人工智能+行动政策解读 - 《关于深入实施"人工智能+"行动的意见》部署了科学技术、产业发展、消费提质、民生福祉、治理能力与全球合作等六大领域行动 并提出了三个阶段发展目标 [1] - 目标设定以人工智能规模化应用的确定性应对技术和外部环境急剧变化的不确定性 [3] - 实施路径强调协同联动、系统推进 同时建立容错机制和政策留白以调动社会创造性和能动性 [3] 智能终端与智能体发展目标 - 到2027年新一代智能终端、智能体应用普及率目标超过70% [3] - 目标实现将推动万物智联 使终端设备成为能感知环境、理解意图和自主学习的智能伙伴 [4] - 智能终端和智能体将成为新质生产力重要载体 催生硬件市场、软件服务市场和内容生态 [4] 技术发展与应用普及驱动因素 - 技术成熟是多模态大模型和端侧AI芯片发展的必然趋势 [5] - 杀手级应用出现将加速目标实现 人工智能可能比移动互联网更快找到杀手级应用 [5] - 用户习惯根本性变革是最终体现 当智能终端实现好用易用时用户迁移速度将惊人 [5] 人工智能普惠化挑战 - 技术层面存在低成本、高可靠、易部署应用服务的技术门槛问题 [6] - 成本障碍包括研发投入巨大、高端人才稀缺、高质量数据获取成本高昂和场景开放程度低 [6] - 国家人工智能应用中试基地将解决关键共性问题 降低应用创新门槛 [6] 市场规模优势转化 - 需发挥创新带应用、应用促创新的良性循环作用 [7] - 市场实践基础通过中试基地、标杆案例和行业解决方案复用加速技术成熟与标准化 [7] - 支持领军企业、科研机构和行业组织制定关键标准 参与国际规则制定 [7] 人工智能+与互联网+比较 - 社会认知基础不同 人工智能+起步于全社会已有共识和迫切期待的基础 [8] - 技术自主程度不同 我国人工智能基础理论、技术创新和工程应用取得重要突破 [8] - 关键作用机理不同 人工智能+本质是"涌现" 能形成新模式、发现新规律甚至提出新问题 [9] 重点应用领域选择逻辑 - 技术可行性基于数据基础 所选行业都是数据富矿能为人工智能提供肥沃土壤 [10] - 经济带动性考虑辐射效应 金融、交通、物流、商贸等行业能带动全要素生产率提升 [10] - 民众获得感使智能交通、智能物流和智能司法让人民群众直接感受技术进步实惠 [11] 智能原生企业发展前景 - 重新定义生产力与组织形态 可能实现"一人独角兽"模式 [11] - 在效率提升基础上更具价值创造 提供高度定制化体验和按使用效果付费的个性化服务 [11] - 推动实现产业全要素智能化 让机器设备、原材料等嵌入"AI大脑"提升整体产业效能 [12] 人工智能驱动科研变革 - 科研范式从"假设驱动"转变为"模型驱动" 拓展科学发现疆域 [12] - 科研主体从"人员团队"转变为"人机协作团队" 人机协同成为常态 [12] - 科研基础设施从"仪器仪表"扩充到"模型算力数据" [12] 人工智能重塑产业格局 - 研发模式从"线性研发"转变成"高速迭代" 研发效率呈数量级提升 [13] - 竞争核心从"专利壁垒"转变为"数据算法壁垒" [13] - 新兴产业与商业模式崛起 可能出现新型研发外包公司提供"候选分子发现"服务 [13]