近年来，人工智能加速从技术突破走向产业落地，各地围绕算力基础设施、数据要素流通与应用场景开放展开竞争；广州今年政府工作报告中首次将“人工智能+”行动部署更细化，提出建设重点领域国家人工智能应用中试基地、开展“算力规模跃升”行动、加快国家级可信数据空间建设、聚焦重点领域打造高质量数据集，并谋划建设天河、黄埔国家数据产业集聚区等。这若干安排，传递出广州以“要素牵引、场景驱动、产业落地”为主线，推动人工智能深度赋能实体经济的清晰信号。 问题在于，人工智能从“能用”走向“好用、管用”，关键瓶颈不在概念热度，而在产业化的系统能力：算力供给是否稳定可得，数据能否合规高效流通，模型与行业知识如何结合，成果如何跨越从实验室到生产线的“最后一公里”。尤其对制造业基础较强、产业门类齐全的城市而言，人工智能的价值更多体现为对传统产业提质增效、对产业链供应链优化升级的持续性改造能力，而非单点技术展示。 形成上述瓶颈的原因主要有三上：其一，算力作为基础设施具有投入重、更新快特点，若缺少统筹规划与市场化供给机制，易出现结构性短缺或配置效率不高。其二，数据要素既是生产资料又涉及安全与隐私，缺少可信流通体系时，数据“沉睡”与“孤岛”现象突出，难以支撑高质量模型训练与行业应用。其三，人工智能应用落地往往需要长链条协同，涉及研发、测试验证、中试放大、场景适配与商业化迭代，若中试平台和公共服务不足，创新成果转化周期拉长、成本上升，企业“敢用、会用、用好”的意愿与能力都会受到影响。 此次广州的部署，指向的正是打通“要素—平台—场景—产业”链路的系统工程。专家认为，广州数据要素市场化配置上已有探索基础，包括数据交易机制、第三方授权运营等制度尝试，有利于促进数据有序流通与价值释放。随着芯片设计制造、算力基础设施等领域持续投入，人工智能产业底座有望进一步夯实，带动创新要素加速集聚，形成“人工智能+”发展合力。从政策导向看，广州强调“落地为要、特色为核、产业为本”，目标在于把既有要素优势转化为治理效能和产业动能，打造人工智能与实体经济融合的可复制样本。 影响层面，一是有望推动产业升级提速。广州制造业门类多、链条长，“人工智能+”通过提升研发设计效率、生产过程优化、设备运维预测、质量检测自动化、供应链协同等方式，可在更广范围释放降本增效空间。二是将增强新兴产业集聚效应。围绕数据产业集聚区建设，以及算力、数据、场景等要素协同配置，有利于吸引算法、平台、系统集成与行业解决方案企业集聚，带动上下游协同发展。三是有助于培育新质生产力。通过中试平台打通成果转化通道，促成更多技术从“实验可行”走向“产业可用”，为未来产业布局形成支撑。 对策上，专家建议广州从“四个关键环节”同步发力，推动从“要素堆砌”迈向“生态共生”。首先是补齐人才短板。人工智能竞争归根结底是人才竞争，应完善“引进—培育—使用”全链条人才政策，加大对顶尖科学家、工程师引进力度，同时深化校企合作与定制化培养，特别是针对AI芯片设计、“制造业+AI”复合型人才等紧缺方向，加快形成稳定供给。职称评定、项目申报、资源配置诸上对重点领域人才给予更精准支持。其次是强化企业梯度培育。既要发挥“链主”企业技术路线、场景牵引、生态组织上的带动作用，也要加快培育技术创新活跃的专精特新企业，形成“龙头牵引、专精特新支撑、产业链协同”的结构，提高关键环节创新供给能力。再次是提升平台化公共服务能力。围绕中试基地建设，完善测试验证、标准对接、安全合规评估、工程化放大等公共服务，降低企业应用门槛，提升成果转化效率。最后是做强要素闭环与制度创新。以算力供给机制优化为基础，叠加可信数据空间与高质量数据集供给，推动“算力—数据—场景—模型—应用”形成可持续循环，促进资源高效配置与规模化应用扩散。 前景来看，“人工智能+”进入深水区，城市竞争将从单点优势比拼转向体系能力竞争。广州提出的算力跃升、可信数据空间、中试转化与产业集聚等组合拳，说明了以实体经济为主战场、以制度创新提升要素效率、以平台能力缩短转化周期的发展取向。若能人才结构优化、数据合规流通、场景开放与产业协同上持续突破，广州有望制造业智能化升级、城市治理数字化转型以及新兴产业培育上形成更强的牵引力，进一步夯实粤港澳大湾区创新高地的支撑能力。
广州推进"人工智能+"行动，既响应国家战略又契合本地发展需求。通过系统布局要素优化、生态建设和人才培养，广州正构建从基础设施到产业应用的完整闭环。这种从"要素堆砌"到"生态共生"的转变，有望使广州成为全国智能经济发展的示范城市，为其他地区提供可借鉴的经验。