百度智能云2024人工智能大模型产业发展应用研究白皮书71页

人工智能是发展新质生产力的重要引擎
人工智能通过提升基础研究效能、推动学科交叉融合、促进科技创新与产业创新深度融合，成为新质生产力的核心驱动力。其深度学习、跨界融合、自主操控等特征，可重塑生产主体、工具、对象及方式，加速生产流程优化与智能化转型，形成以智能、健康、绿色技术群为核心的产业发展新格局。我国已构建覆盖算力、数据、算法的AI产业链，大模型技术在生物医药、新材料、能源等领域实现规模化应用，推动19个行业场景落地，催生新产业新增长点。

我国AI大模型应用进展与趋势
我国AI产业保持高速发展，2023年核心产业规模达5784亿元，生成式AI采用率达15%，算力增速超全球平均水平。在应用场景上，大模型在智慧金融、智慧医疗等19个领域实现渗透，形成“车路云网图”协同生态和智能港口、自动驾驶等创新实践。基础能力建设领先全球，算力规模占全球超30%，数据资源年均增速达263%，算法持续优化适配行业需求。科技企业通过MaaS模式推动产业生态建设，2024年AI大模型市场规模预计达8520亿元。

存在的主要问题
AI应用面临知识经验不足，用户对技术安全性存在疑虑，通用性不足导致场景适配困难。应用场景整合不足，领域分布不均，85%算力集中在互联网和公安行业，医疗、教育等领域的深度应用滞后。数据质量低、流通障碍制约技术发展，算力生态建设滞后，存在“群模乱舞”现象。中小企业应用进展缓慢，产学研转化机制不畅，技术体系能力不足。数据跨境流动机制缺失，算力供需存在缺口。

高质量发展实践成效
制造业领域通过AI实现62家“灯塔工厂”建设，提升生产效率10%-70%。科研领域如上海交大建立AIforScience平台，辅助化学合成、气象预测等研究。金融领域邮储银行应用大模型提升风控效率，实现反洗钱自动化。能源领域国家电网应用AI模型优化电力调度，国家能源集团构建能源全链条智能模型。交通领域北京车网科技建成301个智能网联路口，降低拥堵与事故风险。城市治理方面，海淀“城市大脑”实现全域智能化管理，提升应急响应效率。

深化发展的建议
需提升社会对AI的科学认知，完善可解释性与安全性技术规范。加快构建高质量中文数据集，推动跨行业数据共享与流通。建设绿色低碳算力体系，发展国产芯片与计算生态。加强算法透明化治理，在金融、医疗等高敏感领域确保决策可追溯。拓展多维度应用场景，围绕交通、政务等重点领域推进标杆工程，形成“人工智能+”标准化体系。构建产学研协同生态，推动大中小企业融通发展，建立自主可控的创新平台。