近年来，中国AI发展势头迅猛。刘建刚认为，中国“人工智能+”行动的推进与大模型应用生态的构建，将为经济社会注入新动能。近期产业研究显示，中国AI产业已构建起从基础模型、算法架构到应用落地的完整创新链条，集中展现出体系化发展的独特优势。

一是政策引领提供了持续稳定的发展环境。从2017年《新一代人工智能发展规划》出台，到2024年提出“人工智能+”行动，中国在顶层设计层面对AI发展的重视程度不断提升。各地方政府也积极响应，北京、上海、广东等地纷纷出台支持政策，形成了国家战略与地方实践的良性互动。

二是多元化应用场景提供了丰富创新土壤。办公、制造、金融、医疗、政务等领域的广泛需求，为AI大模型提供了落地实验的宝贵环境。这种“场景密度”优势使中国AI开发者能够快速获取反馈，加速技术迭代。

三是良性的创新生态提供了快速发展的赛道。特别是在大模型领域，从科研机构、技术企业到应用场景方的多主体合作，正在加速形成“研发-应用-反馈-迭代”的闭环体系，增强整体产业韧性。

四是人才集聚与多元资本投入提供了创新动力源。中国AI领域的高层次人才数量与质量呈现加速提升趋势，这一人才红利与资本助力形成了产业发展的坚实基础。

2024年政府工作报告首次提出“人工智能+”行动；今年政府工作报告提出持续推进“人工智能+”行动。在刘建刚看来，这一系列顶层设计表明，人工智能已被定位为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。

他称，“人工智能+”行动标志着国家创新战略的重大升级。与2015年启动的“互联网+行动”相比，“人工智能+”具有本质区别：前者侧重解决“信息孤岛”问题，强调连接；后者则强调人工智能技术的“生产力赋能”，聚焦生产力的升级与生产关系的重塑。

刘建刚说，人工智能历史上多次经历“技术突破、应用落地不足、陷入低谷”的波浪式发展。而“人工智能+”行动正是要打破这一循环，通过衔接技术创新、应用创新和成果转化的各环节，形成供需迭代的良性循环。

当前，AI大模型应用多点开花，但刘建刚认为，大模型应用尚未真正进入红利兑现期，还处于技术成熟与应用落地之间的过渡阶段。从技术发展规律看，人工智能应用的爆发拐点通常出现在技术能力与用户体验达到平衡点之时。

尽管应用场景不断拓展，大模型落地仍面临挑战。刘建刚称，这包括技术适配、商业模式、数据要素与数据资产化、算力成本等问题。

“预计随着大模型技术能力的成熟和成本的降低，未来一年内我们将看到更多应用落地。”刘建刚说。

人工智能快速发展，与之相伴的安全、治理等方面的问题也引发社会关注。

刘建刚强调，人工智能发展必须兼顾创新与安全。数据隐私泄露、深度伪造等风险确实需要引起重视，但这不应成为限制创新的理由。AI治理应采取“沙盒监管”理念，在风险可控范围内允许创新探索。从最新的政策动向看，中国正积极探索既鼓励创新又确保安全的平衡路径。

他观察到，最新的地方政策已将“确保大模型应用合规、安全、可信”作为重要保障措施，这预示着中国AI治理体系正在从理念走向实践，逐步形成可复制的管理经验。

标签：