钱斌解析中国AI破局关键：优势凸显 但需突破五大瓶颈

专题：2025外滩年会——拥抱变局：新秩序·新科技

　　10月23日金融一线消息，2025外滩年会于10月23-25日在上海市黄浦区召开，本届年会主题为“拥抱变局：新秩序·新科技”。交通银行副行长兼首席信息官钱斌参加“中国AI的破局时刻”圆桌讨论。

　　钱斌表示，中国的AI正处于一个破局时刻，所以一定存在相应的优势一面。当然，能不能更好更稳健地发展，需要对一些瓶颈作出突破作出解决

　　在钱斌看来，中国AI的核心优势体现在三个层面。政策布局上，国家高度重视人工智能，并且上升到国家战略的层面来进行系统性的布局；数据与技术方面，2024年中国数据总量达41ZB，占全球26%，AI训练数据同比增长41%，算力规模跃居全球第二，相关专利占全球60%，DeepSeek等开源大模型更领跑全球下载量，国家级AI“专精特新”企业达400余家。市场生态上，中国作为全球第二大商品消费市场和最大网络零售市场，生成式AI用户超5亿，支撑了中国人工智能在高质量发展。

　　钱斌直言，在优势背后五大瓶颈亟待破解。

　　第一，算力资源还不充分。尽管目前我们已经具备一定的规模，但任然需要加大投入。同时，算力资源还存在“小高炉”现象。每个企业、每个行业都希望搞私有云，但不经济，也不可持续，如何保持算力资源的稳定、可靠供给、提供安全可靠稳定的人工智能基础设施是亟待解决的工程化难题，要推动共建共享。

　　第二，数据资源还不够充分。金融行业有高质量的数据，但主要是支付、交易型数据，在推动国家金融“五篇大文章”的落地上，我们还需要更多的数据资源，需要行业数据、产业数据、税务数据、海关数据等等，数据多样性、丰富性依然任重道远。还有一个问题，国家正在推动数据三权分立（持有权、经营权、加工权分立），但这个领域，目前没有真正的突破。

　　第三，模型发展仍存在技术挑战。国内在大模型上迭代比较快，数量也比较多，但当前还是在“百模大战”，没有真正收敛，而且国内很多大模型，从底层看有些是基于国外的同一个产品，所以同质化程度相对来说还比较高。同时，AI基础设施的技术栈选择，一定是大小模型协同+专家规则的有机结合，这方面国内还没有真正的完全落地。

　　第四，政策法规的适配性仍需加强。新质生产力的发展，一定需要生产关系的适配性调整，需要政策、制度、流程、考核和资源分配机制的协同推动。因为人工智能是一个生态，一个系统，所以如果生产关系不做调整，会制约生产力的发展。从这个角度，我们要防止19世纪英国《红旗法案》在人工智能领域的重演。

　　五是数字素养仍需提升。当前，人工智能的推广迫切需要两类人才。第一是既懂技术又懂业务的复合型人才，既了解业务运作的基本逻辑和关键风险点，又能通过技术打开思维的边界，捅破想象的空间。第二是工程化的实施人才，这方面中国目前还比较缺乏。

　　钱斌表示，这五个环节如果能得到真正的突破，相信中国的人工智能会有大发展。