投资者点题代表委员作答”｜AI赋能产业发展存在哪些堵点痛点？

编者按：2026年全国两会如期而至，资本市场“十五五”规划蓝图的绘制也进入关键期。证券时报推出“投资者点题·代表委员作答——共话资本市场高质量发展”特别策划，诚邀资本市场各参与主体，围绕提高制度包容性适应性、健全投融资协调功能、推动新质生产力发展等议题建言献策。活动启动以来反响热烈，我们从中甄选出具有代表性的问题，邀请代表委员及相关专业人士作答，敬请垂注。

自去年8月国务院印发《关于深入实施“人工智能+”行动的意见》以来，如何深入实施“人工智能（AI）+”行动，推动人工智能与经济社会深度融合，既是我国当前面临的紧迫任务，更是关乎长远发展的战略命题。请问在实施“AI+”行动的过程中，我们的算力产业有哪些规划，需要克服哪些困难？以及如何让AI技术更好地赋能产业？

——证券时报网网友

当前人工智能技术加速迭代演进，正在对经济发展、社会进步、国际政治经济格局等方面产生重大而深远的影响。作为支撑人工智能发展的核心基础设施和关键驱动力‌，算力的建设和发展对AI产业至关重要。在此背景下，我国算力应如何因地制宜实现更好发展等，均是众多代表委员关注的话题。

全国政协委员、360集团董事长周鸿祎对证券时报记者表示，要把算力进行区分，分成训练算力和推理算力。在他看来，过去两年，产业焦点集中于大模型的预训练，对高端训练芯片的需求极为迫切。当前，随着基础模型能力普遍越过及格线，行业正迈入“AI+”应用时代，算力需求结构发生根本性变化。

“训练算力的发展规模可能还有一定空间，而一旦进入大模型应用阶段，推理算力的需求将呈指数级增长。例如，智能体执行任务时需反复分解步骤、试错搜索，Token（通常所说的词元）消耗可达聊天场景的数百倍。建议重视推理芯片的战略价值，希望各地在发展算力方面能够偏向于推理算力。”周鸿祎提出。

对于算力产业现状，全国人大代表、中兴通讯高级副总裁苗伟向证券时报记者阐述，目前符合时代需求的智能算力供给仍有缺口，建议设立AI大模型训练专用算力开放平台，根据用户需求动态分配算力，实现负载均衡。同时坚持实行分级定价与补贴政策，建立“阶梯式收费”机制。推动AI大模型健康发展、服务实体经济。

与此同时，如何让AI技术更好、更快地赋能产业、落地民生亦为代表委员所关注。

全国政协委员、飞腾信息技术有限公司副总经理郭御风指出，我国AI发展正处于从“算力基建”向“商业闭环与治理协同”转型的关键时期，但不少地方也存在“重建设、轻应用”的倾向，技术应用仍停留在“点状创新”，难以形成规模化商业价值。他建议：一是加快实施“AI+场景闭环”示范工程，围绕工业制造、智慧金融等重点领域，组建“创新联合体”开展全栈式协同攻关，资源重点倾斜能降本增效、实现自我造血的项目。二是加快构建AI治理体系，启动专项立法研究，明确高风险领域责任边界，开展“沙盒监管”试点，建立国家AI伦理与安全评估平台，实现监管与创新协同。三是重塑智能时代人才培养体系，推动教育改革，设立“AI+X”交叉学科，校企共建产业学院，开展在职人员赋能培训，破解人才短缺瓶颈，为AI高质量发展提供支撑。

“在人工智能与工业经济深度融合的过程中，数据治理的滞后与薄弱已成为制约工业AI价值释放的瓶颈。”全国人大代表、华工科技董事长马新强告诉证券时报记者，今年全国两会，他将聚焦制造业智能化转型的核心堵点与前沿方向进行建言。

马新强提出，要系统推进工业数据治理体系建设，为人工智能赋能制造业扫清障碍。此外，还可以聚焦关键突破，组织实施技术攻关与试点示范，如设立“工业数据治理与AI融合”科技专项，围绕多源异构数据融合、工业知识图谱构建等核心技术组织攻关；开展“工业数据治理标杆培育”工程，打造一批全流程贯通、AI应用成效显著的标杆工厂和产业集群。

本文原载于《证券时报》3月4日头版

校对：祝甜婷