■ 顾登晨 包海波

当前，人工智能是赋能新质生产力发展的重要引擎。我国全功能接入互联网30年，基于超大规模的统一市场和超前数字基建，叠加制造业优势和高素质工程师队伍，孵化出以阿里巴巴等为代表的一批科技平台企业，构建起覆盖基础算力、模型研发、开源生态、应用拓展在内的全栈技术体系，不仅为自家大模型的快速迭代和应用拓展奠定坚实基础，也通过“云+AI”的方式，为中国人工智能产业发展降低了门槛，支持了中小企业的人工智能转型。

回顾阿里巴巴人工智能发展历程，业务的真实需求始终是推动技术创新的原生动力。2008年，为应对电商“双11”流量洪峰，阿里开始研发云计算操作系统，以解决算力瓶颈；2013年，为实现海量用户与商品的高效匹配，阿里在电商搜索推荐系统中大范围适用深度学习算法框架。在服务自有电商业务的过程中，阿里不断优化技术、积累运营经验，开始具备对外提供云计算和人工智能技术服务能力，于2014年推出国内首个旨在帮助开发者降低算法开发和应用门槛的AI学习和训练平台（PAI），并于2016年发布城市大脑和工业大脑项目，将人工智能技术应用于城市治理、产业优化领域，于2019年发布全球首个万亿参数模型（M6）。当2022年底生成式人工智能技术变革来临，得益于数十年的研发积累和技术资产，最终于2023年4月发布通义大模型，并随后面向全球开源。

随着大模型技术日臻成熟、成本逐步降低，其可用性正在跨过产业规模化使用的“临界点”。2025年政府工作报告提出，持续推进“人工智能+”行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用。基于阿里巴巴在大模型上的发展经验，我们认为要供需协同发力，推动中小企业在大模型上的广泛应用。在供给端，要坚持市场化原则，鼓励科技平台企业在打造超大规模智算集群和全球领先的基础模型方面发挥主力军作用；在需求端，政策要有效引导，明确以公共云为导向的大模型发展理念，构建起算力服务和人工智能服务的全国统一大市场。

一是面向市场，发挥科技平台企业“云+AI”的全栈技术协同创新优势。懂模型，才知道如何训模型、用模型。以阿里巴巴为例，通义实验室、阿里云、魔搭开源社区构建起一个全栈人工智能技术体系，并以模型研发迭代为抓手，一方面“下卷”基础设施，驱动包括架构创新、芯片换代、硬件深度定制在内的计算架构的快速迭代和整体优化，将算力集群拓展到10万卡规模，支持国内外多种异构芯片，既满足训练要求，也为千行百业的智能应用提供低成本、高可靠的推理算力；另一方面“上卷”应用扩散，在实现自身业务人工智能转型的同时，通过与千行百业的天然数字化联系，以及基于通义基础模型的衍生模型，助力一批传统企业实现数字化转型，催生搜索、编程、视频等领域一批人工智能原生企业加速崛起。

二是政策发力，打通人工智能应用推广的关键卡口。虽然算力是人工智能三大核心要素之一，但也要防止算力建设“一哄而上”，导致“小散多”、技术差、利用率低。对此，我们建议通过以公共云为导向的大模型发展理念，支持具备技术能力、市场能力的公司，成为构建超大规模计算集群的主力军，在现有已被市场验证的万卡集群基础上，加速拓展到10万卡集群。对于广大中小企业来说，要防止他们因利润微薄难以进行智能化转型，可以通过算力券补贴中小企业，或通过将云计算服务费用列入企业研发费用加计扣除范围，从需求、供给两侧协同发力、降低成本，推动中小企业上云用模。

（作者分别为阿里研究院政策法规研究中心主任，浙江省委党校浙江省“八八战略”创新发展研究院研究员）