近日印发的《关于深入实施“人工智能+”行动的意见》，再度引发社会对人工智能产业发展的高度关注。国家发展改革委相关负责人明确表示，发展“人工智能+”必须坚决避免无序竞争、一哄而上。这为人工智能健康发展划定了“红线”，也要求各地和各行业因地制宜推进“人工智能+”。

一个时期以来，综合治理“内卷式”竞争工作持续推进，避免新兴行业盲目投资建设，是其中的重要一方面。产业的发展离不开规模效应，从过去的经验来看，新能源汽车、光伏等许多行业发展初期，都经历过野蛮生长期。资金、人才快速涌入，却因缺乏统筹规划，引发低水平重复建设，供需失衡，不仅造成资源浪费，也拖慢产业向高质量、可持续方向发展的步伐。

实践一再证明，新技术、新业态、新模式的涌现，需要足够多资源投入，但产能扩张速度一旦超过需求释放速度，反而容易抑制产业的良性发展，违背政策初衷。只有规模扩张的同时，在技术突破、应用落地和商业模式创新等关键环节厚植基础，产业才能更快步入可持续发展阶段。发展“人工智能+”同样需要坚持循序渐进、合理布局。

提升政策工具的精准性。一些地方在发展人工智能等新兴产业时，过于追逐投资额、建设数量等量化指标，政策没有跟实际发展效益挂钩。要更加重视政策支持的精准度，引导各地从“规模激励”走向“质量导向”，避免重规模、速度，轻质量、长远，让“人工智能+”真正落地见效。

要注重因地制宜、分业施策。应推动各地立足自身区位特点、资源禀赋和产业基础，科学确定发展重点，形成各具特色、各展实效、优势互补的协同发展态势。同时，也要结合各行业特点，聚焦破解痛点、难点、堵点，针对性挖掘人工智能赋能的深层次需求与高价值场景，充分释放增量效能，让“人工智能+”在科学规划、差异化布局和务实应用的引领下，成为推动经济社会高质量发展的强劲引擎。

以上是央媒《经济日报》的最新评论文章。中国AI建设 “一哄而上”了吗？

是有局部表现。比如大模型“百模大战”：自从ChatGPT引爆全球AI热潮后，中国短时间内涌现出上百个大模型。科技巨头（百度文心一言、阿里通义千问、华为盘古等）、顶尖高校和科研机构、以及大量创业公司纷纷入局。结果是，同质化严重，资源消耗巨大，AI产业园和算力中心“遍地开花”，应用层的渗透率仍不足。

更准确地来说，当前中国AI发展面临的核心问题不是简单的总量过剩，而是结构性问题。比如，通用算力过剩与行业定制算力短缺。目前，大量智算中心建设的是面向大模型训练的通用算力，但实际利用率低下，而企业碎片化、低精度、低规模的推理需求成为主流，符合需求的行业定制算力却供不应求。再如，一些智算中心的服务器上架率不足50%，已上架的服务器实际利用率也不足30%，造成了通用算力的相对过剩。

在供给侧，低水平、同质化的重复建设过多，而具有颠覆性创新的原创技术、能解决“卡脖子”问题的关键核心技术（如高端AI芯片、深度学习框架）却仍然短缺。

在需求侧，许多传统行业有需求，但不知道如何用AI（缺乏人才和方案），或者应用成本太高。而AI公司又往往扎堆在热门赛道（如内容生成），对许多“苦活累活”的传统行业渗透不足。