人工智能发展的“终点站”是产业应用，从而促进社会经济的发展。这种应用正在快速走进生活的各个领域。

7月6日，在2023世界人工智能大会上，一架无人机颇为博人眼球。这架全球首发首展、可用于低空物流配送的新一代无人机，10分钟内可将五斤重物品配送给半径五公里范围内的用户。

凭借人工智能（AI）赋能，这架无人机不仅能轻松穿梭在城市，还可以在零下20℃、中雪、中雨等恶劣条件下实现安全飞行。

这只是我国AI产业发展的一个缩影。不仅在大会上，在一些经济发达城市的现实生活中AI技术的应用场景也越来越多。

国际数据公司（IDC）与浪潮信息联合发布的《2022-2023中国人工智能计算力发展评估报告》显示，2022年，AI在各个行业的渗透度均有提升，应用渗透度排名前五的行业依次为：互联网、金融、政府、电信和制造。

总体来看，AI在各个行业的应用程度都呈现不断加深的趋势，应用场景也越来越广泛，AI已经成为企业寻求新的业务增长点、提升用户体验、保持核心竞争力的重要能力。

广东省人工智能产业协会联席会长、华南理工大学计算机学院院长陈俊龙对新京智库表示，AI技术的应用场景可分为三类：一类是AI技术可以实现对生产过程的智能监测、优化和控制，提高设备运行效率和产品质量，降低成本和资源消耗；再一类是AI技术可以赋能传统产品和服务，增加新的功能和价值，满足用户的个性化和多样化需求；还有一类是以AI技术可以为科学研究提供新的方法和工具，加速科学发现和技术突破，推动新技术、新产品、新模式、新业态的不断涌现。

湖北大学计算机与信息工程学院教授黄辰则认为可分为两类，一类是无人驾驶、机器人等需要硬件和软件相结合的场景应用；另一类是纯软件类应用，主要是用于提高社会服务水平和能力的，如生成式人工智能（AIGC）的应用。

那AI在不同城市的应用所形成的产业（下称“AI应用产业”）发展如何？这些城市的AI应用产业又有何特色？新京报新京智库就这些问题进行了分析研究。

城市经济发展的新引擎

“人工智能成为经济发展的新引擎”。

这是国务院2017年8月印发的《新一代人工智能发展规划》（下称“规划”）对其的定位。

这在几个AI应用产业发展较好的城市已经产生了显著的经济效益。

陈俊龙认为，北京、上海、深圳等城市在AI创新发展试验区的支持下，分别在交通、制造等领域开展了一批AI应用示范项目，展现了AI赋能实体经济的成效。比如，在交通领域，北京市开展了无人驾驶汽车测试区域；在制造领域，深圳市开展了无人机物流配送系统示范等。

以北京为例，今年2月13日，北京市经济和信息化局发布的《2022年北京人工智能产业发展白皮书》（下称“北京《白皮书》”）显示，截至2022年10月，北京拥有AI核心企业1048家，占我国AI核心企业总量的约三成，数量位列全国第一。核心区域产业集聚能力全国第一，已经形成了全栈式的AI产业链。

不仅如此，北京《白皮书》披露，北京创新“策源地”建设也获得了提速发展。北京AI领域核心技术人才超四万人，占全国的六成。AI论文发表量居全国第一。在专利授权数量全球排名前100的机构中，北京总部机构30家。

此外，北京《白皮书》还披露，北京在国家AI创新体系中占重要地位、AI支撑能力不断增强和国家人工智能先导区建设成果显著三项成果。

上海是我国AI应用产业发展较好的另一座城市。今年7月6日，上海市委常委、常务副市长吴清介绍，上海规模以上AI企业数量已经达到350家，五年来几乎翻了一番；产值达3800多亿元，几乎是五年前的三倍；产业人才达到了23万，约占全国三分之一。

其中浦东新区是上海AI产业的重镇。截至2022年底，浦东全区人工智能重点企业超600家，AI相关产业规模超1200亿元。

深圳也是我国AI应用产业发展较好的一线城市之一。

7月4日，由深圳市人工智能产业协会编制发布的《深圳市人工智能产业发展白皮书（2023年度）》显示，2022年深圳市AI产业规模达2488亿元，同比增长32.10%。其中，深圳市AI核心产业规模达308亿元，同比增长52.48%。

深圳《白皮书》披露，截至2022年，深圳市拥有AI企业数1920家，同比增长14.22%；产业链分布方面，2022年，深圳市AI基础层仅占企业总数量的8.13%，技术层占企业总数量的17.29%，应用层占企业总数量的74.58%。

智能物流供应链成不少城市的选择

AI应用产业的一个重要领域就是对传统产业，对现有生产组织关系的变革。

科技作家陈根撰文称，AI对传统行业各参与方产生了不同程度的影响，改变了各行业的生态。因此，在AI影响下发生了三层变革，即企业变革、行业变革和人力变革。

三种“变革”交织在一起的表现就是对物流供应链的变革。因为AI不仅将改变企业生产管理模式、上下游产业链关系，也将改变企业人力资源管理模式。

华信咨询设计研究院有限公司供应链研究院院长何吉涛告诉新京智库，在大数据、云计算、物联网、区块链等最新数字信息技术加持下，AI拥有近乎即时的数据获得能力、无限的数据量和算力，几乎能即时响应任何环境的变化。华信咨询是一家中国通信服务股份有限公司的全资二级子公司，后者是由中国电信控股的港交所上市公司。

何吉涛解释，供应链作为跨边界（企业和部门）的一种经济形态，根据经典理论，其管理的主要内容在于物流、资金流和信息流，其中信息流是物流和资金流管理的基础。AI通过算法“乘”数据的应用方式，全面模拟人类的接收、处理以及反应能力，有效提升了供应链各流程节点的响应效率。

“AI对供应链管理带来的冲击和影响，正来源于其对供应链中信息处理方式的颠覆性变化上。”何吉涛说。AI优势体现在可适应不确定和不断变化的复杂环境、能够处理多类复杂数据、可与人进行自然互动、以尽可能集成的方式组合多个任务，赋能供应链中需要处理复杂数据及任务的场景，其本质在于通过信息的即时透明，消除了系统的不确定性和打通全部中间环节。因此，从根本上将供应链管理中基于环节和不确定性开展的管理进行颠覆性的消除或极大减弱。

正是因为AI对供应链有如此大的影响，北京市人民政府今年5月21日印发的《北京市加快建设具有全球影响力的人工智能创新策源地实施方案（2023-2025年）》（下称“方案”）即明确，“支持领军企业围绕提升供应链自主创新水平，面向高等学校、科研院所和中小企业开展‘揭榜挂帅’，遴选创新解决方案，推动产学研深度融合。”

这是《方案》“加强人工智能企业梯度培育”的第一项发展任务。

上海市人民政府办公厅于2021年6月印发的《上海市战略性新兴产业和先导产业发展“十四五”规划》亦提出，要“重点培育数据采集、标注、存储、传输、管理、应用等全生命周期产业体系，着力打造大数据供应链”。

除了北京、上海，何吉涛介绍，浙江杭州、舟山和义乌，广东深圳、江苏苏州等地的AI技术（在物流供应链领域的）应用较为普遍。

竞相发展自动驾驶

《规划》指出，AI作为新一轮产业变革的核心驱动力，将“催生新技术、新产品、新产业、新业态、新模式，引发经济结构重大变革，深刻改变人类生产生活方式……”

自动驾驶就是其中一个即将改变人类生活方式的新产品。

今年6月，工信部副部长辛国斌在例行吹风会上表示，将启动智能网联汽车准入和上路通行试点，组织开展城市级“车路云一体化”示范应用，支持有条件的自动驾驶。

这被业界认为是自动驾驶“驶出”示范区的一个信号。

特斯拉创始人兼首席执行官埃隆·马斯克对此更乐观。在7月6日的2023世界人工智能大会上，马斯克预测，随着AI技术的快速发展，大约在今年年末，就会实现全面自动驾驶。“我之前也做过许多类似的预测，我承认之前的预测也不完全准确，但是这一次的预测，我觉得是比较接近的。”

实际上，我国也确实有多个城市为自动驾驶走进现实做了不少铺垫工作。

以北京为例，国家服务业扩大开放综合示范区、中国（北京）自贸试验区办公室（下称“两区办”）介绍，截至今年4月，北京市高级别自动驾驶示范区（下称“示范区”）累计部署自动驾驶车辆464辆，累计测试里程达到1000万公里，全国城市智能网联汽车竞争力排名第一。

两区办介绍，经过两年时间建设，示范区329个智能网联标准路口，双向750公里城市道路和10公里高速公路实现了车路云一体化功能覆盖，网联云控系统实现了车路数据融合，对外服务能力不断增强，支持车网融合的超高速无线通信技术EUHT专网完成铺设，分米级高精动态地图平台搭建完毕，“多杆合一、多感合一”模式下建设成本下降近40%，车路协同使车辆每万公里碰撞风险降低23%，红绿灯推送触达每周超过27000次，路侧盲区障碍物信息参与车辆关键决策率达到37%，交通信控优化实现车均延误率和车辆排队长度下降30%，城市级工程试验平台初具规模。

下一阶段，示范区将在已建成的60平方公里示范区基础上，推进周边100平方公里建设，并逐步扩展完成全市500平方公里示范区扩区工作。同时，做好产业链谋划布局，形成高质量产业发展生态。

比如，出台智能网联汽车产业专项发展政策，规划智能网联汽车发展园区，组建北京智能网联汽车产业创投基金，加强与市场化投资机构的合作，与企业协同联动构建产业生态。持续加强底层技术攻关，实现高级别自动驾驶的关键芯片和核心软件自主创新。

争第一的还有武汉，今年3月7日，国家智能网联汽车（武汉）测试示范区（下称“武汉示范区”）发布2022年年度报告显示，武汉示范区已在全国首次实现跨区通行，自动驾驶车辆从武汉经开区开往汉阳区。

报告还显示，截至2023年1月，武汉示范区已分五批开放522条智能网联汽车测试路段，总里程751.56公里，覆盖武汉市经开、汉阳、东湖高新、江汉4个行政区600平方公里区域，触达常住人口近200万，位居全国前列。

其中，武汉经开区开放测试道路669.6公里，是中部首个全域开放智能网联汽车测试道路的区域。武汉市的目的也非常明确，要将武汉市打造为“自动驾驶第一城”。

上海的步子迈得也不小。

据新华社报道，今年7月，无驾驶人智能网联汽车正式“跑”入上海中心城区的街头。据《上海市浦东新区促进无驾驶人智能网联汽车创新应用规定》及实施细则规定，智能网联汽车企业可以在“车内不配备驾驶人和测试安全员”的情况下，在浦东新区行政区域内划定的路段、区域开展车内驾驶位无人的智能网联汽车道路测试。

这是因为浦东做好了“保障”工作。浦东新区科经委副主任李晓亮介绍，浦东率先通过立法形式，对交通保险、事故认定等做出明确规定，推动“未来车”驶上“法治道”。

而且上海启动了“无人之境”示范体验区。该体验区于2022年9月在安亭-上海国际汽车城正式启动。“无人之境”示范体验区是国家智能网联汽车（上海）试点示范区的重要组成部分，包含Robotaxi无人出行、无人清扫、无人配送、无人零售等多业态的无人驾驶应用场景。

AIGC带来的新服务模式

随着AI技术的不断发展，生成式人工智能（AIGC）技术也日益成熟，广泛应用于更多领域，其广阔的应用前景将推动AIGC市场规模快速增长。

艾媒咨询预测，预计2023年中国AIGC核心市场规模将达79.3亿元，2028年将达2767.4亿元。

AIGC是AI与大数据、云计算、5G等多个技术领域的整合，是一种跨领域的合作发展模式。2021年之前，AIGC生成的主要是文字，而新一代模型几乎可以处理所有人类所使用的信息格式：文字、语音、代码、图像、视频等。

这也引起了一些城市的重视和布局。

比如北京，2023年3月17日，北京市科学技术委员会、中关村科技园区管理委员会和北京市经济和信息化局联合印发的《关于推动北京互联网3.0产业创新发展的工作方案（2023-2025年）》（下称“工作方案”）明确，支持AIGC技术发展，基于AI大模型、深度合成等技术，实现文本、图像、视频的自动生成，丰富互联网3.0的内容生态。这是《工作方案》六个“重点任务”的第一个。

《工作方案》还明确，支持开展基于人工智能技术的3D建模技术研发，实现3D模型构建的流程自动化及批量生产，提高3D模型精度，提升互联网3.0的内容制作效率；支持多模态智能交互技术发展，研发智能语音识别、对话管理、情感识别、动作捕捉等核心技术，增强虚实交互的智能化体验。

上海也不例外。6月13日，上海市科学技术委员会印发的《上海市“元宇宙”关键技术攻关行动方案（2023—2025年）》（下称“行动方案”）明确“重点布局人工智能生成内容（AIGC）”——作为两个主攻方向之一“沉浸式技术”的第一项任务。

上海这一《行动方案》也提出了发展AIGC的目标，到2025年，要“实现文本、图像、音乐、视频和三维模型等多模态内容间的关联对齐与互生成，实现多模态沉浸影音内容的高逼真、高效率和可控生成，实现内容智能生成过程中的敏感信息规避能力”。

此外，一些经济较发达的东部城市也在AIGC技术上有一定的积累和布局。无锡市科技创新服务中心高级工程师沈晓雯撰文表示，无锡在信息技术创新和数字产业发展方面有基础发展优势，在网络通信、智能穿戴、导航测绘等设备制造业积攒了厚重家底，为切入AIGC赛道打下基础。

不过，沈晓雯认为，无锡AI领域的平台型和龙头企业数量偏少，规模偏小，且发展不均衡，高层次人工智能人才较为缺乏。

未来无锡AIGC产业发展应在契合国家人工智能创新应用先导区建设要求的框架内，以应用需求为导向，结合无锡相关产业发展基础优势，拓展产业领域，形成无锡特色优势。

谋划一个更好的未来

毫无疑问，AI技术的应用将带来一个更美好的经济未来。

今年6月，国际咨询公司麦肯锡发布的《生成式人工智能的经济潜力：下一波生产力浪潮》报告预测，如果将分析的63种AIGC应用于各行各业，将每年为全球经济带来2.6万亿至4.4万亿美元的增长，这相当于增加了一个英国的经济规模（英国2021年的GDP总额为3.1万亿美元）。

这一预测还未将所有的AIGC应用计算在内，若将尚未研究的应用计算在内，AIGC所产生的经济影响远不止于此。

国内一些城市也陆续发布了2025年要实现的目标。

北京的目标是，到2025年，AI核心产业规模达到3000亿元，持续保持10%以上增长，辐射产业规模超过1万亿元。

上海则提出要“打造一批面向全球的全行业深度赋能应用，到2025年，形成10大类100个人工智能深度应用案例，培育500家智能化示范企业”。

深圳更是提出了“打造全域全时场景应用”的目标。

为了实现目标，北京也提出了具体路线和保障措施。比如加强组织领导、推进机制创新、强化政策支撑和全面统筹实施。

国家对于AI技术的应用也极为重视。工信部副部长徐晓兰在2023年世界人工智能大会上即表示，下一步，工业和信息化部将从五方面推进我国AI产业发展。

比如，拓展应用场景，坚持需求牵引，以制造业为重点，开拓工业设计、代码编写、质量检测、流程再造、远程运维、客户服务等应用，形成一批示范性强、带动性广的重大应用场景，提升人工智能赋能制造业水平，加快推进新型工业化进程。

同时，加强政策引导，会同相关部门加快研究制定产业政策，进一步明确产业发展目标和重点任务，引导各界集聚资源，形成发展合力。

还有夯实产业底座，围绕算力、算法、数据等底座技术，加大创新攻关；完善生态体系，引导产业链上下游大中小企业协同打造若干生态主导型龙头企业；深化国际合作，秉承开放包容，加强在全球范围内人工智能的技术、产品标准、服务治理等交流合作。（记者 肖隆平）