近期美國ChatGPT的出現，掀起了全球AI發展的新浪潮。關于我國自有大規模預訓練模型的呼聲越來越強烈。

　　我國在全球人工智能（AI）的技術發展上已經多年位居世界前列。科研領域的AI專門研究機構數量不斷增長。大量計算機、數據科學和電子工程領域的學者也都紛紛投身于AI技術相關的研究中。這些都有力推動了我國AI技術的持續迭代。

　　在此基礎上，我國AI發展已經從純技術驅動時代向技術+應用雙“智”驅動時代轉變。全國政協委員、德勤中國主席蔣穎介紹，2022年10月，德勤發布了第五版《企業AI應用分析報告》。報告指出當前已有很多企業積極部署了AI。并且，有高達79%的企業商業領袖愿意在未來追加投資部署更多的AI。但是，報告也指出在已經投入AI應用的企業中，核心業務的成果和收益卻相對滯后。

　　即便國內AI頭部企業很早就關注到以ChatGPT為代表的大規模預訓練模型的潛力，卻很難像ChatGPT那樣如此快速完成多次迭代和驗證，并最終投放市場（比如微軟公司Bing搜索引擎已經集成ChatGPT提供給申請者廣泛的智能問答和AIGC功能）。

　　針對上述情況，德勤·科學加速中心與包括之江實驗室、聯合國工業發展組織全球創新網絡項目上海全球科技創新中心、西北工業大學以及上海虹口中聯工發科技創新中心等在內的AI技術專家和應用實踐們進行了深入且系統的探討，總結出2個主要的待優化領域：

　　（1）從專利、論文等產出數據來看，雖然AI應用技術研發產出在全球領先，但和現實需求錯位錯配嚴重。這導致技術落地存在大量“不適應”，產出效能遠低于預期；

　　（2）從政府、企業和科研機構所投入來看，雖然AI應用技術研發投入規模可觀，但多元化角色間相互協同合作不足。這導致在需要大算力、大模型、大兵團投入的通用人工智能等研發上落后于國際先進水平。

　　蔣穎認為，造成上述情況的核心問題有3個：

　　一是目前我國對AI大學科的系統研究和所需的多元化人才培養不夠重視，尤其在應用性的交叉學科領域（比如技術應用和管理人才），導致缺乏指導技術和應用相聯接的戰略科學家；二是缺乏專業的第三方應用策源的智庫、咨詢機構、研究團體，以及能夠配合AI技術落地的專精知識、案例庫和方法論；三是在AI技術研發領域碎片化、分散化嚴重，缺乏可落地可應用的重大戰略任務設計，無法發揮國內大兵團作戰的優勢。

　　為此，蔣穎建議，通過加強應用需求端軟科學能力的建設以及人才的培養，同時通過構建從政府到生產一線的策源體系和智庫議事提案機制，保障相關能力和信息的全面惠及與通達，形成與技術發展的雙“智”驅動格局。具體來說：

　　1、加強我國AI應用相關軟科學領域能力建設

　　建議以國家發改委為總抓，設計一批重大戰略性應用型項目（比如，旨在確保歐盟科研和創新行動服務于歐盟優先事項，即氣候中性和綠色歐洲、歐洲數字時代以及服務于民的經濟“地平線歐洲”戰略計劃。參與該計劃的包括：私營組織3672家、中小企業5042家、咨詢及服務機構1164家、科研組織1525家、高等教育機構1338家、非政府組織1256家、公共事務組織1122家、國際組織28家）。同時，在國家現有AI決策團體當中，聘請更多在AI應用軟科學領域的國內外頂尖學者，第三方策源咨詢機構專家和行業需求端的重點企業實踐家的參與形成應用端智庫，與現有技術端智庫形成雙“智”驅動的格局；

　　2、加強我國AI應用相關專精人才群體的培育

　　建議在發改委的總抓領導下，科技部和教育部聯合推動AI交叉學科和相關人文社科的發展。為高校和科研機構AI應用相關的軟科學研究提供更多保障。同時，通過教育部來策動高校加強人工智能領域戰略科學家的培育；

　　3、構建我國AI應用策源的智庫提案議事機制

　　建議在發改委的總抓領導下，工信部組織第三方應用策源和咨詢專家和行業應用實踐家形成智庫。同時建立例行的提案及議事制度策源AI在產業經濟核心業務中的效用發揮和可持續賦能。