中国工业报 耿鹏飞
DeepSeek作为中国生成式人工智能领域的新锐力量,其发展引发全球关注。正值2025年全国两会，AI再次成为焦点话题。全国政协委员、中北大学计算机科学与技术学院（大数据学院）院长张云泉，长期深耕于计算领域，此次他带着对生成式AI发展现状的深刻洞察与思考，提交了一系列与AI相关的提案。
在两会召开前夕，中国工业报对张云泉委员进行了专访，深入探讨了AI领域的关键问题与发展路径。
直面“生成式AI高成本”困局
“在资金有限情况下,通过对计算平台的极致优化,实现了与国际领先模型相当的性能,但部署成本大幅降低。”张云泉认为，DeepSeek这一突破促使全球市场重新评估大模型发展的成本曲线,推动国内芯片、云计算等基础设施加速升级,进一步验证了中国企业在生成式人工智能领域的创新潜力。
据Gartner预测,到2027年,40%的生成式人工智能解决方案将实现多模态集成应用。在企业应用方面,预计到2025年,39%的全球组织将处于生成式人工智能试验阶段,14%将进入扩展阶段。
随着DeepSeek等创新企业的崛起,中国生成式人工智能产业站在新的发展节点。张云泉委员前两年的提案关注“东数西算”宏观布局，今年则要聚焦生成式AI趋势下的发展难题。
在过去一年，张云泉走访了众多算力中心及相关企业。他敏锐地观察到，伴随DeepSeek等AI开源大模型涌现，大模型在各个行业的应用不断增多，这对算力基础设施建设提出了新需求。然而，企业端生成式人工智能落地成本过高、工程化支撑体系不完善、复合型人才供给严重不足等问题，严重制约了大模型迭代创新的速度。
张云泉表示：“据ArceeAI研究,企业在生成式人工智能应用过程中面临高额成本投入:基础设施投入方面,算力建设成本约占总投入的45%,算力使用成本占35%。在应用实施方面,单个场景的定制化开发和适配成本从5万美元到20万美元不等。此外,企业还需持续投入运维成本,包括算力、存储、网络等基础资源费用,年度运维支出通常占初始投入的40%-60%。”
如此高额的成本投入，无疑给许多企业的AI转型之路设置了重重障碍。为了降低企业生成式AI的投入成本，张云泉建议，由发改委牵头，鼓励地方政府建立新质生产力智创赋能平台。通过平台聘请具有落地经验的大模型应用人才，为重点领域优质企业提供免费的大模型定制化技术服务支持。通过政府引导，构建区域性生成式人工智能应用创新生态，为企业转型提供专业化指导。
破解工程化标准与复合型人才缺乏难题
除了成本问题，张云泉还提及另一个产业痛点——工程化支撑体系不完善。张云泉表示，目前国内企业在模型优化、多模态技术整合等方面仍存短板,且缺乏统一的工程化实施标准。据Gartner研究,由于缺乏标准化的工程实践,仅36%的企业能在预期时间内完成部署。
此外，生成式人工智能领域的人才短缺已成为严重制约该行业发展的瓶颈。据国际研究显示,73%的企业将生成式人工智能人才招聘列为优先事项,但其中75%的企业表示无法满足人才需求。特别是在垂直行业应用层面,既懂专业领域又精通生成式人工智能技术的复合型人才极度匮乏。
为解决以上问题，张云泉在提案中建议，建议由工信部牵头,构建涵盖模型评估、性能测试、部署验证和运维监控的LLMOps技术标准体系。重点制定模型安全评估规范、部署验证流程和运维监控指标。同时提供专项经费支持各级国家工程中心在重点垂直领域发布落地指南和最佳实践。
对于人才培养，张云泉委员提议由教育部牵头，联合重点高校开展生成式人工智能企业人才计划。设立AIMBA项目，系统化培养企业数字化转型领军人才；开展全国“生成式人工智能创新工作坊”活动，通过专家走进企业开展交流实践。
作为全国政协十四届的委员，张云泉已连续多年建言算力设施建设。2023年，他提出《关于合理规划算力网建设，确保东数西算健康发展》提案，建议建设国家级算力调度和交易平台，该提案得到了相关部门的正式答复和办理。为何对算力设施建设如此执着？他笑道：“提案就像种树，不能只播种不养护。既然成为了政协委员，就得为数字中国栽种好算力这棵‘大树’！”
在两会这个重要的平台上，张云泉委员的提案无疑为AI领域的发展提供了宝贵的思路与方向。期待在各方的共同努力下，我国能够突破AI发展的瓶颈，在全球竞争中占据领先地位，让AI技术更好地服务于经济社会发展，造福人民。
请输入验证码