AI+发展趋势与行业共识 - AI具备自学习、自优化的动态进化能力，能重构生产要素、价值创造方式和组织形态，抹平能力鸿沟 [2] - “AI+”是大趋势，不变革就落后，如何拥抱“AI+”热潮成为备受关注的话题 [1] 算力基础设施现状 - 截至今年10月底，江苏省投用算力规模达85 EFLOPS (fp32)，其中智能算力占比超74% [2] - 实现“城域1ms、省内3ms、长三角区域5ms、跨国家枢纽节点20ms”的算力时延圈 [2] - 电信企业在南京、苏州吴江等地建成省市级算力纳管调度平台，实现省内自有算力和第三方社会算力统一接入、封装、调度，累计可调度超25 EFLOPS的智能算力 [2] AI+行业应用与案例 - 目前江苏省开发AI+生物制药、医疗、教育、公安、政务、工业质检、智慧交通等60多个垂直行业应用 [2] - 人工智能应用项目达1.6万个，其中制造能源领域2679个，政务、医疗、交通等行业同步加速智能化转型 [2] - 机器狗结合AI算法与远程操控系统，能在高危区域自主巡航、实时监测，比人工巡检效率更高且降低风险 [3] - AI定制衬衫案例：用户仅需提供身高数据、正面照和侧面照，无需近身量体，即可定制，大幅压减成本和周期，带来效率跃升 [3] 产业发展面临的挑战 - 人工智能与产业深度融合存在对作用认知不统一、供需对接不畅、落地“最后一公里”梗阻等问题 [4] - 数据作为人工智能三要素之一，或将成为制约行业发展的“卡脖子”领域，有价值的数据难以成为能盈利的商品 [4] - 许多AI技术停留在概念阶段，与具体产业适配度不足，存在“看起来好看、用起来不好用”的共性问题 [4] - 不少地方兴起“人形机器人热”，但企业大多集中于同质化开发，缺乏对核心模块的深耕 [5] - 许多中小企业想要AI转型，但普遍不知道如何转，步子迈得小，且精通咨询、规划和落地的人才稀缺 [5] 人工智能安全风险 - 人工智能技术应用面临组件安全漏洞、模型生成“幻觉”、数据投毒等多类现阶段难以根治的内生安全风险 [6] - 相关风险事件呈现爆发式增长，去年全球人工智能突发风险事件数量增长近50%，较10年前增长16倍 [6] - 监测发现10余种主流大模型版本受框架漏洞影响，人工智能基础设施成为网络安全新焦点 [6] - 以自动驾驶为例，AI在复杂环境下易误判，也可能受到伪造交通标识或篡改感知信息的攻击，轻微的数据投毒可诱导系统产生明显行为偏移 [6] 安全应对与发展建议 - 利用AI赋能常态化安全运营是大趋势，也是目前的最佳路径，可通过AI优化重塑资产、基线配置、安全策略、安全事件等的闭环管理，实现降本增效 [7] - 面对人工智能深度融入的态势，各方应加强底线风险防范能力，提升产业发展韧性，深入参与国际规则构建，加强人工智能治理国际合作 [7]