让AI广泛赋能,亚太经济体要有差异化分工丨潮涌亚太
陈宪(上海交通大学安泰经济与管理学院教授,深圳研究院研究员)
11月19日,在亚太经合组织(APEC)第三十三次领导人非正式会议上,中方提出携手搭建亚太共同体的“四梁八柱”。其中,围绕“打造创新支柱”,中方提出加强数字基础设施建设,完善区域数据治理和协同合作,打造开放创新生态,促进人工智能广泛应用,推动产业转型升级、向新发展。
人工智能的广泛应用,其实就是将人工智能从实验室技术工程化、产品化、规模化,形成一套独立、可交易、可供给的AI产业体系,即AI产业化——AI自身形成产供链,给各行各业提供AI技术、产品、算力、模型和工具。
AI产业化属于供给侧的新兴产业培育活动。它以算力、数据、算法、模型等为核心要素,形成覆盖基础支撑、技术研发、产品服务、配套治理的完整产业链,持续输出可复用、可交易的AI底座、模型、软硬件产品与智能服务,构建独立的人工智能产业体系,为产业AI化提供技术供给与基础设施支撑,是“人工智能+”中培育智能原生产业的核心内容。
亚太是全球产业链最密集、数智化落差最为悬殊的区域。在APEC框架下,该区域既包括中国、美国、澳大利亚、新加坡、韩国等具备领先AI研发与产业化能力的工业化经济体,也有越南、泰国、马来西亚、印尼等中等工业化经济体,以及老挝、柬埔寨、太平洋岛国等基础设施薄弱、数智化能力不足的经济体。各经济体算力供给、底层技术底座、语言禀赋、数据规则、产业基础差异巨大,部分发达经济体之间还存在技术生态竞争、出口管制、监管路线分歧,若简单照搬高算力、大参数的AI落地路径,极易放大区域智能鸿沟。
在这一格局下,AI赋能亚太千行百业的核心思路,不是统一建设标准、同步追赶技术前沿,而是分层供给、差异化定位、轻量化优先、场景锚定、区域协同、能力转移,构建包容普惠的区域AI赋能体系,在竞争与规则分歧的现实约束下,让AI红利向不同发展阶段的经济体传导。
产业AI化也是需求侧的融合应用。它将人工智能技术嵌入各产业生产、经营、服务流程,改造业务范式、优化要素配置、提升全要素生产率,推动传统产业转型升级。二者双向耦合、互为支撑:AI产业化供给技术能力,产业AI化提供场景与数据反馈,共同构成智能经济的双轮驱动。
首要的任务是按经济体能力与比较优势划分功能定位,建立分层适配供给体系。工业化经济体承担区域底座供给、场景深耕、规则博弈的多重角色。它们是亚太AI产业化的核心供给源,但内部技术路线、优势赛道、区域策略存在显著差异,并非统一的供给联盟,生态良性竞争、供应链畅通、治理理念趋同是区域普惠合作的关键变量。
中等工业化经济体具备一定制造业基础、互联网渗透率持续提升,但自研基座模型能力不足,高端算力成本偏高,本土语言高质量语料稀缺。优先路线不是自建超大训练集群,而是依托第一梯队开放的基座模型,改造适配本国语言、本土产业数据;适度建设本地推理节点,保障业务数据主权与时延可控。重点落地港口通关、跨境供应链、加工制造质检、旅游服务、热带农业等本土优势赛道,培育本土AI集成服务商,承接模型本地化实施。
基础设施薄弱经济体的电力、宽带、算力、AI工程人才短板突出,不适合重资产投入大模型训练与大型智算中心。应优先采用离线边缘AI、轻量化专用小模型、成品智能硬件终端模式,例如,病虫害识别终端、农产品分级设备、基层影像筛查设备、多语种离线翻译工具、气象灾害预警终端;训练与基座调优依托区域公共算力联盟远程完成,本地仅保留推理能力,以“轻基建、开箱即用、低运维”为原则,优先解决农业、公共服务、防灾减灾等刚性需求。
在APEC的框架下,面对区域内工业化经济体、中等工业化经济体、岛国与欠发达经济体之间悬殊的数智化基础,AI赋能千行百业不能采取同步追赶、统一方案的路径。应当构建多枢纽供给、差异化分工、轻量化优先、场景导向、能力共建、规则渐进的区域赋能模式。
工业化经济体应依托各自比较优势承担底座供给、场景深耕、治理试验的功能,同时正视梯队内部的生态竞争与技术约束;中等工业化经济体应聚焦行业轻量化模型与产业链落地;基础设施薄弱经济体则应优先部署边缘智能与成品工具。
未来可考虑依托APEC、东盟等合作机制共建区域算力调度网络与语种数据集,坚持能力转移而非单纯设备输出,渐进协调跨境数据与AI治理规则,依托亚太梯度产业链形成跨经济体的AI产业化与产业AI化双向循环,在管控分歧、守住安全底线的前提下,以包容普惠路径缩小智能鸿沟,让AI适配不同经济体的产业基础,真正赋能区域内的千行百业。
(编辑:洪晓文)
南方财经全媒体集团及其客户端所刊载内容的知识产权均属其旗下媒体。未经书面授权,任何人不得以任何方式使用。详情或获取授权信息请点击此处。
