作為現代科技的重要組成部分，深入推進人工智能（AI）技術發(fā)展，將在我國經濟高質量發(fā)展中扮演越來越重要的角色。2023年2月ChatGPT問世，標志著AI技術的商業(yè)化落地進入全新階段。隨著大數據、云計算、物聯網等信息技術的發(fā)展，泛在感知數據和通用圖形處理器推動，以深度神經網絡為代表的AI技術飛速發(fā)展，大幅跨越了科學與應用之間的“技術鴻溝”，迎來爆發(fā)式增長的新高潮。眾所周知，AI是由算力、算法和數據三部分組成。目前，算法較難取得創(chuàng)新，算力核心在于芯片，短期仍有所受限。從某種程度上來說，數據的規(guī)模和質量已經成為決定AI發(fā)展水平的關鍵。

OpenAI在2023年11月7日于首屆開發(fā)者大會DevDay上宣布了GPTs，用戶可以通過自定義指令、拓展（模型）的知識邊界和下達行動命令，來構建自己的GPT。大模型發(fā)展在國外已日趨成熟，在國內則亟待進一步推動。AI產業(yè)化的發(fā)展不僅離不開算法和算力，也離不開良好和龐大的數據演練。因此進一步打通國內數據使用通道，提升大模型演練中數據的可獲得性，成為推動AI產業(yè)化發(fā)展的重要步驟。

一是充分發(fā)揮中國海量數據的規(guī)模優(yōu)勢，打通公域和私域數據分割，驅動各類數據共享，在確保數據安全前提下，推動AI對復雜多場景的應用能力。

直到目前，AI技術仍處于發(fā)展中階段，主要障礙是數據規(guī)模還不夠龐大以及機器人對現實場景切換的應變能力還不夠充分的智能化。相對而言，中國擁有超過10億的網民數量，互聯網普及率接近80%，5G基站數近200萬個，5G移動電話用戶接近5億。這些基礎因素決定了中國擁有強大的數據生產能力，而且數據不僅僅是通過手機、電腦生成，還包括各種各樣傳統(tǒng)的離線商業(yè)活動，如共享單車、醫(yī)療掃描、考勤打卡、金融支付、衛(wèi)星圖像等。這意味著，在下一輪新科技競爭中，如果我國能夠快速提升數據供給能力、優(yōu)化數據供給結構，這將筑牢海量數據規(guī)模和豐富應用場景的基礎優(yōu)勢，極有可能在大規(guī)模圖形計算、智能數據工程等方面取得重大突破。

比如，國內數據市場如圖書數據等，這些數據由于版權原因，仍掌握在部分版權使用者上，或是由于使用規(guī)定尚未明確，無法被合理使用。再如，出于數據安全的考慮，公域數據和私域數據以及不同平臺的數據尚未完全打通，數據分割勢必削弱AI技術產業(yè)化的步伐，導致大模型無法獲得此類數據?？陀^而言，大模型部分功能的缺失，并不利于大模型發(fā)展升級，也不利于激發(fā)AI技術開發(fā)的積極性。因此，打通地區(qū)和平臺數據分割，促進數據市場一體化發(fā)展，才能助力大模型演練，達到AI推動經濟高質量發(fā)展的目標。

二是深化數據資源開發(fā)，聚焦AI服務實體經濟領域，依托龍頭企業(yè)打造數據、知識、算法“三位一體”的關鍵節(jié)點，增強實體經濟智能化場景效能。

《AI全域變革圖景展望：躍遷點來臨（2023）》報告顯示，截至2023年6月底，全球AI企業(yè)共計3.6萬家，中美企業(yè)數量名列前茅。美國AI企業(yè)數量約1.3萬家，在全球占比達到33.6%，中國占比為16.0%。另據胡潤研究院發(fā)布的《2023全球獨角獸榜》，美國以666家獨角獸企業(yè)領先，占全球獨角獸總數的49%。中國以316家位居第二，中國獨角獸數量比后面15個國家加在一起還要多。因此，在AI創(chuàng)新方面，中國和美國同樣躋身全球第一梯隊。

但在應用場景上，中國的AI主要面向推動工業(yè)4.0和“智能制造”，重點集中在工業(yè)制造、物流和零售等。這里有兩個數據充分體現這一點，如2022年中國工業(yè)機器人裝機量占全球比重超50%，穩(wěn)居全球第一大工業(yè)機器人市場。再如，2022年中國在AI相關半導體私人投資的金額為1.02億美元，是美國的1.75倍。

從這個意義上講，促進中國AI技術的發(fā)展，必須緊緊圍繞賦能實體經濟這一核心目標。為此，進一步深化各省市《數據條例》的有關配套政策，依托AI獨角獸企業(yè)較多的重點城市如北京、上海、深圳、廣州、杭州等，賦權研究探索出臺數據流通等專項法規(guī)，對數據關鍵技術、標桿生產制造場景等予以支持。積極探索AI等技術賦能產業(yè)，如在電商領域，目前“AI+電商”的相關技術主要已開始應用于AI選品、圖文和視頻廣告素材制作/廣告語智能輸出、廣告智能投放、智能客服回復等方面。以亞馬遜為例，已通過AI賦能跨境電商的選品、營銷和物流等多個環(huán)節(jié)。因此，我國可借助自身AI產業(yè)優(yōu)勢，積極推動AI和跨境電商等新業(yè)態(tài)之間融合。

三是夯實數據領域標準，高質量發(fā)展需要相應的高標準作為支撐，發(fā)揮標準引領支撐作用，推動標準化與科技創(chuàng)新互動發(fā)展，加強關鍵技術領域標準研究。

DEPA（數字經濟伙伴關系協定）中已明確提出，締約方應努力促進采用支持可信、安全和負責任使用AI技術的道德和治理框架。AI治理的重要組成就是數據治理和標準制定。全球AI治理框架尚未明確，這是個全新的規(guī)則領域，也是中國及早加入的機遇。AI標準化為產品和服務質量提供保障，并保障信息安全，有效減少AI技術帶來的信息安全、個人隱私等問題。為此，我國2020年就印發(fā)了《國家新一代AI標準體系建設指南》，構筑了AI標準體系，形成標準引領AI產業(yè)發(fā)展的新格局。此后，針對AI計算平臺的國家標準啟動編制，并在生物特征識別、智能汽車等AI應用領域發(fā)布了多項國家標準。國家網信辦2023年7月公布《生成式AI服務管理暫行辦法》，統(tǒng)籌安全與發(fā)展，對生成式AI研發(fā)及服務做了明確規(guī)定，保障AI的良性發(fā)展和創(chuàng)新。

但目前，我國在硬件方面仍面臨著不同場景下的AI硬件指令集、微架構設計不同的問題，亟待統(tǒng)一的規(guī)范標準。AI安全基礎標準、關鍵應用方向安全保護標準、機器學習模型標準乃至硬件虛擬接口、開發(fā)框架兼容規(guī)范等標準，都亟待進一步規(guī)范。此外，AI編譯工具之間的融合性有待提升。因此，上海應發(fā)揮先行先試優(yōu)勢，加強與ISO等國際標準組織的合作，參與國際標準制定，并圍繞試點示范項目，探索我國AI標準培育，加快AI訓練數據等相關標準文件的發(fā)布，穩(wěn)步擴大規(guī)則、標準等制度型開放，為中國式現代化開辟新路。

總而言之，數據是新型生產要素，是數字化、網絡化、智能化的先決條件。AI是數據密集型行業(yè)，也是新一輪科技革命和產業(yè)革命的驅動力量，積極推動數據的安全有效訓練、管理和使用，全面加快數據融入生產、分配、流通、消費和社會服務管理等各環(huán)節(jié)，是做大做強我國AI產業(yè)的基本路徑。實踐中，2023年2月中共中央、國務院也印發(fā)了《數字中國建設整體布局規(guī)劃》，強調“到2025年將基本形成橫向打通、縱向貫通、協調有力的一體化推進格局，數字中國建設取得重要進展；到2035年，數字化發(fā)展水平進入世界前列”。此后，全國各地立刻響應，掀起了AI產業(yè)快速發(fā)展的浪潮。

公開數據顯示，截至目前我國在空間上已經形成長三角、京津冀、珠三角三大AI產業(yè)集聚發(fā)展區(qū)。特別是在新一輪生成式AI熱潮中，全國已經出現了106個大模型，其中北京的大模型公司數量和研發(fā)數量均占據“C位”，多達54個；上海在AI算力方面積累了優(yōu)勢；深圳、廣州、杭州、成都等城市也都有多個大模型公司。

我們有充分理由相信，在數字化變革的推動下，中國有望在AI領域獲得率先突破，由AI技術發(fā)展的產業(yè)化應用所迸發(fā)的強大新質生產力，將促進我國未來經濟和社會的智慧化發(fā)展，助力中國式現代化和經濟高質量發(fā)展的目標愿景。

（徐乾宇系上海社會科學院世界經濟研究所助理研究員，胡曉鵬系上海社會科學院世界經濟研究所副所長、研究員）