中國工業報 耿鵬飛

DeepSeek作為中國生成式人工智能領域的新銳力量,其發展引發全球關注。正值2025年全國兩會，AI再次成為焦點話題。全國政協委員、中北大學計算機科學與技術學院（大數據學院）院長張云泉，長期深耕于計算領域，此次他帶著對生成式AI發展現狀的深刻洞察與思考，提交了一系列與AI相關的提案。

在兩會召開前夕，中國工業報對張云泉委員進行了專訪，深入探討了AI領域的關鍵問題與發展路徑。

直面“生成式AI高成本”困局

“在資金有限情況下,通過對計算平臺的極致優化,實現了與國際領先模型相當的性能,但部署成本大幅降低。”張云泉認為，DeepSeek這一突破促使全球市場重新評估大模型發展的成本曲線,推動國內芯片、云計算等基礎設施加速升級,進一步驗證了中國企業在生成式人工智能領域的創新潛力。

據Gartner預測,到2027年,40%的生成式人工智能解決方案將實現多模態集成應用。在企業應用方面,預計到2025年,39%的全球組織將處于生成式人工智能試驗階段,14%將進入擴展階段。

隨著DeepSeek等創新企業的崛起,中國生成式人工智能產業站在新的發展節點。張云泉委員前兩年的提案關注“東數西算”宏觀布局，今年則要聚焦生成式AI趨勢下的發展難題。

在過去一年，張云泉走訪了眾多算力中心及相關企業。他敏銳地觀察到，伴隨DeepSeek等AI開源大模型涌現，大模型在各個行業的應用不斷增多，這對算力基礎設施建設提出了新需求。然而，企業端生成式人工智能落地成本過高、工程化支撐體系不完善、復合型人才供給嚴重不足等問題，嚴重制約了大模型迭代創新的速度。

張云泉表示：“據ArceeAI研究,企業在生成式人工智能應用過程中面臨高額成本投入:基礎設施投入方面,算力建設成本約占總投入的45%,算力使用成本占35%。在應用實施方面,單個場景的定制化開發和適配成本從5萬美元到20萬美元不等。此外,企業還需持續投入運維成本,包括算力、存儲、網絡等基礎資源費用,年度運維支出通常占初始投入的40%-60%。”

如此高額的成本投入，無疑給許多企業的AI轉型之路設置了重重障礙。為了降低企業生成式AI的投入成本，張云泉建議，由發改委牽頭，鼓勵地方政府建立新質生產力智創賦能平臺。通過平臺聘請具有落地經驗的大模型應用人才，為重點領域優質企業提供免費的大模型定制化技術服務支持。通過政府引導，構建區域性生成式人工智能應用創新生態，為企業轉型提供專業化指導。

破解工程化標準與復合型人才缺乏難題

除了成本問題，張云泉還提及另一個產業痛點——工程化支撐體系不完善。張云泉表示，目前國內企業在模型優化、多模態技術整合等方面仍存短板,且缺乏統一的工程化實施標準。據Gartner研究,由于缺乏標準化的工程實踐,僅36%的企業能在預期時間內完成部署。

此外，生成式人工智能領域的人才短缺已成為嚴重制約該行業發展的瓶頸。據國際研究顯示,73%的企業將生成式人工智能人才招聘列為優先事項,但其中75%的企業表示無法滿足人才需求。特別是在垂直行業應用層面,既懂專業領域又精通生成式人工智能技術的復合型人才極度匱乏。

為解決以上問題，張云泉在提案中建議，建議由工信部牽頭,構建涵蓋模型評估、性能測試、部署驗證和運維監控的LLMOps技術標準體系。重點制定模型安全評估規范、部署驗證流程和運維監控指標。同時提供專項經費支持各級國家工程中心在重點垂直領域發布落地指南和最佳實踐。

對于人才培養，張云泉委員提議由教育部牽頭，聯合重點高校開展生成式人工智能企業人才計劃。設立AIMBA項目，系統化培養企業數字化轉型領軍人才；開展全國“生成式人工智能創新工作坊”活動，通過專家走進企業開展交流實踐。

作為全國政協十四屆的委員，張云泉已連續多年建言算力設施建設。2023年，他提出《關于合理規劃算力網建設，確保東數西算健康發展》提案，建議建設國家級算力調度和交易平臺，該提案得到了相關部門的正式答復和辦理。為何對算力設施建設如此執著？他笑道：“提案就像種樹，不能只播種不養護。既然成為了政協委員，就得為數字中國栽種好算力這棵‘大樹’！”

在兩會這個重要的平臺上，張云泉委員的提案無疑為AI領域的發展提供了寶貴的思路與方向。期待在各方的共同努力下，我國能夠突破AI發展的瓶頸，在全球競爭中占據領先地位，讓AI技術更好地服務于經濟社會發展，造福人民。