《未来十年，AI智能体与人机交互模式变革，具身智能引领制造业新纪元》
在未来几年内，人工智能（AI）行业将迎来巨大的变化和发展。赛迪顾问人工智能与大数据研究中心常务副总经理邹德宝在2024年赛迪顾问IT趋势发布会上分享了关于人工智能产业趋势的分析。他指出，中国人工智能产业将在未来10-15年内取得长足发展，预计到2035年中国人工智能产业规模将达到1.73万亿元，全球占比30.6%。人工智能已成为推动数字经济创新发展的主要驱动力。
首先，我们来探讨一下我国人工智能产业的长足发展。随着数字经济的快速发展，我国人工智能产业正在加速与实体经济融合。预计到2035年，我国人工智能产业将从示范应用探索期向规模应用成熟期过渡。这意味着，未来我们将看到更多的AI技术在各个领域的应用，包括工业制造、医疗健康、金融服务等。这将极大地推动各行各业的数字化转型，提高生产效率，降低成本，为社会创造更多价值。
其次，生成式AI技术将在很大程度上影响未来的数字经济发展。邹德宝预测，在生成式AI技术的加持下，我国的“数字中点”将比预期提前10年到来。这一概念指的是数字化率达到50%的时间节点。随着数字化率的进一步提升，将催生出全新的工作方式，提高企业的商业效率，全面构建数字经济时代的生产生活方式，从而释放更大的经济效益。例如，虚拟现实（VR）和增强现实（AR）技术将在教育、娱乐、医疗等领域得到广泛应用，为人们带来更加沉浸式的体验。
大模型技术的发展也是未来人工智能产业的一个重要趋势。截至2023年12月，我国已经发布了超过234个参数规模达到10亿级的大模型，其参数量和参数规模都呈现出指数级的增长。未来，随着多模态的数据处理和多模态感知的融合等技术的不断发展，大模型将从现有的文本、图片、音频和视频等单模型向多模型不断转变和融合，实现全面感知。这将使得AI系统在理解和处理各种复杂问题时更加准确和高效。
AI智能体（AI Agent）将重塑人机交互模式。AI智能体在任务解决、服务创作及智能客服等场景中得到了初步的应用。随着接口对齐、复杂任务规划和记忆等技术的发展，AI智能体的应用场景将进一步拓展，人机交互方式将从传统的图形界面转向更加自然的人机交互，届时AI智能体将彻底改变人机交互方式。例如，自动驾驶汽车和无人机将在未来得到广泛应用，使人们的出行更加便捷和安全。
具身智能将成为颠覆制造业的下一个浪潮。具身智能将与物理世界的硬件、实体相结合，集成传感、机器视觉、机器人操作、智能控制、无线通信、物联网等多学科交叉的技术，具有感知外界环境、自主决策和行动的能力。随着大模型在语义理解、视觉感知及逻辑推理等方面的迭代与成熟，具身智能将在感知、推理、泛化能力方面实现进一步的突破，届时具身智能将对制造业产生深远的影响。例如，智能制造工厂将在未来得到广泛应用，大大提高生产效率和产品质量。
智算中心的建设和运营将成为推动人工智能产业发展的重要因素。未来，我国将把已有的智算中心有机地连接起来，构建新的算力网络，实现人工智能在不同区域之间的感知、分配和调度的优化，同时提高高性能算力，以支撑人工智能产业的发展，带动区域经济的进一步提高。例如，北京、上海、广州等地区的智算中心将形成一个强大的计算集群，为全国各地的企业和科研机构提供强大的计算资源支持。
未来，行业应用将加速向AI原生化转型，场景赋能将持续创新。当前，各个行业不能满足依托于云计算平台进行单一的部署和运维，而是需要在设计之初就积极融入人工智能的核心逻辑。随着人工智能技术在各行业的广泛应用和试错，以及企业与云服务商的紧密合作，未来越来越多的企业将完成由云原生向AI原生的升级转型。例如，在金融保险业，AI原生化技术将帮助保险公司更好地识别客户需求、制定个性化保险方案，提高客户满意度。
复合应用型人才将成为人工智能领域的主要需求。随着人工智能技术的不断迭代和发展，人工智能场景的耦合度将不断加深，因此，人工智能人才也将从单一的算法型转向复合应用型。能够主动使用AI大模型赋能业务、能够开拓应用场景的AI算法人才以及懂得AI大模型的管理决策型人才将成为人工智能领域的主要人才需求。例如，在教育领域，AI算法人才需要能够开发出能够进行个性化教学辅导的AI系统；在医疗领域，复合应用型人才需要能够设计和实施复杂的AI医疗解决方案。
在未来，AI治理将打造更可信、可控的产业应用。大模型作为颠覆性的技术，引发了人们对人工智能风险的关注。随着生成式人工智能服务管理暂行办法的颁布，我国正在不断加强人工智能安全治理能力的建设，未来将加快推动基于语料数据黑名单、“代码规制代码”的算法监管技术和伦理治理等路线的AI治理，以打造更可信、可控、可解释的AI应用。例如，在智能交通领域，AI治理将确保道路安全和畅通，减少交通事故的发生。
此外，MaaS（模型即服务）将成为人工智能产业生态构建的核心。MaaS通过大模型技术开发预训练模型，并提供标准化的API接口，实现算法的便携化。通过MaaS，开发者可以轻松地获取和使用预训练好的模型，而无需关注模型的底层实现细节，从而降低AI应用的开发门槛。例如，在游戏开发领域，MaaS将为游戏开发者提供高质量的AI模型，帮助他们快速打造出吸引人的游戏玩法。
总之，未来几年内，人工智能行业将迎来巨大的变化和发展。在政策支持和市场需求的双重推动下，我国人工智能产业将继续保持高速增长的态势，成为推动数字经济创新发展的主要驱动力。在这个过程中，我们需要关注和应对一些挑战，如数据隐私保护、算法歧视等问题，以确保人工智能的健康、可持续发展。