文章核心观点 深圳市政协会议上，多位委员聚焦人工智能（AI）产业发展，从数据要素、算力成本、技术攻坚、人才培养、产业生态及治理体系等多维度提出建议，旨在推动深圳实现AI全域全时全行业高水平应用，打造人工智能先锋城市[1] 产业现状与目标 - 深圳AI产业已实现“0到1”的跨越发展，政策环境持续优化，产业生态活力迸发[1] - 累计开放近200个“城市+AI”应用场景，AI在城市治理、公共服务等领域赋能效应凸显[1] - 产业发展仍面临数据融合不足、核心技术自主化待提升、跨系统协同缺乏等挑战[1] - 目标是从贯通数据要素、聚焦技术攻坚、升级场景赋能三方面构建AI生态，打造“城市智能总台”中枢[1] 数据要素发展 - 数据是AI产业核心生产要素，高质量供给与高效流通是关键[2] - 深圳数据交易所已成为全国首个交易额破百亿元的数据交易平台[2] - 仍存在细分领域数据采集不精准、跨场景互通有壁垒等问题[2] - 建议搭建细分场景数据采集及合成平台、推动公共数据“按需供给”、细化数据全生命周期管理规范，以巩固领先优势[2] 算力成本与技术攻坚 - 推动大模型从“炫技”走向“实战”需解决调用成本高、推理端标准空白等问题[2] - 建议深圳锚定“0.1分钱”极致算力成本目标，3年内将百万Tokens边际推理成本压降至该量级[2] - 建议把握“训练追赶、推理超车”战略机遇，由高校和科研机构牵头建立“大模型AI推理芯片评测标准”[2] - 建议借APEC（深圳）国际窗口组建“AI推理算力工作组”，提升深圳在全球AI版图的话语权[2] 人才培养与评价 - 人才是AI产业发展的核心支撑，高等教育与人才评价体系革新尤为重要[3] - 建议构建区域共享的人工智能教育资源体系，组建“粤港澳大湾区人工智能教育共享联盟”[3] - 建议深化“人工智能+学科”人才培养改革，将AI通识教育纳入所有专业培养方案，并健全高校AI伦理与安全保障机制[3] - 建议打破传统人才评价体系，从“选项目”转向“识人才”，将算力、数据等核心资源前置给年轻创新者，通过导师与产业共创补齐市场认知短板[3] 产业生态与企业发展 - 针对AI企业面临的订单转化、出海发展等难题，建议围绕“四个更容易”优化产业生态[3] - 建议升级“AI企业服务包2.0”实现政府服务高效对接，公开AI应用场景采购清单降低企业订单获取难度[3] - 建议建立统一“数据出境安全测试平台”并提供跨境法律与知识产权服务，助力AI企业国际化发展[3] 应用场景与治理体系 - 建议在政务、医疗、教育等领域制定统一数据标准，推动AI与高端制造、智慧城市垂直场景深度融合[1] - 建议借助APEC会议契机实施“深圳AI”品牌全球推广计划[1] - 建议推行“沙盒监管”、强化标准伦理引领、建立常态化AI治理公众对话机制，让市民对AI“用得明白、用得放心”[1]