【聚焦兩會】大陸「十五五」全面推動「人工智慧+」／羅登廉

羅登廉（作家、文藝評論家）

大陸「十五五」規劃開局，「人工智慧+」被擺在了十分重要的位置。這預示著它將進入千行百業，變成實實在在的生產力。過去幾年，人工智慧早已跳出實驗室和程式碼圈，不再是少數企業追逐參數比拼的噱頭，慢慢走進田間、工廠、醫院和尋常生活裡。

如今，人工智慧正悄悄改寫傳統產業的模樣。農地不再只靠老農的經驗判斷墒情和苗情，感測器即時收集數據，AI給出精準的耕作方案，無人機跟著指令作業，效率翻了幾倍，成本也降了下來，小農戶也能搭上現代農業的快車。工廠車間裡，AI幫忙破解技術難題，優化原料配比，突破卡脖子的技術瓶頸，讓傳統製造業慢慢脫掉老舊外衣，朝著智慧轉型。就連養老這樣充滿溫情的領域，AI也能搭把手，做老人的生活助手，回應日常需求，傳遞科技溫度，讓民生保障更細緻貼心。

這些看得見的變化，印證了我們走的應用程式驅動路線是對的。我們沒有等科技做到完美才推向市場，而是趁著科技成熟的窗口期，快速落地試錯，靠著完整的產業鏈和海量的應用場景，讓人工智慧快速成長。短短幾年，智慧經濟規模節節攀升，成為經濟發展的新動力，背後是產業和技術互相成就，不是技術單方面的獨角戲。

但現實也沒那麼一帆風順，很多人對「人工智慧+」存在誤解，總覺得它是即插即用的工具，買回來就能見效，這種「拿來主義」思想，成了賦能路上的最大阻礙。不少企業盲目跟風，不管自身資訊化基礎好不好，不管產業需求合不合適，匆匆上馬通用AI系統，不做客製化適配，最後要麼系統誤判率高，用起來還不如人工順手，要麼花了錢沒解決實際問題，反而增添了負擔。

其實，「人工智慧+」不是技術和產業的簡單疊加，而是要深度融入業務流程，重構生產和服務的邏輯。製造業門類繁雜，各企業基礎千差萬別，不能一刀切搞大模型建設，更不能低水準重複浪費資源。

而眼下最突出的問題就是，數據壁壘和人才缺口。企業不敢共享、不願共享數據，形成一個個資訊孤島，複合型人才又極度緊缺，既懂產業業務又懂AI技術的人太少，拖慢了融合的腳步。想要「人工智慧+」真正賦能各行各業，就得先跨過這些坎，摒棄浮躁心態，沉下心打磨，培養專業人才，打通數據堵點。

除此之外，安全底線不能鬆懈。人工智慧融入得越深，權限越大，潛在的風險就越不容忽視。未來的網路攻擊會越來越智慧化，靠傳統防守方式根本跟不上，只能用AI對抗AI，守住安全防線。

如果只追求應用速度，忽略安全保障，AI系統裸奔上線，一旦出現失控或被攻擊，資料外洩、業務癱瘓的損失就難以估量。創新和安全不是對立面，只有把安全嵌進AI應用的整個過程，才能讓人工智慧走得穩、走得遠。

大陸十五五期間全面推動「人工智慧+」行動，核心就是讓科技回歸實用，紮根產業痛點，解決真問題。不用追求花俏的概念，也不用盲目攀比技術參數，而是讓AI走進每一個需要它的場景，幫農民種好地，幫工人做好產品，幫群眾享便利，幫社會提效率。一步一腳印把基礎打牢，破除認知迷思，補齊人才短板，守住安全底線。這樣，人工智慧才能真正賦能各行各業，成為推動高品質發展的強勁動力。（照片翻攝示意圖）