近年來，中國AI發展勢頭迅猛。劉建剛認為，中國“人工智能+”行動的推進與大模型應用生態的構建，將為經濟社會注入新動能。近期產業研究顯示，中國AI產業已構建起從基礎模型、算法架構到應用落地的完整創新鏈條，集中展現出體系化發展的獨特優勢。
一是政策引領提供了持續穩定的發展環境。從2017年《新一代人工智能發展規劃》出臺，到2024年提出“人工智能+”行動，中國在頂層設計層面對AI發展的重視程度不斷提升。各地方政府也積極響應，北京、上海、廣東等地紛紛出臺支持政策，形成了國家戰略與地方實踐的良性互動。
二是多元化應用場景提供了豐富創新土壤。辦公、制造、金融、醫療、政務等領域的廣泛需求，為AI大模型提供了落地實驗的寶貴環境。這種“場景密度”優勢使中國AI開發者能夠快速獲取反饋，加速技術迭代。
三是良性的創新生態提供了快速發展的賽道。特別是在大模型領域，從科研機構、技術企業到應用場景方的多主體合作，正在加速形成“研發-應用-反饋-迭代”的閉環體系，增強整體產業韌性。
四是人才集聚與多元資本投入提供了創新動力源。中國AI領域的高層次人才數量與質量呈現加速提升趨勢，這一人才紅利與資本助力形成了產業發展的堅實基礎。
2024年政府工作報告首次提出“人工智能+”行動；今年政府工作報告提出持續推進“人工智能+”行動。在劉建剛看來，這一系列頂層設計表明，人工智能已被定位為引領新一輪科技革命和產業變革的戰略性技術，具有溢出帶動性很強的“頭雁”效應。
他稱，“人工智能+”行動標志著國家創新戰略的重大升級。與2015年啟動的“互聯網+行動”相比，“人工智能+”具有本質區別：前者側重解決“信息孤島”問題，強調連接；后者則強調人工智能技術的“生產力賦能”，聚焦生產力的升級與生產關系的重塑。
劉建剛說，人工智能歷史上多次經歷“技術突破、應用落地不足、陷入低谷”的波浪式發展。而“人工智能+”行動正是要打破這一循環，通過銜接技術創新、應用創新和成果轉化的各環節，形成供需迭代的良性循環。
當前，AI大模型應用多點開花，但劉建剛認為，大模型應用尚未真正進入紅利兌現期，還處于技術成熟與應用落地之間的過渡階段。從技術發展規律看，人工智能應用的爆發拐點通常出現在技術能力與用戶體驗達到平衡點之時。
盡管應用場景不斷拓展，大模型落地仍面臨挑戰。劉建剛稱，這包括技術適配、商業模式、數據要素與數據資產化、算力成本等問題。
“預計隨著大模型技術能力的成熟和成本的降低，未來一年內我們將看到更多應用落地。”劉建剛說。
人工智能快速發展，與之相伴的安全、治理等方面的問題也引發社會關注。
劉建剛強調，人工智能發展必須兼顧創新與安全。數據隱私泄露、深度偽造等風險確實需要引起重視，但這不應成為限制創新的理由。AI治理應采取“沙盒監管”理念，在風險可控范圍內允許創新探索。從最新的政策動向看，中國正積極探索既鼓勵創新又確保安全的平衡路徑。
他觀察到，最新的地方政策已將“確保大模型應用合規、安全、可信”作為重要保障措施，這預示著中國AI治理體系正在從理念走向實踐，逐步形成可復制的管理經驗。
關鍵詞：
營業執照公示信息