在2025年的全国两会上，从政府工作报告到各个代表团审议，再到各界别的联组会，人工智能的应用与未来规划引发了广泛而深刻的讨论。

　　在全球范围内，各国纷纷加快布局人工智能产业，力求在全球竞争中占据先机。据统计，2024年，风险投资家向美国的人工智能初创公司投入了970亿美元，占全年初创融资总额的近一半，创历史新高。

　　与此同时，全球科技巨头们也不断加大对人工智能基础设施的投资力度。例如，在2025财年，微软宣布将向数据中心投资800亿美元，主要用于以训练人工智能模型，并部署人工智能和基于云的应用程序。亚马逊计划2025年的设备投资额达到约1000亿美元，相比前一年增长约30%。这笔资金将用于支持与AWS有关，包括支持对AI服务的需求，以及支持北美和国际细分市场的技术基础设施。

　　在大语言模型领域，技术发展已从过去的“重训练”阶段转向“重推理”阶段，开源模型与闭源模型呈现出“双线竞争”的态势。在这种背景下，实现通用人工智能（AGI）的时间预期正在大幅缩短，预示着人工智能技术将更快地融入社会发展的各个领域。

　　中国也不断加大对人工智能及相关行业的支持力度，预计未来几年内，我国将在更多领域迎来由人工智能引发的深刻变革。当前，我国在高性能算力供给方面已经取得了进展，诸如建设了多个大型数据中心和超级计算中心，但也面临着算力供给不足与算力分布不均衡的难题。在核心基础技术领域，尤其是在模型创新与算力芯片等关键环节，我国依然存在着较为显著的差距。此外，我国的数据要素市场目前还处于初级发展阶段，高质量数据集相对稀缺，同时数据清洗和标注的精确度也有待提高。这些因素直接影响到国产大模型的训练效果及其智能化水平的提升。

　　随着人工智能技术的迅猛发展，对专业技术人才的需求也日益增长。然而，我国高校的人才培养体系尚需完善，专业人才的紧缺问题愈发突出。高校在人工智能相关专业的课程设置、教学方法和实践环节等方面，还不能完全满足行业对高素质、创新型人才的需求。此外，高校与企业之间的合作机制不够紧密，导致人才培养与市场需求脱节，进一步加剧了专业人才的供需矛盾。

　　综合以上问题，我认为需要从以下几个方面入手为人工智能行业发展营造良好环境。一是加大对人工智能基础研究和核心技术研发的投入力度，不仅包括资金上的支持，更需要在政策引导、资源配置等方面给予全方位保障。二是进一步加大算力基础设施的投资力度，优化算力资源的全国布局，确保算力资源能够高效、均衡地服务于各地区、各行业的需求。三是加强数据要素市场的建设，推动数据流通规则和供需对接机制的完善。鼓励企业和社会组织积极参与数据清洗、标注等关键环节，不断提升数据集的质量和完整性。四是通过教育体制改革和技术培训体系的完善，培养符合市场需求的高素质专业人才。同时，制定相关政策，吸引海外优秀人才回国创新创业或投身国内相关工作。（作者系赛迪研究院研究员）