“人工智能 产业创新”的国外实践、我国差距和对策建议.docx

“人工智能+产业创新”的

国外实践、我国差距和对策建议

2024年诺贝尔物理学奖和化学奖接连颁发给人工智能领域的科学家，显示出人工智能在创新领域的巨大贡献。当前，发达经济体依托技术领先优势，积极推进“人工智能+产业创新”应用进程，已在芯片设计、药物研发等领域取得进展。与此相比，我国在技术供给、产业应用、要素支撑、治理体系等方面，较发达经济体仍存在一定差距，应针对性补足短板，推动“人工智能+产业创新”融合应用，为培育新质生产力注入强大动力。

一、全球主要国家推进“人工智能+产业创新”呈现三大路径

全球主要国家，尤其是发达经济体将人工智能作为重构创新范式的关键变量，立足自身技术优势和产业基础，持续布局“人工智能+产业创新”，初步形成三大路径。

强化项目引领，以人工智能为中心牵引创新链和产业链深度

融合。发达经济体重视人工智能在科学创新中的潜力，布局一系列重点项目，凝聚政产学研用等各方主体合力，推动创新链和产业链深度融合。一是布局国家级科研项目，支持人工智能在产业

科技创新中的深度应用。比如，美国能源部计划在未来五年内为

量子科学中心提供1.15亿美元资助，包括支持人工智能辅助量

子材料发现和设计等项目。日本科学技术振兴机构从2021年开始，在人工智能驱动生命科学研究领域公开征集项目，至今已采纳并支援了17项研究课题。二是支持国防项目先行探索。发达经济体将国防军事作为科学创新的重要“试验场”，支持重大研发

项目采用人工智能技术，为“人工智能+产业创新”规模化推广积累经验。比如，美国国防部在2016财年至2025财年期间，计划

在人工智能领域累计投入140亿美元，目前已支持各军种研发实

验室开展685个人工智能项目，涉及反无人机、卫星图像识别、

多系统智能协作等前沿领域。三是加大公共项目投入。发达经济

体围绕数据、算力等关键要素，持续布局一批公共项目，降低“人工智能+产业创新”规模化推广的共性成本。比如，美国于2024

年1月24日启动为期两年的国家人工智能研究资源试点项目，

覆盖国防部、能源部等14家政府机构和微软、谷歌等26家科技企业，围绕人工智能研究与科研发现所需的计算能力、数据集等资源进行统筹，以满足创新需求。

发挥企业优势，加快人工智能在产业科技创新中的场景化应

用。发达经济体注重发挥高科技企业的行业带动、技术引领优势，加快人工智能在知识创新、产品创新、服务创新中的扩散应用。一是变革研发工具。谷歌学术数据表明，近3年使用人工智能的

论文数量增长率超3倍，材料科学、生命科学、能源科学使用人

工智能开展科研的比例超过34.5%。比如，英国DeepMind公司

自2018年推出AlphaFold1模型后，6年间迭代三次，2020年推出的AlphaFold2能够预测98.5%的蛋白质结构，2024年推出的AlphaFold3能够预测蛋白质与其他分子相互作用时的结构，有

效提高药物研发速度和准确性，该成果获得2024年诺贝尔化学奖。二是优化智能终端性能。汽车、手机、电脑等行业的头部厂

商加快推动人工智能嵌入产品终端，实现基于自然语言的人机协作方式，有效改善用户体验水平。比如，美国微软公司内臵人工智能助手Copilot采用GPT-4o大模型，支持笔记本电脑集成即时

字幕、文生图、智能搜索等功能，预估2025年搭载Copilot的笔

记本电脑出货量将达5000万台，约占全球人工智能电脑的50%。三是变革软件功能体系。个人级、企业级等领域的软件开发商积极引入人工智能技术，推动软件开发流程由“流水线”向“搭积木”

演进，推动软件服务模式从“流程驱动”向“数据驱动”升级，及时响应高频变化的需求场景。比如，德国SAP公司将智能助手Joule内臵于ERP产品及开发工具中，可支持用户与产品实现对话沟

通，并大幅改善开发者工作方式，预计可使拓展组件开发效率提升10%。

开展制度探索，同步完善内外部“人工智能+产业创新”治理

体系。大模型问世之后，人工智能以前所未有的速度和规模发展，

“人工智能+产业创新”的边界不断拓展，部分领域超出传统治理范畴。发达经济体认识到“人工智能+产业创新”是一把双刃剑，

针对新的乱象，正逐步探索完善科技伦理治理体系。一是完善内

部治理机制。面向内部产业动态研判潜在风险，在现有治理框架

基础上进行完善和调整，确保“人工智能+产业创新”在可控范围内发展。比如，欧盟发布的《人工智能法案》是全球首部全面监管人工智能的法规，构建了风险分级的治理方案，已于8月1日正式生效。二是探索双多边治理机制。发达经济体加强与国际盟友的制度合作，在更广范围内先行探索具有普适性的科技伦理体

系，试图抢占“人工智能