2024年8月26日美国信息技术与创新基金会（ITIF）发布了一篇名为《中国在人工智能领域的创新能力如何？》的报告，本文重点关注该报告对中国AI发展的评价和对中美两国不同的AI发展路径的对比，及其对美国政府的建议。笔者认为我国可从中获得启示并应在几个方面采取行动：1. 改善投融资结构：在保持政府投入的同时，调动民间投资积极性，吸引外资，在优化结构中扩大规模。2. 有效激励创新：公平对待市场主体，发挥市场在资源配置中的作用，推动政府和公共部门采用AI技术，并发展PPP合作。3. 推广行业采用AI技术：通过深化改革为AI发展铺路，破除不适应AI发展的旧政策和机制，适当放宽监管，鼓励产业界大胆采用AI。4. 深化数据安全共享：促进数据共享，加快数据市场和标准建设，建设高质量标准化的开放数据集，在数据共享和流动中保安全。5. 完善人才战略：在引进和培养创新领军人才的同时，加大力度培训一线工程技术人员和工人的AI能力，制定具体可考核的培训计划。

2024年8月26日，美国信息技术与创新基金会（ITIF）发布了一篇名为《How Innovative is China in AI?》（《中国在人工智能领域的创新能力如何？》）的报告。在这份报告中，ITIF列举了科研、应用等方面的数据展示中国在人工智能领域的成就，认为对美国在这一领域的领导地位构成了挑战，进而提出美国应采取的针对性竞争路径和策略。

ITIF（https://itif.org/about/）是成立于2006年的非盈利、无党派的研究与教育机构，曾多次被评为世界领先的科技政策智库。ITIF的政策建议曾被奥巴马以来的历届美国政府采纳和参考，包括美国的再工业化计划以及成立能源安全与创新基金会等，ITIF的政策建议也被新加坡、瑞典等国政府所采纳。

报告主要分为四个部分，一是对中国的AI产业与市场的观察，重点关注中国如何支持AI创新生态发展；二是对中国AI创新贡献的评估，评估着眼于研究产出（论文）、专利、人才和基础设施四个方面，包括对智谱AI和月之暗面两个AI创业公司的案例研究；三是对中国政府支持AI发展战略的政策分析，包括创新战略、产业战略和资源战略三个方面；四是对美国政府的建议，报告建议美国的国会和白宫制定并资助一项全面的国家人工智能战略，该战略要达成促进人工智能发展和推动人工智能采用两个“孪生”目标，并针对两个目标提出八项具体建议。

报告的一些观察和论点，值得引起重视，其中可以得出对我国AI发展的有益启示。

报告比较了中美AI投融资的规模和结构。在规模上，报告援引经济合作与发展组织（OECD）的数据显示，2023年，中国的风险投资总额不足200亿美元，而美国约为550亿美元。报告还指出，在过去十年中，美国有近 6 万笔流入的投资，而中国仅近 8200 笔投资。就金额而言，美国的预估流入投资约为 6050 亿美元，远超流入中国的 860 亿美元；在结构上，美国的AI投资主要来自私营部门，而在中国主要靠政府引导基金以及政府补贴。报告在肯定政府投入的公平性和广泛覆盖性的优点的同时，强调充足地将发明者与开发和销售其产品或服务所需的资金、专业知识和渠道有效联系起来的风险资本和私募股权基金是衡量国家创新能力的重要指标。报告指出，中国AI发展以政府政策和意志为导向，私人部门和民间资本主动参与积极性不够高，其结果就是技术研发成果落地生效不尽如人意，重复功能与重复建设现象比较严重。报告认为，私营部门投资在美国保持领先地位方面发挥着独一无二的重要作用，正是在私营企业推动下，美国在前沿研究并将成果转化为现实产品方面表现卓越。因此，报告给美国政府的八条建议中的第一条就是“刺激对人工智能研发（R&D）的私人投资”，建议国会将研发税收抵免加倍，并恢复一次性扣除政策。此外，报告也注意到沙特等外国资金对中国AI企业（比如智谱AI）的投入，展现了外资对中国AI能力的信心。

报告指出，尽管美国依然处于AI发展的领先地位，尽管一些中国模型仍然跟踪美国模型而缺少原创性，但那种认为中国只不过是仿制者的说法是错误的和过时的。中国顶尖的初创企业如智谱AI、百川智能、月之暗面、MiniMax和零一万物等“五小虎”正在拓展人工智能的边界，报告还专门对智谱AI和月之暗面两家初创公司做了案例分析，叙述了两家的原创贡献和创新潜力。报告认为，中国的前沿AI模型在性能上与美国企业快速接近。报告援引2024年4月和6月在SuperCLURE的参照标准上的评分，显示中国模型的快速进步。从报告引用的图中可见，在4月份得分70以上的模型有13个，其中有9个是中国模型，但美国的4个模型全部排在前面；到6月份，尽管新发布的GPT4o处于领先地位，但中国模型已经跻身并列第二、第三和并列第四的地位。而且，在71分以上的16个模型中，中国有12个。报告还重点提到了清华大学，该校在AI研究论文的产出方面位居全球前列，还孵化和支持了多家初创企业，例如智谱AI（Zhipu AI）、百川智能（Baichuan AI）、月之暗面（Moonshot AI）和MiniMax公司，这些企业大语言模型等前沿领域取得了显著成就，部分性能甚至超过了美国同类型产品，展示了中国在生成式AI领域的竞争力和全球AI市场中的地位。报告关注到中国的模型来自两支力量（科技大厂和初创企业）、形成两个走向（通用模型和行业模型）。报告还指出，中国的开源LLM生态系统也在迅速发展，阿里巴巴的千问1.5和智谱AI的ChatGLM3为代表的开源模型在多个基准测试中表现优异，显示了中国企业在开源领域的创新能力。报告特别重视今年中国“两会”上推出的“人工智能+”行动。报告认为，与其遏制中国发展，美国更应专注于提升自身的技术创新和市场竞争力，以保持在AI发展上全球领先地位。

相较我国在AI基础设施方面通常将算力置于首位，报告在论述AI基础设施是将“数据”放在“算力”之前，并指出，“数据不仅仅是拥有更多数据量的问题，还涉及数据质量、数据管理的好坏，以及数据的可获取性”。在考察中国AI发展时，特别强调了数据在模型性能、专利申请等方面的作用，认为中国政府允许AI公司使用公共数据是促使其取得快速发展的重要因素。同时，也指出中国在数据质量、多样性和管理与利用方面的不足。报告特别关注中国成立国家数据局以及“数据×”行动等措施，呼吁美国政府学习借鉴，并“制定国家数据战略，以大幅增加用于训练人工智能模型的数据的可获取性。”事实上，我们在对中国AI产业的调查中发现，我国在强调数据安全与隐私保护的同时，有效激活数据共享与开放的具体政策措施尚不够到位、不够有力。因此，中国目前政府和公共部门的数据共享与开放的成效仍不尽人意，实际工作中管理部门怕“出问题”，宁可将数据置之不用，从而使得数据供给不足的问题日渐突出。如果美国在这一方面迅速出台政策措施，将进一步丰富美国AI产业的数据供给，相对中国AI产业的发展形成更大的竞争优势。

其中，值得我们关注和借鉴的是：

（1）强调整体国家战略要实现孪生目标（twin goals），即AI发展和AI采用。这里，报告使用的是“采用”（adoption）而不是我们习惯使用的“应用”（application）。从含义上分析，后者侧重于技术的运用，而前者更侧重于 AI 技术被组织、社会或个人接受并融入到现有体系中的过程，它涉及到将 AI 技术整合到工作流程、业务模式或日常生活中的一系列步骤。

（2）维护有利发展的监管环境。报告认为，美国的领先地位除了得益于顶尖的研究型大学和强大的科技行业外，还得益于“目前为止有利的监管环境。”故此，建议美国政府要“避免出台削弱美国在人工智能领域的领导地位并增强中国竞争对手（实力）的政策”，并要“确保联邦（政府）投资的灵活动态性，能对快速发展的人工智能做出响应”。报告批评过于严格的出口管制可能会削弱美国芯片的竞争力，无端的反垄断行动可能会过度削弱美国大型科技公司，降低它们在多条业务线资助和利用人工智能进步成果的能力。说到底，就是政策和机制要适应发展，而不是相反。

（3）将人工智能的广泛采用（widespread adoption）作为政策制定的首要任务之一，建议政府制定一份全国性的人工智能路线图，包括对各个行业的机遇和障碍的概述，和在各个行业实现广泛采用的详细战略。同时，报告建议联邦政府部门自身要率先快速地应用人工智能。

（4）通过政府干预，激励人工智能劳动力培训投入。建议政府引入至少涵盖 50% 培训支出的税收抵免政策，以大力鼓励企业扩大其在劳动力发展方面的投资，并增加人工智能人才储备。这里，关注的不是“顶尖”人才，而是一线劳动力培训，他们是广泛采用人工智能的实施者。

综上，我们认为，我国在AI发展中需要：

（1）更加重视改善AI产业投融资的结构，在保持和加大政府投入力度的同时，更好地调动和保护民间投资的积极性，更积极吸引外资，并在优化结构中扩大规模；

（2）更加重视有效激励创新，公平对待市场主体，发挥市场在资源配置上的决定性作用，积极推动政府和公共部门首先是领导部门和干部率先迅速、广泛“采用”人工智能，并采取有力措施有效发展PPP合作；

（3）更加重视引导千行百业“采用”人工智能技术，以深化改革为人工智能先进生产力发展开路，纠正和破除已有的、防止出台新的不适应人工智能先进生产力发展的政策和体制机制，以监管侧适当的“活一点、宽一点”，促使产业侧在“采用”人工智能上“胆子大一点、步子快一点”；

（4）更加重视数据共享和流动，在数据的共享利用中发展有效的安全措施，加快数据市场发展和标准建设，加快高质量标准化的通用与专用数据集建设，像保障电、水、气供应那样保障数据的安全、公平获取，并率先像实行“政务公开”那样深度开放公共数据，作为考量拥有公共数据部门促进发展新质生产力绩效的重要方面；

（5）更加重视和完善人才战略，在积极引进、培养、汇聚创新领军和骨干人才的同时，加大力度、加快速度培训一线工程技术人员和工人的AI工作能力，政府部门推动和支持企业和事业单位制定明确具体可考核的计划，力争在3-5年内使得一线劳动力普遍获得人工智能相关培训，并进一步形成员工持续培训的能力建设机制。