8月27日，由中国人民大学国家发展与战略研究院、中国人民大学智慧治理学院联合承办，中国人民大学公共管理学院、中国人民大学公共资源交易研究中心、广联达科技股份有限公司共同协办的2025中国国际大数据产业博览会智慧政府及公共资源交易治理交流活动在贵阳正式举行。国家信息中心公共技术服务部副主任张立峰作《人工智能发展趋势与行业应用》主题报告，以下内容根据现场演讲摘录。

国家信息中心公共技术服务部副主任张立峰

大家下午好！非常荣幸参加本次交流活动。我简要介绍一下国家信息中心及全国公共资源交易平台的相关情况。

国家信息中心（国家电子政务外网管理中心）是国家发展和改革委员会直属事业单位。

坚持“引领信息化发展，支撑科学化决策，服务现代化建设”的初心宗旨和“与时偕行、明见未形”为价值取向，在国家经济社会信息化发展中勇当先行者、承担主力军任务。多年来，国家信息中心充分发挥经济监测预测、政策研究咨询、发展战略规划、数据汇聚分析、信息技术平台、专业人才队伍等综合优势，围绕宏观决策支持、信息内容服务、信息技术支撑三大业务板块，打造形成了国信预测、国信数据、国信平台、国信咨询、国信安全五个业务品牌。

目前，纵横贯通的公共资源交易“一张网”已基本形成。平台联通了39个部委、5个国家平台、32个省级平台以及全国600多个电子交易系统，逐步实现从信息公开向数据服务的升级。自2019年以来，平台已整合四大板块成交项目超过660万个，成交主体达113万家，在推动业务“一网通办”、发挥数据共享作用、助力交易“一网统管”等方面发挥了重要作用，有效服务于综合监管和行业监管。

我将结合近两年在人工智能与公共资源交易应用方面开展的工作和思考，从现状、趋势、应用、实践及展望五个方面作简要汇报。

关于人工智能的现状，大家已有所了解。自ChatGPT推出两年多来，中外企业纷纷入局，推出大量应用，以抢占市场先机，提升社会生产力与生产效率。尤其今年春节，DeepSeek的推出重塑了人工智能市场格局，重构了感知与认知的边界，重启了人工智能融资的新热潮。自发布以来，DeepSeek几乎每月、每日都在迭代升级，呈现指数级发展态势。

我们应客观认识中国在全球人工智能格局中的位置。目前，中美欧处于全球第一梯队。我国在应用场景拓展和产业链完整性方面优势明显，形成了京津冀、长三角、粤港澳大湾区等人工智能产业集群，在金融、制造、智能硬件、服务业等多领域加速人工智能技术产业化进程。

相比之下，美国在人工智能芯片、新一代模型架构等方面占据领先地位，尤其在核心算法创新方面表现突出。欧盟则具备雄厚的科研基础和人才储备，算力资源丰富，德国、法国、英国等在机器人、工业自动化和医疗AI领域优势显著，同时在AI伦理与治理方面走在全球前列。此外，阿联酋、沙特等中东国家在资金投入上表现出强烈决心，东南亚、南美和非洲部分国家对人工智能的重视程度逐步提升，市场潜力正在释放。

我们也面临诸多挑战。人工智能的训练和推理高度依赖高端算力芯片，而我国在这一领域仍受制于人。数据质量差、流动性低、利用不足等问题制约AI训练效果。我国在模型优化、自监督学习等基础算法创新方面相对不足，许多研究仍停留在对国外技术的改进与应用层面，基础研究的薄弱限制了长期竞争力。

从产业链角度看，上游产业面临算力不均衡、数据安全隐患、软硬件限制等问题；中游产业存在算法先天不足、研发创新成果转化率低、商业模式不成熟、技术不规范等问题；下游产业则面临应用场景不成熟、数据质量低、同质化竞争严重等问题。尽管这些是发展中的问题，但必须引起足够重视，防止产业链从一开始就存在先天缺陷。

关于人工智能发展趋势，从技术演进脉络来看，可能呈现从大而全的通用模型向小而精的专业化方向发展。

1

决策智能迅猛发展

人工智能大模型将成为推动决策智能发展的核心力量。在企业管理中，决策智能系统可整合内外部数据，通过深度分析为管理层提供科学、精准的决策建议。在公共政策领域，通过对社会、经济、民生等多维数据的分析，制定更符合实际、更满足群众需求的政策法规。同时，决策智能化与物联网深度结合，更好地应对复杂多变的环境。

2

模型小型化与领域专业化

考虑到大模型在算力和能耗方面的挑战，以及不同行业对成本的敏感性，未来模型的小型化和专业化将成为重要方向，金融、教育等领域已在深入探索。

3 

从信息智能向实体智能迈进

人工智能当前主要聚焦于信息智能，未来将向实体智能发展，具身智能等方向可能成为下一个爆发点，致力于让机器人具备更强大的感知、决策和执行能力，在复杂环境中完成各类任务。尽管目前智能涌现多处于静态阶段，未来通过模拟人脑神经机制，可能实现真正动态的人工智能，接近人类智能水平。

在人工智能行业应用方面，当前人工智能正从实验室走向产业一线，形成了基础研究、技术攻关、场景验证、规模复制的全产业链条发展路径。我国在强化理论突破的同时，更应立足实体经济需求，打造覆盖全产业链的人工智能赋能体系，目前各环节已积累一定的实践经验与成果。

大模型已成为行业发展的必然趋势，核心技术突破驱动跨行业渗透，从互联网、科技行业向制造业、政务、医疗等传统领域延伸，成为传统产业升级的必然趋势。大模型发展呈现通用化、垂直深耕、开源普惠等多元格局。

在基础理论研究环节，AI for Science正引发科研范式的革命性创新。例如，AI飓风预测系统通过多模态数据融合技术，成功提前48小时预测台风“杜苏芮”，误差范围控制在50公里内。上海某研究实验室开发的科学平台汇集全球1.2万名科研人员，构建AI科研生态，已孵化十余家生物制药企业。

在生物技术研发环节，人工智能展现出强劲的赋能效应。“人工智能+”通过研发智能制造系统、工业互联网平台等技术，有效推进信息化与工业化融合，提高生产效率，赋能新型工业化。

在中试验证环节，人工智能技术在真实产业环境中验证其性能、稳定性与可靠性，推动技术向生产力转化。

在规模化生产环节，人工智能赋能生产以AI中心和数据中心双引擎驱动数智化转型，成为提质增效的新引擎。

关于AI与公共资源交易，目前各交易中心领导和行业头部企业均在关注AI在该领域的应用。2024年4月起，国家信息中心成立人工智能AI研究课题组，联合人大及部分交易中心开展探索性研究。8月8日，我们在北京进行了大范围研讨，有一些心得体会可以分享。

公共资源交易AI的应用价值应坚持问题导向，聚焦招标合规难、投标成本高、评标质效低、监管抓手少、数据利用不足等痛点，旨在提升效率、强化监管、促进公平、服务全局。

公共资源交易AI的应用场景及趋势可概括为“三化”：场景化，聚焦招投标全流程痛点；协同化，推动AI与政策法规、行业数据深度融合；生态化，实现跨行业、跨区域、跨部门，政产学研用协同推进。

在公共资源交易AI研究的基本策略上，我们主张效率优先、人机协同、非侵入式工具、持续进化、共享共创共建，逐步实现从效率工具到知识生产工具，再到进化工具，最终成为服务平台。

关于公共资源交易AI通用技术架构，需要注意的是，底层基础设施需符合信创要求。

在探索过程中，基础技术仍需突破性创新，尤其在数据、模型、文件解析、智能体增强等方面还有很长的路要走。

从课题攻关情况看，公共资源交易AI应用已初见成效。测试显示，准确率从50%提升至86%，招标文件合规性检查召回率提升90%以上，文件检查效率从1小时缩短至5分钟，评标效率从每本30分钟降至6分钟。模型仍在持续进化中。

关于人工智能未来展望，从技术突破到产业应用，人工智能既是前沿科技，也服务于百姓生活。但技术突进的同时，安全与伦理问题日益凸显。对于人工智能发展的未来，有以下八个方面的思考：

1

建立健全政策协同机制

政府层面应做好规划、目标、试点等方面的统筹协调，确保全国一盘棋，避免各自为战。在公共资源交易领域，应集约化部署，防止资源浪费。

2 

加快人工智能在芯片、算力等领域的技术创新能力

发挥举国体制优势，集中力量突破芯片攻关、算力调配、体系建设和产业基地建设，不断提升技术创新能力。算力部分未来可考虑购买服务的方式。

3

提升人工智能数据安全治理能力

做好分析研判，既要充分利用数据，也要管得住、保安全。目前政务外网环境相对安全。

4

持续推进大模型训练示范项目及相关评价标准

核心是抓好示范项目的落地落实，确保资金投入效率。

5

创新人工智能企业投融资方式

既要发挥政府资金的引领作用，也要做好投融资引导与规范管理，确保投入产出比，重点扶持人工智能相关企业。

6

在全球共识中积极发声

尤其在技术、安全和治理三个关键方面主动作为，积极参与全球协作，提出中国方案。

7

加大技术创新与突破力度

企业作为人工智能研发与应用的主体，应在研发、人才培养、深度应用等方面承担社会责任，积极把握机遇、迎接挑战。

8

坚定必胜的信心与决心

展望未来，机遇与挑战并存，技术风险与伦理问题日益凸显。面对这一浪潮，我们需保持清醒认识，坚定信心，主动拥抱变革。技术创新是人工智能发展的核心动力，为产业注入活力；产业落地是桥梁，让人工智能从实验室走向千家万户；政策支持是坚实后盾，为行业发展营造良好环境，确保技术进步与社会价值相辅相成。

总体来看，我国人工智能产业已站在新的历史起点上。我们应充分发挥自身优势，加速应用场景拓展，推动技术与公共资源交易等现实场景深度融合，让人工智能真正成为经济社会发展的强大引擎。