赛迪智库：人工智能“新基建”发展白皮书_41页__4mb

人工智能“新基建”发展白皮书总结

核心内容

人工智能“新基建”是国家新型基础设施建设的重要组成部分，旨在通过人工智能技术推动产业升级、经济发展和智慧城市建设。它涵盖算力、算法和数据三大核心要素，是构建智能经济形态的基础。

主要观点

• 人工智能“新基建”是新一代信息技术与实体经济深度融合的体现，是推动产业智能化和智能产业化的重要驱动力。
• 人工智能作为“新基建”的一部分，具有技术成熟度和产业基础，能够成为第四次产业革命的重要组成部分。
• 人工智能“新基建”将从“+AI”和“AI+”两个方向赋能各行业，提升生产效率、创造新需求、推动技术普及与系统研发。
• AI算力、算法、算据是人工智能“新基建”的三大关键支撑，其中算力是基础设施的底层，算法是核心能力，算据是基础资源。

关键信息

人工智能“新基建”三类基础设施

人工智能“新基建”赋能方式

• 算力层面：提供专项人工智能计算能力，如AI芯片、云计算中心、AI超算中心等。
• 算法层面：提供开源深度学习算法框架、计算机视觉、自然语言处理等技术。
• 算据层面：为各行业提供训练所需的数据集、场景库，包括政府和企业层面的开放平台。

人工智能“新基建”发展路径

1. 部署特定领域AI程序：将AI与已有IT系统和工业物联网集成嵌入，提升效率。
2. 打造AI平台：定义生产函数、配置数据访问权、规范数据标准和格式。
3. 扩展AI应用规模：实现AI平台托管于云端，提升可移植性和企业移动性。

人工智能“新基建”行业应用

• 制造业：AI赋能生产、质检、维护，提升效率与创新能力。
• 医疗：提升诊断准确性，打通医院与医保闭环，推动技术升级与商业化。
• 教育：促进教育变革，提升教育质量与效率。
• 金融：推动智能投顾发展，构建数据生态系统，提升风控能力。
• 智慧城市：实现城市运营与管理智能化，涵盖智慧政务、智慧交通、智慧医疗、智慧安防等多个领域。
• 农业：推动智能农业技术发展，提升资源利用效率和生产率。
• 军事：改变作战方式，推动智能化战争形态的发展。

发展挑战与政策建议

主要挑战

1. 基础算力：规模化算力支撑能力有限。
2. 开源生态：缺乏统一的开源算法平台及框架。
3. 数据标准化：产业数据标准化和互联互通水平不足。
4. 场景适配：尚未形成嵌入行业场景的定制化评估框架。
5. 人才短缺：深度学习人才缺口较大。

政策建议

• 构建“一集两库三平台”体系：
  • 一集：建立标准化数据集。
  • 两库：建设人工智能算法库和解决方案库。
  • 三平台：打造开源开放平台、技术产品试验平台、检验检测公共服务平台。
• 推动算力协同发展：鼓励专用算力与通用算力协同发展，建设绿色高效算力中心。
• 加强数据治理：推动数据开放共享，提高数据使用效率与安全性。
• 鼓励开源开放：完善法律法规，建立开源基金会制度，推动产学研协同。
• 提升人工智能素养：完善高等教育体系，吸引海外人才，营造智能化转型氛围。

地方进展与政策举措

上海

• 主要目标：推动新型基础设施建设规模和创新能级迈向国际一流水平，预计总投资约2700亿元。
• 政策举措：建设“新网络”、“新设施”、“新平台”、“新终端”，推动数据共享与应用创新。

北京

• 主要目标：基本建成具备网络基础稳固、数据智能融合、产业生态完善等特征的新型基础设施。
• 政策举措：支持算力、算法、算量基础设施建设，加强深度学习框架与算法平台研发。

广东

• 主要目标：建设30个以上人工智能重点实验室、新型研发机构、工程（技术）研究开发中心等。
• 政策举措：智慧城市场景构建，推动产业融合，打造创新中心与产业基地。

浙江

• 主要目标：推动在线教育、智慧医疗、智慧政务等发展，预计2022年相关业务规模将超700亿元。
• 政策举措：完善体制机制，推动数据共享与应用创新，鼓励新技术、新服务、新场景融合。

江苏

• 总体发展情况：江苏“新基建”竞争力指数居全国第三，数字经济规模位居全国第二。
• 政策举措：推动AI平台建设，发展AI软件与硬件产业，提升产业整体竞争力。

四川

• 主要发展目标：培育5家以上收入超50亿元的领军企业，建设国家级人工智能创新示范区。
• 政策举措：推进智能化网络基础设施建设，加强AI标准与规范体系建设，支持AI企业和平台发展。

未来发展方向

• 技术融合：推动AI与5G、云计算、大数据、物联网等技术融合，提升行业智能化水平。
• 场景拓展：在金融、医疗、教育、零售、智慧城市、农业、军事等领域拓展应用场景。
• 政策引导：加强数据开放共享、安全风险管控、标准规范建设、人才引进与培养等政策支持。
• 生态构建：打造完整的AI产业生态，实现技术-产业的创新闭环，推动智能经济的发展。

保障措施

• 强化统筹协调：加强政府、企业、科研机构的协同合作。
• 完善标准规范：推动数据采集、存储、使用等方面的标准制定。
• 培育市场需求：通过政策引导和市场机制，提升AI应用的广泛性与实用性。
• 推动资源开放：鼓励企业与政府共建开源创新生态环境，提高数据与技术的可及性。

编写组成员

• 王哲、范振锐、唐宇佳、彭健、潘文
• 赛迪智库：面向政府·服务决策
• 联系人：王哲
• 电话：13126598700
• 邮箱：wangzhe@ccidthinktank.com