问题：随着智能经济进入加速发展期，城市竞争已从单一技术比拼转向综合实力的较量，涵盖要素供给能力、产业转化效率和生态协同水平。广州虽然拥有雄厚的制造业基础和丰富的应用场景，但人工智能领域仍面临一些挑战，如基础能力有待提升、数据要素价值未充分释放、成果转化链条不畅以及复合型人才短缺等。如何将现有的市场、产业和治理资源转化为可持续的产业动能，成为推动“人工智能+”落地的关键。 原因：人工智能产业的发展不仅依赖算法创新，更需要算力、数据、场景和人才等系统性支撑。一上，算力基础设施和芯片等硬件投入周期长、资本密集，需要提前规划和持续投入；另一方面，数据作为新型生产要素，涉及确权、合规、安全和流通机制，缺乏制度化通道将限制其规模化应用。此外，人工智能技术从实验室到产业落地，需要中试环节衔接模型能力与真实业务需求，缺少该环节容易导致技术“能用但难推广”。 影响：此次报告提出建设国家人工智能应用中试基地、实施算力跃升计划、加快国家级可信数据空间建设、打造高质量数据集以及推动天河黄埔数据产业集聚区发展等任务，发出明确信号：广州正以“可落地、可运营、可复制”为目标，从单纯项目驱动转向系统化推进人工智能发展。专家表示，广州数据要素市场化配置上已有探索，如数据交易平台和第三方授权运营等，为数据流通和价值释放奠定了基础。随着算力基础设施和芯片设计制造等领域的持续投入，广州的人工智能底座将更加稳固，结合产业链和应用场景优势，有望形成“技术供给—要素流通—产业转化”的良性循环，推动传统产业升级，并智能制造、智慧交通、城市治理和医疗健康等领域形成示范应用。 对策：多位专家建议从“要素闭环”和“生态共生”两上入手，推动产业从资源堆砌转向系统协同： 1. 提升算力供给：通过规模化配置和政策支持降低中小企业使用门槛，增强产业创新活力。 2. 释放数据价值：合规前提下推动数据授权运营和流通利用，构建可管理、可追溯的数据资源体系，为模型训练和行业应用提供支持。 3. 建设中试基地：聚焦重点行业建立中试平台，推动技术从试验走向规模化应用。 4. 打造产业集聚区：以天河、黄埔为核心，吸引上下游企业集聚，提升数据、算力和应用的协同效率。同时，通过“算力券”“数据券”等工具降低企业成本，促进资源高效配置。 5. 加强人才布局：针对AI芯片设计、工程化落地等领域的复合型人才短缺问题，完善引才育才政策，推动校企合作培养实用型人才。 6. 优化企业梯队：发挥链主企业带动作用，培育专精特新企业，形成大中小企业协同发展的生态体系。 前景：人工智能与实体经济融合将进入产业化、规模化和合规化的新阶段。广州在制造业场景、开放市场和数据要素探索上具有优势，若能在算力、数据治理、中试转化和人才结构上实现突破，有望在“人工智能+制造业”和“人工智能+城市治理”等领域形成可推广的实践样本。同时，随着全国对数据安全和合规流通要求的提高，广州推进可信数据空间的举措将为产业提供更稳定的发展环境。
广州推进“人工智能+”行动，既是对国家战略的响应，也是对自身发展需求的精准把握；通过优化要素配置、完善生态体系和培育人才，广州正在构建从基础设施到产业应用的完整闭环。这种从“要素堆砌”到“生态共生”的转变，将为广州在新一轮产业变革中赢得优势。未来，随着各项措施的深入实施，广州有望成为全国人工智能与实体经济融合发展的标杆城市，为智能经济提供可借鉴的“广州经验”。