当前，北京正加快建设全球数字经济标杆城市，人工智能关键生态建设已取得重大进展。
然而，在产业快速发展的过程中，仍存在一些制约因素亟待解决。
市政协委员陈杰在今年两会上提出的建议，针对性地指向了产业发展中的三大痛点。
算力成本高企成为制约企业发展的首要问题。
作为人工智能时代的基础设施，算力的获取成本直接影响到企业的创新能力和竞争力。
许多中小企业和初创公司因算力投入过大而望而却步，这在一定程度上制约了人工智能应用的广泛推广。
针对这一现状，陈杰建议建立"算力普惠"机制，让算力成为企业"用得起、用得好"的公共资源。
具体而言，一方面应推广升级"算力券"政策，扩大发放规模与覆盖范围。
关键是要调整支持重心，从基础大模型研发向垂直行业应用延伸，重点扶持财税大模型、供应链风控大模型等示范项目。
同时，对企业使用国产算力芯片开展模型适配和微调产生的费用给予更高比例补贴，这既能降低企业成本，又能推动国产芯片产业发展。
另一方面，由政府牵头建设市级公共智算调度平台，统筹京津冀智算中心资源，通过统一调度机制盘活闲置算力，为重点"AI+"示范企业提供分时段、低成本算力服务，避免硬件重复投入和资源浪费。
复合型人才短缺是制约产业发展的第二大瓶颈。
人工智能产业的发展需要既懂技术又通业务的复合型人才，但当前高校培养的人才往往理论与实践脱节，难以满足产业需求。
为此，陈杰提出创新"产教融合"模式，实现人才培养与产业需求同频共振。
建议设立专项基金，支持行业龙头企业与在京高校共建"AI+垂直行业"人才实训基地及专业实验室。
由企业提供脱敏后的真实行业数据和业务场景，高校提供算法理论指导，让学生在校期间参与实战训练，这样既能培养适应产业需求的人才，又能为企业储备后备力量。
同时，探索高校与企业人才双向流动机制，鼓励科研人员到企业挂职、企业高管进校园担任产业导师，打通产学研用"最后一公里"，形成人才培养的良性循环。
应用场景不足是制约产业创新的第三大制约因素。
数据是人工智能的重要生产要素，而丰富的应用场景是数据价值实现的关键。
陈杰建议以场景育人才、以数据换算力，激活数据要素价值。
政府应梳理发布年度"人工智能+"应用场景清单，在智慧税务、数字金融、企业信用评价等高价值领域，优先向具备技术实力和数据安全能力的民营企业开放场景资源。
通过"揭榜挂帅"方式遴选优质解决方案，支持企业在真实场景中迭代优化模型，这既能推动技术进步，又能加快产业应用。
同时，鼓励"模型即服务"（MaaS）创新，在数据安全合规前提下，推动政企数据融合，支持企业利用人工智能技术挖掘商业交易数据价值，为政府提供区域经济运行监测、产业链强链补链分析等服务，实现政企双赢。
这三个维度的建议形成了一个有机的整体。
算力普惠为产业发展提供基础支撑，产教融合为产业发展培养人才队伍，场景开放为产业发展提供创新空间。
三者相辅相成，共同构建"人工智能+"产业发展的良好生态。
数字经济竞争的关键，既在技术突破，也在生态完善。
以算力普惠降低成本门槛，以产教融合补齐人才短板，以场景开放打通落地通道，三者相互支撑、彼此促进。
面向未来，只有把公共资源统筹、制度供给优化与企业创新活力更好结合起来，才能让“人工智能+”更深融入产业与治理，持续释放高质量发展的新动能。