在2025年的全國兩會上，從政府工作報告到各個代表團審議，再到各界別的聯組會，人工智能的應用與未來規劃引發了廣泛而深刻的討論。

　　在全球范圍內，各國紛紛加快布局人工智能產業，力求在全球競爭中占據先機。據統計，2024年，風險投資家向美國的人工智能初創公司投入了970億美元，占全年初創融資總額的近一半，創歷史新高。

　　與此同時，全球科技巨頭們也不斷加大對人工智能基礎設施的投資力度。例如，在2025財年，微軟宣布將向數據中心投資800億美元，主要用于以訓練人工智能模型，并部署人工智能和基于云的應用程序。亞馬遜計劃2025年的設備投資額達到約1000億美元，相比前一年增長約30%。這筆資金將用于支持與AWS有關，包括支持對AI服務的需求，以及支持北美和國際細分市場的技術基礎設施。

　　在大語言模型領域，技術發展已從過去的“重訓練”階段轉向“重推理”階段，開源模型與閉源模型呈現出“雙線競爭”的態勢。在這種背景下，實現通用人工智能（AGI）的時間預期正在大幅縮短，預示著人工智能技術將更快地融入社會發展的各個領域。

　　中國也不斷加大對人工智能及相關行業的支持力度，預計未來幾年內，我國將在更多領域迎來由人工智能引發的深刻變革。當前，我國在高性能算力供給方面已經取得了進展，諸如建設了多個大型數據中心和超級計算中心，但也面臨著算力供給不足與算力分布不均衡的難題。在核心基礎技術領域，尤其是在模型創新與算力芯片等關鍵環節，我國依然存在著較為顯著的差距。此外，我國的數據要素市場目前還處于初級發展階段，高質量數據集相對稀缺，同時數據清洗和標注的精確度也有待提高。這些因素直接影響到國產大模型的訓練效果及其智能化水平的提升。

　　隨著人工智能技術的迅猛發展，對專業技術人才的需求也日益增長。然而，我國高校的人才培養體系尚需完善，專業人才的緊缺問題愈發突出。高校在人工智能相關專業的課程設置、教學方法和實踐環節等方面，還不能完全滿足行業對高素質、創新型人才的需求。此外，高校與企業之間的合作機制不夠緊密，導致人才培養與市場需求脫節，進一步加劇了專業人才的供需矛盾。

　　綜合以上問題，我認為需要從以下幾個方面入手為人工智能行業發展營造良好環境。一是加大對人工智能基礎研究和核心技術研發的投入力度，不僅包括資金上的支持，更需要在政策引導、資源配置等方面給予全方位保障。二是進一步加大算力基礎設施的投資力度，優化算力資源的全國布局，確保算力資源能夠高效、均衡地服務于各地區、各行業的需求。三是加強數據要素市場的建設，推動數據流通規則和供需對接機制的完善。鼓勵企業和社會組織積極參與數據清洗、標注等關鍵環節，不斷提升數據集的質量和完整性。四是通過教育體制改革和技術培訓體系的完善，培養符合市場需求的高素質專業人才。同時，制定相關政策，吸引海外優秀人才回國創新創業或投身國內相關工作。（作者系賽迪研究院研究員）