人工智能是引领新一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。新形势下，加快打造人工智能“上海高地”，应以促进产业链供应链优化升级为着力点，从局部探索到整体推进、从试点应用到赋能百业，形成科技创新和产业应用互相促进的良好发展局面。
挑战
近年来，上海积极发挥人工智能产业“头雁”效应，打造具有全球影响力的产业集群。从2018年到2023年，规模以上企业数量由183家增至350家，产业规模超过3800亿元，人才规模超过25万人。截至2024年3月，全国共有117项生成式人工智能服务完成备案。其中，上海地区拥有24家企业，显示出在人工智能研发与应用方面的不俗实力。
目前，上海在人工智能领域已拥有较为完备的产业链体系，涵盖基础算法研究、核心芯片制造、智能软硬件开发以及行业应用等多个关键环节，并积极推动传统产业向数字化和智能化转型升级，推动不同领域的知识交叉和技能整合。
但也要看到，加快打造人工智能“上海高地”，还面临一些不容回避的挑战：
一是产业结构存在不均衡现象。
在应用端具备显著优势，但核心技术研发相对薄弱，导致产业链的完整性不够健全。在上海的人工智能机器人产业中，超过八成企业集中于下游应用环节，行业集中度较高，主要聚焦于智能制造、金融科技等少数领域，而在医疗健康、教育、公共服务等领域的布局相对薄弱。这种局面限制了产业的多样性，削弱了整体抗风险能力。
二是创新 流动不畅。
产学研主体之间缺乏有效的交流与协作，阻碍了知识的共享与转化，减缓了技术的商业化进程。特别是，由于学术界与产业界在管理体制、目标体系、工作方式上的差异，导致难以形成有效的协同机制，甚至出现 闲置和浪费的现象。
同时，部分企业因缺乏中试基地、仪器设备等，面临科技成果转化困难。经验表明，建立和维护中试基地及配备高端仪器设备通常需要巨额资金投入。对中小企业而言，这些前期投资往往会超出预算限制。同时，中试基地还需依赖专业的技术团队操作、管理相关设备。缺乏专业知识和经验，可能会导致企业无法有效地利用相关 。因此，亟须引入专业的技术转移机构和机制，以便科研成果能够顺利、高效地转化为产业应用。
三是资金链、人才链、服务链等支撑链建设不足。
调研显示，人工智能领域的资金主要集中在一些知名企业、头部企业。创新型中小企业由于缺乏市场验证，较难吸引到足够的投资，或多或少限制了研发创新和市场推广能力。而缺乏相应规范的行业标准，又可能导致投资者难以准确评估人工智能项目的潜在风险和回报，增加了投资决策的不确定性。
随着人工智能产业规模的快速壮大，行业人才供需不平衡的问题日益严重。《上海人工智能产业人才发展白皮书》显示，全市人工智能领域的人才规模为25万人；到“十四五”末，人工智能产业人才需求规模将达到34.3万人，这意味着人才失衡问题可能会进一步凸显。
上海的人工智能专业化服务体系不够完善，专门为人工智能企业提供咨询、技术评估和定制化解决方案的服务公司数量较少，导致中小企业难以高效获取符合其需求的技术 ，从而延缓技术应用和转化进程。这不仅限制了人工智能技术在不同产业中的广泛应用，也影响了产业链上下游的整体协同效率。
对策
推进人工智能技术产业化，形成科技创新和产业应用互相促进的良好发展局面，是赢得全球科技竞争主动权的重要战略抓手，是推动科技跨越发展、产业优化升级、生产力整体跃升的重要战略 。下一步，加快打造人工智能“上海高地”，还需在以下几个方面发力：
第一，加强基础理论研究，突破关键技术瓶颈。
重视人工智能底层技术的突破，是推动人工智能领域发展壮大的关键。底层技术如同人工智能的根基，其稳定性和高效性直接影响到上层应用的表现。在底层技术的研发中，尤其要关注算法的优化和数据处理能力的提升。当务之急，应通过协同创新推动底层技术的突破，充分挖掘算法潜力，加速技术的落地和推广；构建高效的数据管理系统，确保数据的质量、隐私和安全性，借助分布式存储、“数据湖”等，有效提升数据处理的效率。
同时，可设立人工智能联合研究中心，聚焦基础理论和关键技术探索，为各创新主体提供合作平台。通过构建联合研究中心，吸引来自不同领域的专家和研究者，组建跨学科、跨行业的研究团队，汇聚不同领域的专家，推动基础理论和关键技术的交叉融合。联合研究中心通过提供先进的实验设施和 支持，为研究团队提供良好的工作环境，推动实验室的协同创新。
第二，打通创新链堵点难点，加快实现科技成果转化。
目前，上海建成多个基础研发平台，包括人工智能实验室、脑科学与类脑研究中心和上海人工智能算法研究院等，并在各个领域发挥引领作用，但平台之间的有效协作仍显不足。可搭建一个统一的、多层次协同创新平台，推动跨学科 共享与信息高效流动，优化科研成果从基础研究到应用转化的路径。
同时，可进一步完善技术转让平台，促进科技成果有序流转。当前，上海的人工智能技术转让平台在技术需求与成果的精准匹配上仍存在不足，需引入更先进的人工智能和大数据分析技术，利用深度学习算法提升供需信息的匹配精度，精准梳理技术分类体系和需求画像，帮助企业更快速、准确地找到所需的技术解决方案。
第三，完善创新链支撑体系，推动各个链条协同发展。
就资金链而言，应完善资本支撑环境，支持技术入股，鼓励高层次人才参与市场，优化人工智能与实体经济融合的金融市场支持；进一步发挥政府在资金分配中的引导作用，通过激励政策引导资金流向创新领域，鼓励私人投资机构参与科技创新项目。
美国的人工智能产业得益于其强大的风险投资生态系统，特别是硅谷作为全球风险投资的中心，吸引了大量资金流入初创企业。同时，美国政府通过国防高级研究计划局和国家科学基金会等，提供资金助力关键项目的研发，推动技术创新与应用的快速发展。
就人才链而言，应构建基础理论人才与“人工智能+X”复合型人才并重的培养体系，培养多领域的创新型人才，满足产业链不同环节的需求。
就服务链而言，应完善专业化服务生态体系，鼓励发展人工智能中介服务公司，提供从技术评估、方案定制到应用实施的全流程支持。
美国依托硅谷、波士顿等创新中心，打造了较为完善的人工智能服务链，不仅提供技术基础设施，还提供针对各行业的人工智能解决方案。同时，多个市场化导向的技术孵化器、加速器专注于人工智能服务链发展，不仅帮助初创企业融资，还提供人工智能技术咨询、市场推广等服务，助力人工智能公司快速成长。
来源：解放日报，日期：2024-09-17
作者：纪园园，上海社会科学院数量经济研究中心副主任；沈涛，上海市人工智能协会研究部部长
