新质生产力是由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生的当代先进生产力，以全要素生产率提升为核心标志。而作为一项最具颠覆性、渗透性的技术，人工智能技术不但本身就属于新质生产力的范畴，还在赋能新质生产力形成中蕴含着巨大潜力。习近平总书记强调，人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题。今年的政府工作报告也提出，要深化大数据、人工智能等研发应用，开展“人工智能+”行动。当前，中国人工智能产业快速发展，部分关键核心技术达到国际领先水平，为赋能新质生产力形成创造了客观条件，但是，人工智能赋能新质生产力形成仍然面临科技基础薄弱、人才短缺加剧、底座支撑不力、应用成本偏高等制约。因此，要充分发挥人工智能的赋能效应，必须推动人工智能产业创新发展，积极开展“人工智能+”行动，助推新质生产力加快形成。
一、人工智能如何赋能新质生产力加快形成
一是人工智能是科技创新的加速器。作为一项赋能性技术，AI技术迭代升级不仅引领自身产业的发展，还带动科研工具、方法和范式创新，助力科学研究和其他产业技术突破，从而带动新质生产力加快形成。在天文学、生物学、材料学等基础科学领域，AI的算法和数据处理能力，已被证明加速了前沿知识发现进程。在助推医药等其他产业技术创新方面，AI提高了研发效率、降低研发成本，缩短了新产品从概念到市场的时间。
二是人工智能是要素配置效率的倍增器。AI技术加速向各行业各领域渗透，推动产业、企业生产函数重构。目前具有一定自主性的智能机器人已经在工业得到广泛应用，一定程度上实现了对高重复、高强度、高难度劳动的替代，促进产业、企业人力资本结构和资本结构优化。企业可以利用AI技术提高规划、决策、组织和管理能力等，实现生产要素的创新性配置和高效利用，从而提高全要素生产率。
三是人工智能是产业深度转型的助推器。AI在推动传统产业转型升级和新兴产业的培育壮大中起着强大的助推作用。AI与制造业的融合发展，催生了网络协同制造、全生命周期管理等智能制造新业态新模式，带动了传统制造业产业发展方式、组织模式的深刻变革，帮助制造企业优化生产流程、提高生产效率和产品质量。AI向传统服务业渗透，催生了智慧物流、智慧医疗、智能教育等新业态，提升了服务效率和服务质量。
二、当前我国人工智能赋能新质生产力形成面临的主要困难与瓶颈
一是科技基础薄弱。尽管近年来年我国已经建立较为完善的人工智能政策支持体系，在语音识别、计算机视觉等方面取得了很多突破，产业得到快速发展，但我国在人工智能基础研究和关键核心技术相对薄弱的局面并没有彻底改变。当前，国产AI框架大多还依赖于国外基础理论和方法，人工智能大模型还存在可靠性无法保证、安全漏洞等技术性难题需要攻克，一些高端智能芯片严重依赖进口，自主技术不足在一定程度上给我国人工智能产业发展带来安全隐患。
二是人才短缺加剧。生成式人工智能快速发展，引爆了对人工智能人才特别是高端研发人才的争夺战，人工智能人才供需缺口进一步加大，这必将影响到人工智能领域技术创新能力、产业发展能力和技术应用落地能力的提升。根据工信部发布的数据，当前，人工智能不同技术方向岗位的人才供需比均低于0.4，其中，智能语音和计算机视觉的岗位人才供需比分别为0.08、0.09，相关人才极度稀缺。
三是底座支撑不力。数据、算力是人工智能产业发展的底座。人工智能模型训练需要大量加工、标注和清洗过的数据，我国拥有庞大的数据资源，但数据标准不统一、数据共享和流通机制不完善、数据服务商发展滞后等一系列问题导致高质量数据相对匮乏，这将限制大模型的训练效率和准确性，最终可能影响到人工智能技术的创新和发展。人工智能技术研发与应用需要超大规模的算力基础设施作为支撑，目前我国算力规模已经位居全球第二位，但是，还算力产业存在芯片短板，以及算力布局分散、利用效率不高、能耗高、成本高等问题。
四是应用落地困难。以大模型为例，大模型既需要庞大标注的数据用于训练，又需要海量的算力用于训练及应用，训练和应用成本高、能耗高、端侧推理迟延、安全隐忧等等问题限制其应用落地。同时，隐私保护、数据偏见、算法歧视等伦理道德问题也是推动AI落地需要解决的重要问题。
    三、对策建议
一要聚焦提升科技创新能力，夯实科技支撑。进一步完善科技创新体制机制，加大研发资金投入力度，优化创新生态，提升AI相关领域科技创新能力。如政府可以在AI前沿技术领域发挥新型举国体制优势，打造高水平创新平台、设立专项基金等尽快补齐基础研究短板；通过税收优惠、财政补贴激励企业技术创新和应用推广。优化创新生态，进一步完善产学研用协同创新机制，鼓励跨学科、跨领域合作。
二要聚焦创新人才培养机制，强化人才支撑。建立完善人工智能人才联合培养机制，鼓励高校、科研院所、企业等全方位协作，培养符合产业发展要求的专业创新人才和应用型人才队伍。探索跨学科复合型人工智能人才培育机制，打通学科与专业壁垒，实现多学科专业知识教学，鼓励不同学科背景学生在人工智能领域深造。将人工智能纳入素质教育范畴，提升全民人工智能知识素养。
三要聚焦数据和算力高质量发展，夯实底座支撑。提高数据采集、清洗、加工、存储、流动、开发、治理能力，完善数据确权、开放共享机制，健全数据监管机制，培育一批数据商和第三方专业服务机构。夯实算力底座，要加快算力芯片等的国产化步伐，提高国产芯片性能；从国家层面统筹优化算力基础设施布局，推动超算、智算、边缘算力等协同发展，加快形成全国一体化算力网络体系；统筹调度算力资源，深化算力赋能行业发展，提高算力应用水平；加快布局低能耗、高能效的绿色数据中心，积极推动传统算力基础设施绿色化改造，解决好能耗高难题。
四要聚焦降低应用成本，促进人工智能技术在各行业应用。要强化“人工智能+”行动的顶层设计，积极推动规划统筹、政策协同、机制协同、区域协同、部门协同等，形成人工智能产业与数据要素产业、算力产业互相促进，人工智能产业发展和产业应用相辅相成的良好发展态势，让人工智能赋能各行业各领域深度转型升级落到实处。要加强对人工智能技术的监管和治理，加快完善人工智能技术相关法律法规，加快建立与技术发展相适应的科学监管方式，加快构建包容审慎的治理机制，确保人工智能应用符合法律法规和伦理道德要求。