“ChatGPT的核心是用海量数据和海量算力对算法模型进行长期重投入的训练，系统性提升底层技术能力。”全国政协委员，山西数据流量生态园董事长贺晗认为，中国科技企业目前更多注重实际场景运用，当下中国有大量的传统行业需要迅速借助数字化实现生产力提升。但长远来看，底层技术能力的欠缺会限制产业数字化的发展空间，甚至类似ChatGPT大规模预训练模型本身也会成为“卡脖子”技术。

“目前国内算力的单位成本居高不下，是一些科技企业发展AI的短板之一。”为此，贺晗建议，相关行业主管部门通过规划指引、财政补贴、试点示范、揭榜挂帅、产业基金等方式，鼓励科技企业围绕开源数据集建设、数据要素共享流通、中英文语料数据互补、算法模型开源、智能算力集群建设等关键点进行长期投入，加快AI基础设施建设，形成生态，从而降低AI开发和应用门槛，让AI融入千行百业，为产业数字化注入更强劲的动能。

（本报记者 孙金诚）