“他认为，加快拓展人工智能大模型技术应用场景，对促进人工智能更高水平应用，培育新质生产力，更好支撑高质量发展具有重要意义。”
国内外大模型科研保持高速迭代，各类模型层出不穷，模型性能不断提升，创新创业蓬勃兴起，展现了惊人的演进速度。同时，大模型赋能行业应用正在蓬勃兴起，场景驱动成为大模型技术创新和产业增长的重要模式。
“去年两会我提交了关于构建开放共享协同的人工智能产业生态体系的提案。今年主要关注应用场景的拓展。”全国政协委员、天娱数科副总经理、山西数据流量谷董事长贺晗在接受21世纪经济报道专访时表示。
（全国政协委员、天娱数科副总经理、山西数据流量谷董事长贺晗）
据悉，今年贺晗带来了关于加快拓展人工智能大模型技术应用场景的提案。他认为，加快拓展人工智能大模型技术应用场景，对促进人工智能更高水平应用，培育新质生产力，更好支撑高质量发展具有重要意义。
基于此，贺晗提出四则建议：一是鼓励搭建多层次应用场景供需对接平台；二是在全国范围实施大模型赋能千行百业示范应用推进计划；三是大力推进大模型应用生态建设；四是注重面向通用人工智能时代的人才培养。
加快拓展AI应用场景
《21世纪》：当前，大模型深度赋能垂直行业和前沿领域，正在孕育催生更多新模式、新业态、新动能。你认为当前人工智能应用步入了怎样的阶段？
贺晗：在理论研究和技术开发的基础上，走向全面应用阶段，也就是从科技创新到产业创新。从之前的ChatGPT到最近的Sora，从单模态到多模态，从单一智能到通用智能，我们看到，大模型具备的泛化能力和涌现特性在医疗、金融、交通、智能家居、教育等越来越多的垂直行业场景上得到了惊艳展现，例如，医疗领域的疾病诊断、治疗建议、药物研发等，金融领域的风险评估、客户管理、投资决策等，大模型赋能行业应用正在兴起。
《21世纪》：你建议要大力推进大模型应用生态建设，构建开放共享协同的产业生态体系。在你看来，加快拓展人工智能大模型技术应用场景有哪些必要性？
贺晗：应用场景拓展的必要性有三：一是目前在传媒、金融等行业应用的多，其他行业有案例但不多更谈不上普及，推动大模型技术与制造业、能源、交通等更广泛的行业应用相结合，对于整个经济体降本提质增效有帮助；二是过程中还会产生新的业态，比如AI助教、AI诊断等等，这是新的增长点；三是来自产业应用中的反馈反过来也会大模型技术创新有帮助。
《21世纪》：当前我国在人工智能大模型技术应用方面存在哪些主要问题或挑战？
贺晗：主要是要素匹配不够。我们整体数据资源虽然多，对于大模型应用来说，各行业高质量产业数据集不多。整体算力资源多，全球第二，目前智算资源也在加快建设，但多元异构算力调度还没跟上来，算力孤岛问题突出，算力还没有实现普惠，远没有达到像水电一样随取随用的阶段。
《21世纪》：为拓展应用场景，你提出搭建多层次应用场景供需对接平台，推动技术供给方公开发布大模型创新应用解决案例，实现技术、模型、数据等资源对接，不断提升供需匹配效率。当前我国人工智能大模型技术应用场景供需对接现状如何？
贺晗：匹配度不高。一是各地出文件笼统出政策的多，建平台真实创机会的少。二是缺乏标杆示范效应，目前有部分地方在常态化征集、遴选技术创新性强、成熟度高、应用前景广阔的典型应用案例并公开发布，需要向全国推广向各行业推广。
不断提升供需匹配效率
《21世纪》：根据提案，你建议加强各行业数据的采集、利用、开发，储备高质量产业数据集。作为数字经济聚合发展的平台，请谈谈山西数据流量谷近年来拓展人工智能应用场景的相关实践经验有哪些？
贺晗：我们的总结是“数据要素×科技创新引领，算力算法支撑”。
山西数据流量谷在全省布局1个总部基地，8个特色分园区，10余个数字化平台，集聚企业逾1000家。我们持续推动大模型技术与煤焦钢电新能源等山西特色优势产业的丰富应用场景和行业数据要素相结合，训练打造垂直领域大模型，来助力传统产业提高生产效率、降低生产成本、提升产品质量、减少能源消耗和环境污染。
比如，炼钢企业通过AI实现焦煤与铁矿石的动态最优配比，物流和供应链管理过程中通过AI实现最佳路径规划，工业企业利用大模型分析设备传感器数据，预测设备故障，进行预测性维护，减少停机时间等等。让科技创新与产业创新相互促进，在生产过程的实践中不断优化生产要素，实现产业转型升级。
《21世纪》：你在提案中提到，实现技术、模型、数据等资源对接，不断提升供需匹配效率。从自身实践出发，请谈谈山西数据流量谷是如何充分挖掘数据潜力、推动数据要素发挥乘数效应的？
贺晗：为了给应用提供好的支撑，在数据要素方面，我们通过把数字能源、数字智造等16个数字经济细分领域企业的零散数据要素需求聚合起来，形成上规模的集中需求，在数据要素方面创造出了低成本的比较优势。经过3年发展，已经成为“数据要素第一园”。
截至目前，数据要素流通交易规模突破43亿元，拉动入园企业累计营收超334亿元，平均每1块钱的数据要素投入带来了近7.8块钱的经济产出，这是数据要素乘数效应的直观体现。
我们还搭建了“园区+平台+金融”的服务体系，近日，山西省首笔无质押数据资产增信贷款在山西数据流量谷落地，标志着园区打通了数据由要素到资产到资本的可行路径。
在算法层面，我们引入了杉树科技、上海人工智能研究院等大模型研发资源，不断为入谷企业提升通用算法供给。在算力方面，我们率先建立普惠算力调度服务平台，汇聚多方算力资源，纳管零散算力，整合闲置算力，推动智算服务逐步从“按指定规格购买资源”的粗放管理模式向“按任务匹配资源、按资源使用量结算”的精细化管理模式转变，不断降低入谷企业算力使用成本，实现算力普惠，人工智能模型训练推理、机器学习、视频渲染、离线分析等业务场景不断在园区汇聚。