数字经济已成为当前发展新质生产力的重要抓手。2024年是“十四五”的关键一年，政府工作报告已经提出要“支持制定数字经济高质量发展政策”，“人工智能+”、“数据要素x”等议题也成为各地发展数字经济的焦点。新一轮的数字经济发展政策应注重哪些新方向？如何看待地方和企业密集布局算力与人工智能产业的情况？“人工智能+”战略应当着力何处？就上述问题，21世纪经济报道在“2024年国家信息中心学术年会”上专访了国家信息中心信息化和产业发展部主任单志广。

图：国家信息中心信息化和产业发展部主任单志广

单志广认为，目前数字经济政策调整的首要任务是提高数字经济对整个社会经济发展的规模化带动效应。在推动算力建设的过程中，要避免“重硬轻软”所引发的重复建设、无效建设等问题，通过以需求为引领，有计划地进行算力基础设施和节点部署。在人工智能产业方面，一样需要“软硬结合”，通过落地应用贯通硬件、软件与服务的链条，助推数字经济发展。

加紧释放数字经济规模化带动效应

《21世纪》：今年政府工作报告提出要“支持制定数字经济高质量发展政策”，数字经济发展将在新质生产力中起到什么作用？

单志广：数字经济关乎整个时代的发展，从战略规划的角度来看至少包含数据要素、新基建、产业转型、数字技术、数字化公共服务、数字化政策法规体系这6个维度。而新质生产力主要以战略性新兴产业和未来产业为支撑，在“十四五”规划纲要所规定的9类战略性新兴产业和8类未来产业中，有一半属于数字经济产业，还有很多离开数字技术就难以发展的产业。未来中国数字经济发展将是支撑新质生产力的核心领域。

《21世纪》：你此前曾指出，我国数字经济政策体系需要进一步完善。接下来的数字经济高质量发展政策应当注重解决哪些方面问题，有什么新的发展方向？

单志广：目前最重要的一点是，要提高数字经济对整个社会经济发展的规模化带动效应。根据“十四五”规划的目标，到2025年，我国数字经济核心产业增加值占国内生产总值比重超过10%，但从中期评估和地方调研的情况来看，很多地方的数字经济核心产业的发展情况与上述目标还存在着一定距离，也说明了我国电子信息产品制造业、软件信息服务业等数字经济核心产业发展速度还有提升空间。因此，我个人认为数字经济拉动整个社会经济发展的规模化效应有待进一步释放。未来数字经济政策体系上，首先要做的就是，让数字经济拉动整个社会经济发展的规模化效应得到进一步的释放。

第二，要进一步强化技术创新对数字经济发展的支撑能力。目前外部环境不明朗，数字经济领域的很多基础原材料受到限制，本质上是由于过去在自主创新方面投入相对不足、探索过程中缺乏定力，造成当前技术创新对数字经济的支撑能力有所欠缺。目前国家高度重视新一代信息技术的创新，通过自主创新能力的提升，我们已经在进行全方位的追赶，从而为未来数字经济发展打下坚实基础。

第三，是要关注数据要素从资源到资产到资本的蝶变过程，避免数据要素空心化。不同于土地、劳动力等传统的实体要素，数据要素在估价、变现等方面存在一些新的特性和风险点。为了让数据要素相关政策能够真正落地、落细、落实，我认为要探索中国式的路径，寻求通过数据要素真正解决中国式现代化发展中的一些实际问题。

最后，也要做好算力经济的统筹规划。算力经济发展非常快，但是可能很多人低估了应用，或者应用匹配的难度。

未来在“东数西算”等算力网构想中，真正需要被调度的是代表需求的业务与应用。之前有机构测算，算力指数平均每提高一个点，就会带动国家数字经济和GDP分别增长3.5‰和1.8‰，但前提就是要有充足的应用。如果没有应用需求做牵引，算力布局有可能会造成重复建设和供给侧“产能过剩”。

最近国家数据局正在会同多个部门研究建立专用于“东数西算”国家枢纽节点间的公共传输通道，进一步提高企业网络传输性价比，这是十分必要的。未来采取怎样的机制来进一步完善在算力与业务应用之间的供需求匹配，将是一个重要的问题。

以需求引导智能算力建设

《21世纪》：大模型浪潮对智能算力的需求是显而易见的，但目前智能算力规模占比不足三成，应当如何解决算力结构性不足的问题？对于存量算力如何更高效地利用起来？

单志广：未来人工智能应用将成为信息应用的主流，对智能算力有较高需求。2016年以IDC存储为主的传统算力占整体算力比重超过90%，根据业界的预判，到2030年左右这个比例会下降到20%以下，而智能算力到2030年则可能超过80%。有数据显示，目前传统算力的整体使用效率只有5%左右，优化之后可能只剩3%。我认为未来可以在存储、灾备等方面要利用好现有的这些传统算力，然后面向人工智能有序发展智能算力。

在这个过程中要格外重视避免“重硬轻软”的问题。智能算力不能只提供一个计算存储设备，模型、算法、软件、支撑场景等都非常重要。所以在算力建设布局过程中一定要做好需求分析，综合考量价格、性能、网络时延等多方面的影响因素，力求实现算力供给与用户需求之间的有效配置。

《21世纪》：国家信息中心去年初的统计是超30城在建或筹建智算中心，目前可能数量会更多。今年两会上也提到了新质生产力布局需要因地制宜，是否应当警惕算力产业的重复建设和潜在的低端产能过剩风险？目前提到的“加快形成全国一体化算力体系”能起到多大的作用？

单志广：现在全国多地在抢建算力中心，我认为主要的推手不是应用需求，而是建设厂商的供给需求。但目前大模型技术在落地场景上还存在问题，尚未形成典型的杀手级应用，所以对中国的算力需求还是有限的。如果智能算力建的太早、太多，可能就会形成算力经济发展过热的问题，还会对行业本身实现“双碳”目标造成多余的压力。

对于地方而言，不能简单地把建设智算中心和算力节点视为发展数字经济、培育新质生产力的任务抓手，认为建好了就万事大吉。尤其现在各地的“十五五”发展规划已经开始着手研制了，更应该强调以需求为引导，调整算力建设思路，综合考量本地发展、民生、治理等方面的需求，评估对地区未来5到10年的潜在增长量与对周边地区的辐射能力，再根据本地情况谋定算力建设方案。

在“全国一体化算力体系”建设过程中，应当强调算力资源的共享性，打破行业私用、部门私用、区域私用的思维定式，采取公用的方式提供算力服务。公用化能够减少算力建设的总量并提升服务的专业化水平，避免可能的投资浪费和供给过剩。

软硬结合促进“人工智能+”应用转化

《21世纪》：这两年ChatGPT、Sora等大模型的横空出世，也引发了关于对于国际人工智能发展竞争的激烈讨论。目前我国发展人工智能的优势和未来重点方向是什么？

单志广：中国人工智能发展的主要优势来源于人口规模、场景优势、数据优势、顶层设计统筹优势等方面，目前国家提出“人工智能+”行动，也会对整个人工智能产业应用带来非常大的好处。

相对而言，我国人工智能发展在原始创新能力上存在一定欠缺，因此在通用大模型的创新能力方面和美国存在一些差距。

但我认为中国的人工智能并不需要在大模型的参数、训练上面去追求极致，应转而追求应用水平最高、发挥示范作用最强。去年国内市场出现了“百模大战”，实际上未来竞争之后真正能留下来的通用大模型可能有三五个就够了。在通用大模型能力达到一定水准的情况下，我们可以走差异化的发展道路，通过将模型与硬件快速融合、对通用模型进行私有数据训练形成专用模型等方式赋能千行百业，强化大模型应用的操作和运营，这会极大促进中国数字经济发展。

《21世纪》：“人工智能+”行动首次被写进政府工作报告，实体经济尤其是制造业是“人工智能+”的主战场。为更好推动人工智能与制造业深度融合，应在哪些方面着力？

单志广：从工业制造到社会生活，“人工智能+” 现在有多样的落地场景，如家庭、政务、煤矿、港口、交通、旅游等等。重点是未来人工智能一定要软硬结合，走具身智能的发展道路。“具身智能”这个概念，通俗地讲就是人工智能产品一定要具有实体，比如人型机器人、托盘式机器人、搬运机器人等等。

未来要把硬件的生产和软件的模型算法进行更加有机结合，产出具体的产品来代替我们原有的出行方式、作业方式、治理方式，才能贯通“制造-软件-服务”链条，形成连续化的面向使用者的长周期服务，带来对经济发展的规模化带动效应。