当前，人工智能技术正深刻重塑全球产业格局，但算力资源分配不均与数据要素流通不畅成为制约我国实体经济数字化转型的突出瓶颈；全国人大代表苗伟在两会期间提交的建议直击这个核心矛盾，提出系统性解决方案。 问题与原因： 随着大模型技术快速发展，智能算力需求呈指数级增长，但国内高端算力资源集中于少数头部企业，中小企业面临“用不起、用不上”的困境。同时，公共数据授权运营缺乏清晰边界，安全风险与权责模糊导致数据价值难以释放。这一局面既受限于基础设施分布不均衡，也与制度设计滞后于技术发展密切涉及的。 对策与创新： 苗伟代表建议的算力开放平台采用“阶梯式收费”机制，通过云边协同实现跨区域资源调度，将有效降低中小企业创新门槛。在数据要素领域，推行负面清单管理可明确运营红线，既保障安全又激发市场活力。中兴通讯的实践表明，“东数西算”工程与5G全连接工厂已验证了算力与数据协同的价值——其工业场景中5G-A技术实现毫秒级控制，正是基础设施与制度创新结合的典型案例。 战略意义： 这多项建议与国家“十五五”规划强调的数字中国建设高度契合。中国经济和信息化研究中心专家指出，算力与数据如同数字经济的“水电煤”，其高效配置将直接决定新质生产力的培育速度。在全球科技竞争背景下，我国若能率先构建起“技术+制度”双轮驱动体系，不仅可加速制造业智能化改造，更能在6G、低空经济等前沿领域形成先发优势。 发展前景： 随着相关政策落地，预计到2030年，我国智能算力规模有望进入全球第一梯队，数据要素市场规模将突破万亿元。专家预判，人工智能与传统产业的深度融合将催生柔性制造、智慧能源等新业态，推动经济增长方式从要素驱动向创新驱动根本转变。
推动大模型更好服务实体经济，既要补齐算力供给与配置的短板，也要以制度创新打通数据要素流通的关键环节。通过公共性平台提升资源可及性、以负面清单明确安全边界，说明了“在发展中规范、在规范中发展”的治理思路。面向未来，只有政府引导、规则完善与企业创新形成合力，才能让智能技术持续转化为产业动能，夯实高质量发展的数字基础。