近日，国务院发布《关于深入实施“人工智能+”行动的意见》（以下简称“《意见》”），意味着我国“AI+”发展将进入快速、规范的轨道。广州日报新花城独家专访北京师范大学数字经济与管理系主任、国家优秀青年科学基金获得者焦豪，对《意见》中的诸多创新提法进行解读。

广州日报新花城：“原生”这个词此前极少出现在政府正式文件中，但在《意见》中却一下子出现了5次之多。从“AI赋能”到“原生AI”，是一种怎样的变革？对产业发展和一般人生活会产生怎样的影响？

焦豪：“AI赋能”是将AI技术集成到已有的组织流程和商业模式中，其本质是技术整合与效率提升；而“原生AI”并非简单的技术叠加，而是以AI技术作为核心架构，将其作为核心基因嵌套进组织架构和商业模式。从“AI赋能”到“原生AI”的变革，主要体现在几个方面：

第一，有助于进一步大力发展智能原生产品和服务。“原生AI”更加凸显基础创新与原始创新在当前技术发展中的核心地位。只有在底层技术实现根本性突破，才能真正催生出具有划时代意义的产品与服务新形态。随着AI技术的演进，由原生AI技术驱动的智能原生产品和服务涌现出新特征与新功能。例如，多模态融合的技术路径突破原有技术的单模态文本判断，能结合文字、图片和语音等内容提供细粒度的深入理解。

第二，有助于加快培育一批底层架构和运行逻辑基于人工智能的智能原生企业，探索全新商业模式。智能原生企业强调将AI技术深度嵌入战略规划与业务流程之中，并赋予其以一定的自主决策与自主行动能力。“AI智能体”作为新的经济参与者，不仅在产品研发阶段能够结合企业与用户需求自行匹配资源，而且能够在产品推出后的整个生命周期内持续优化迭代，重塑价值创造和价值获取的方式，推动商业模式向持续优化和深度协同方向转型。

第三，有助于实现全要素智能化升级。以“原生AI”为核心的发展模式，致力于打破传统产业要素之间的信息壁垒，重构各行各业的运行逻辑。以汽车行业为例，自动驾驶作为一种新兴模式，从“汽车+AI”简单叠加逐步演进为以芯片设计到算法架构的整个AI技术栈驱动的系统性创新，推动汽车产业真正转向智能经济时代的新业态；又例如物流行业，AI技术正积极推动低空经济的快速发展，催生出以无人机配送为代表的低空智慧物流新业态，为用户提供了更加多元、灵活的运输方式选择，在居民消费与工业应用方面释放巨大的商业潜力。此外，“原生AI”也为人工智能医疗、量子信息、卫星互联网等产业注入了新动力。

广州日报新花城：“普惠”是《意见》多次出现的另一个关键词；在较短期未来，哪些领域会成为能实现AI“普惠”的重点应用场景？将为哪些产业带来新机会？

焦豪：“普惠”的含义是多重的。首先，是城乡之间智能普惠加速。“AI+农业”解决传统农业发展中的生产效率提升、农产品品质提升、农业流程标准化等难题，加速向智慧农业转型。例如，采摘机器人、除草机器人等AI设备能够代替以往低效的人力，精准识别农产品质量；基于深度学习的AI技术加速智慧育种进程，快速筛选优质基因，推动农业生物技术进步。AI技术与区块链的深度融合将不断扩展农产品市场规模，推动农业转向AI驱动的发展方向，实现农业产业链智能化升级。

第二，是居民福祉的普惠。在教育、医疗等领域，AI技术有助于缩小区域资源差距，能够解决传统教育和医疗服务难以兼顾规模化和个性化方面的困境。随着AI算法的不断训练和迭代，AI技术能够基于教师、学生、医生和患者等多元化用户群体进行差异化需求设计，逐步构建起兼具个性化、高质量与大规模服务能力的普惠型智能服务体系，重塑民生服务的体验与效率。

第三，是开源应用的普惠，以鸿蒙、欧拉等为代表的开源生态建设不仅助力软件开发者的价值创造，同时持续释放AI算法的潜在价值，推动了技术成果的共创共享。在代码开发领域，AI助手正逐步改变传统的代码编写方式。以Auto-GPT为代表的平台，支持可视化构建、多模型接入与持续自主运行，成为集成AI能力与业务流程的核心工具。即便不具备深厚编码基础的用户，也能灵活连接各类工具与服务。这些领域的发展推动AI技术在真实场景中的规模化落地与普惠应用。企业可结合自身战略方向，积极联合社会公众、高校、科研机构等多方力量整合社会资源与产业资源，通过推动开源项目社区化运营、共建高质量公共数据集等方式，探索以AI技术为驱动力的新型价值创造模式。

广州日报新花城：“人工智能+”的普惠为产业带来机会的同时，也必然对相关的治理能力提出更高的要求，甚至可能出现伦理风险、技术鸿沟等，在这个关键的十字路口，如何平衡AI技术的急进与治理能力可能滞后的关系？

焦豪：人工智能的决策规则极为复杂，这种不透明性加剧了人工智能技术应用过程中的不可控风险。

第一，需要关注“加速”与“减速”之间的动态平衡，实现技术应用与治理的协同演进。一方面，人工智能的自主学习具有知识迁移性强、错误传播速度快的特点，因此在提升生产效率的同时会带来风险扩散问题，要求我们构建基于实时监测、多层级风险预警等动态敏捷的治理格局，不断完善突发事件应急处理机制；另一方面，人工智能技术的跨界融合特性，让传统的静态监管、事后监管进一步失效，需要由政府主导建立完善的动态监管框架，由企业落实主体责任，完善内部治理机制，由社会公众通过参与式监督促进治理透明度，构建多元协同的治理格局，实现从被动应对向主动预防的监管逻辑转变。

第二，可选择在AI技术发展较快、渗透度较高的区域与行业优先开展AI监管政策试点。一方面，可通过监管沙盒、创新试验田等方式允许企业在可控范围内测试新技术与新业态，积累有效的监管经验与典型案例，并依据区域间经济结构、技术基础与资源禀赋的差异进行适配性调整，为后续全国性推广提供有力支撑。另一方面，应结合不同行业的实际风险特征与应用场景，建立分级分类的精准管控体系，对医疗、自动驾驶等高风险场景实施严格合规审查与持续性监测，对中低风险场景则更多采取敏捷治理与激励导向的监管策略，以实现安全可控与创新发展的动态平衡。

第三，监管政策也应充分考虑普惠性与公平性，进行差异化设计。由于不同区域的基础设施建设差异、不同社会群体的认知与能力差异等因素，AI技术推动各场景普惠应用的同时，可能会产生“AI鸿沟”现象，AI技术可能会进一步加剧信息落差与贫富差距。因此，在推进监管试点的过程中，应同步建立包容性机制，加强对基础薄弱地区和群体的技术支持与能力建设，确保AI技术的红利能够广泛共享，避免因技术、资源或制度不均衡而进一步扩大信息落差与发展差距。

广州日报新花城：对于企业来说，部署人工智能、大模型可以有两个选择：一是使用相对廉价的公用AI，但企业数据存在泄密风险；二是用自有资源来建设，但需要的资金可能达千万级。在这道“选择题”面前，您对企业有怎样的建议？

焦豪：面对AI部署的选择题，企业应当根据自身规模、资金实力和业务特点制定差异化策略。不同类型的企业在资源禀赋、技术能力和风险承受度方面存在显著差异，因此需要采取不同的AI部署路径，既要考虑投入产出比，又要兼顾数据安全和长远发展需求。企业应当根据自身规模和资源基础，分别选择自主建设、混合策略或直接选择公用AI等不同的部署模式，实现成本效益的最优平衡。

大企业建议优先考虑自主建设；中等规模企业建议混合策略部署；小企业则更应考虑优先直接选择公用AI。

广州日报新花城：生态构建一直是国产GPU乃至整个半导体产业的短板，您认为政企两方面针对此短板可以有怎样的改进措施？

焦豪：解决这一问题需要政府和企业形成合力，通过政策引导、资金支持和市场培育等多维度举措，建立起从硬件到软件、从基础工具到应用场景的完整生态体系，助力国产GPU实现产业化突破。

政府应当通过政策引导、资金支持和标准制定等手段，为国产GPU生态构建营造良好的发展环境和市场条件。首先，政府需要制定设立国产GPU生态建设专项基金等专项扶持政策，对参与生态构建的企业给予税收减免、研发费用加计扣除等优惠措施，激发更多社会资本参与GPU产业生态建设。其次，政府应当健全政府采购国产GPU产品目录制度，在技术指标满足要求的前提下，优先选择自主可控的国产化解决方案，为国产GPU企业提供稳定的订单支撑和应用验证平台。最后，政府应当主导建立国产GPU的技术标准和接口规范，确保不同厂商的产品具有良好的兼容性。积极参与国际技术标准制定，提升我国在全球GPU技术标准话语权，推动形成互利共赢的产业发展格局。当然，还需要加强知识产权保护，为企业营造公平竞争的市场环境。

企业这一端，则应当聚焦技术创新、生态建设和市场拓展，通过产业链协同和开放合作构建可持续发展的GPU生态系统，重点构建完整的软件栈。开发易用的编程框架和工具，降低开发者的使用门槛。建立开源社区，鼓励开发者贡献代码和优化算法，形成良性的技术迭代循环。其次，企业应当建立开发者支持体系，提供完善的技术文档、教程和培训服务。设立开发者激励计划，对优秀的应用案例和技术贡献给予奖励。建立GPU云服务平台，让更多开发者能够低成本体验和使用国产GPU。加强与下游应用厂商的合作，针对具体应用场景进行深度优化，形成标杆案例。最后，实施差异化竞争的商业模式策略。通过与系统集成商、方案商的深度合作实施差异化竞争策略，建立包括硬件销售、软件授权、云服务等多元化收入来源灵活的商业模式，提供完整的解决方案而非单纯的硬件产品。重点开拓垂直行业应用市场，针对特定领域需求提供定制化解决方案，构建稳定的客户基础。

文/广州日报新花城记者：钟达文

广州日报新花城编辑：李光曼