程絮森/文 在2024年全国两会上，数字经济创新发展在政府工作报告中位列要位，必须充分把握这一战略发展机遇，开辟科技创新新领域新赛道、塑造发展新动能新优势。大数据、人工智能（Artificial Intelligence，缩写为AI）技术是新兴互联网技术的代表，在催生创业新业态、打造就业新形态，赋能产业数字化方面取得了积极成效，但在数据要素潜力和算力资源供应上还面临有瓶颈有待提升。对此，应当明确数据与算力作为新质生产力的基础地位，大力扶持新技术产业融合，把好数字经济“资源关”、“技术关”、“发展关”。

挖掘数据要素潜力，提升数据治理能力，促进数据跨部门、跨行业、跨地区流动共享。

数据是第五大生产要素，在算法优化、模型训练、数据分析预测等新兴技术研发中起到关键作用，可以说数据就是大数据、人工智能研发的“燃料”。我国的数据要素资源规模庞大，但数据主体分散、数据可用性差、数据可获得性低的问题显著存在，跨行业、跨领域的优质数据诉求无法得到满足。对此，应当打破政企之间、企业之间、国家之间的数据壁垒，建立数据共享共治渠道。在政企之间，鼓励政企数据融合对接，在保证安全合规、做好数据脱敏的基础上，加快政府数据开放，打造政府主导的资源统筹调度机制；在企业之间，针对移动互联网应用的“信息孤岛”、“流量围墙”现象，加强制度监管引导，实现互联网生态的“去中心化”；在地区之间，贯彻数字丝绸之路方针，消除国际“数字鸿沟”，制定更加清晰完整的数据出境管理标准，避免出现跨境流动多头监管问题，培育辐射全球的数据要素市场。

同步提高存储与计算设备能力，推动形成协同发展格局，以数据应用驱动计算技术体系重构。

大数据、人工智能技术研发，同时需要高水平的存储能力与计算能力，尽管国内数字基础设施建设成果显著，落地到具体场景后，仍存在存储计算投资不同步、产业上下游配合不紧密、技术性能不达标等问题，算力网络还需持续布局优化，从扩大体量阶段过渡到提升质量阶段。新阶段数字基础设施建设应当平衡统筹服务器、存储设备、安全设备、网络设备建设，避免数据获取端受到传输速度与存储容量限制，做到存储能力、计算能力、网络传输能力一体化发展，软硬件协同研发补足性能短板，满足自动驾驶、智能制造等场景需求。设施建设端也应当与芯片制造端、人才培养端、软件应用端协同发力，推动产业链上下游深度合作，以重点技术方向作为政策指引，以协同发展格局打造优质新质生产力。针对以算力为中心的传统计算体系，硬件之间负载与数据规格不通用等因素，应争取实现向“数据为中心”的模式转型，减少“数据搬家”成本，最大化算力网络价值。

瞄准行业特定场景，加速人工智能技术与实体经济结合，认真开展“人工智能+”行动。

继大语言模型横空出世以来，人工智能技术在全球范围内蓬勃发展，我国互联网科技公司也深度参与了本次技术变革，发挥人工智能作为新质生产力的关键作用，在我国人工智能行业发展已驶入快车道的情况下，带动各行业创新发展。“人工智能+”是“互联网+”的延续升级，意味着从顶层设计层面加快人工智能与各行业融合赋能。发挥人工智能技术优势，主要从应用交互、信息处理、决策分析三方面推动传统产业变革，加速“人工智能+”在新兴服务业和传统制造业落地，突破人工智能、先进工艺、智能装备制造的深度融合，培育布局智能机器人、自动驾驶等新产业、新赛道。

（作者系中国人民大学国家发展与战略研究院研究员、信息学院教授）