近日，以“深入实施数字中国战略　推动经济社会高质量发展”为主题的2024年国家信息中心学术年会在京举行。会议期间，国家信息中心信息化和产业发展部主任单志广表示，目前数字经济政策调整的首要任务是提高数字经济对整个社会经济发展的规模化带动效应；在推动算力建设的过程中，要避免“重硬轻软”所引发的重复建设、无效建设等问题，通过以需求为引领，有计划地进行算力基础设施和节点部署；在人工智能产业方面，一样需要“软硬结合”，通过落地应用贯通硬件、软件与服务的链条，助推数字经济发展。

加紧释放数字经济规模化带动效应

单志广认为数字经济关乎整个时代的发展，从战略规划的角度来看至少包含数据要素、新基建、产业转型、数字技术、数字化公共服务、数字化政策法规体系这6个维度。而新质生产力主要以战略性新兴产业和未来产业为支撑，在“十四五”规划纲要所规定的9类战略性新兴产业和8类未来产业中，有一半属于数字经济产业，还有很多离开数字技术就难以发展的产业。未来中国数字经济发展将是支撑新质生产力的核心领域。

“目前最重要的一点是，要提高数字经济对整个社会经济发展的规模化带动效应。”根据“十四五”规划的目标，到2025年，我国数字经济核心产业增加值占国内生产总值比重超过10％，但从中期评估和地方调研的情况来看，很多地方的数字经济核心产业的发展情况与上述目标还存在一定差距，也说明了我国电子信息产品制造业、软件信息服务业等数字经济核心产业发展速度还有提升空间。因此，单志广认为数字经济拉动整个社会经济发展的规模化效应有待进一步释放。未来数字经济政策体系上，首先要做的就是，让数字经济拉动整个社会经济发展的规模化效应得到进一步释放。

其次要进一步强化技术创新对数字经济发展的支撑能力。目前外部环境不明朗，数字经济领域的很多基础原材料受到限制，本质上是由于过去在自主创新方面投入相对不足、探索过程中缺乏定力，造成当前技术创新对数字经济的支撑能力有所欠缺。目前国家高度重视新一代信息技术的创新，通过自主创新能力的提升，我国已经在进行全方位的追赶，从而为未来数字经济发展打下坚实基础。

再次要关注数据要素从资源到资产再到资本的蝶变过程，避免数据要素空心化。不同于土地、劳动力等传统的实体要素，数据要素在估价、变现等方面存在一些新的特性和风险点。为了让数据要素相关政策能够真正落地、落细、落实，单志广认为要探索中国式的路径，寻求通过数据要素真正解决中国式现代化发展中的一些实际问题。

最后，也要做好算力经济的统筹规划。算力经济发展非常快，但是可能很多人低估了应用或者应用匹配的难度。

未来在“东数西算”等算力网构想中，真正需要被调度的是代表需求的业务与应用。之前有机构测算，算力指数平均每提高一个点，就会带动国家数字经济和GDP分别增长3.5‰和1.8‰，但前提是要有充足的应用。如果没有应用需求做牵引，算力布局有可能造成重复建设和供给侧“产能过剩”。

以需求引导智能算力建设

单志广预测，未来人工智能应用将成为信息应用的主流，对智能算力有较高需求。2016年以IDC存储为主的传统算力占整体算力比重超过90％，根据业界预判，到2030年左右这个比例会下降到20％以下，而智能算力到2030年则可能超过80％。“有数据显示，目前传统算力的整体使用效率只有5％左右，优化之后可能只剩3％。我认为未来可以在存储、灾备等方面利用好现有的传统算力，然后面向人工智能有序发展智能算力。”

在这个过程中，要格外重视避免“重硬轻软”的问题。智能算力不能只提供计算存储设备，模型、算法、软件、支撑场景等都非常重要。所以在算力建设布局过程中一定要做好需求分析，综合考量价格、性能、网络时延等多方面的影响因素，力求实现算力供给与用户需求之间的有效配置。

同时，在“全国一体化算力体系”建设过程中，应当强调算力资源的共享性，打破行业私用、部门私用、区域私用的思维定式，采取公用的方式提供算力服务。公用化能够减少算力建设的总量并提升服务的专业化水平，避免可能的投资浪费和供给过剩。

软硬结合促进“人工智能+”应用转化

“中国人工智能发展的主要优势来源于人口规模、场景优势、数据优势、顶层设计统筹优势等方面。”单志广认为，中国的人工智能并不需要在大模型的参数、训练上追求极致，应转而追求应用水平最高、发挥示范作用最强。在通用大模型能力达到一定水准的情况下，可以走差异化的发展道路，通过将模型与硬件快速融合、对通用模型进行私有数据训练形成专用模型等方式赋能千行百业，强化大模型应用的操作和运营，这会极大促进中国数字经济发展。

从华体官方网页版制造到社会生活，“人工智能+”现在有多样的落地场景，如家庭、政务、煤矿、港口、交通、旅游等。重点是未来人工智能一定要软硬结合，走“具身智能”的发展道路。“具身智能”这个概念，通俗地讲就是人工智能产品一定要具有实体，比如人型机器人、托盘式机器人、搬运机器人等。

未来要把硬件的生产和软件的模型算法进行更加有机的结合，产出具体的产品来代替我们原有的出行方式、作业方式、治理方式，才能贯通“制造—软件—服务”链条，形成连续化的面向使用者的长周期服务，实现对经济发展的规模化带动效应。

（摘编自《21世纪经济报道》）