据信通院统计，2023年我国数字产业化经济规模近10万亿元，产业数字化经济规模46万亿元，数字经济占国民经济的比重达到40%以上。在算法、算力和数据集成创新下，生成式人工智能日臻成熟，为生产力提质增效提供了新的动力。
为深入分析AI时代的风险与机遇、探讨“人工智能+”和算力投资主要方向、助力新质生产力发展，5月16日，国寿投资公司举办第十七期“精彩十分”大讲堂，邀请清华大学智能产业研究院执行院长刘洋、北京市经济和信息化局数字经济专班副执行长张金瑞、华为云金融大模型首席架构师崔可和万国数据创始人、董事长兼总裁黄伟现场“论剑”，共赴AI未来。 ![]()
刘洋：《人工智能技术发展现状与趋势》
人工智能发展现状：人工智能是引领新一轮科技革命和产业变革的战略性技术。符号主义和联结主义是人工智能的两大主流方法。
人工智能产业应用：“人工智能+”首次写到今年的政府工作报告。“人工智能+”的“+”就是“各行各业+各种应用场景”，把人工智能有效应用到国民经济的方方面面。人工智能强调技术本身，“人工智能+”更加强调的是跟行业、场景的融合，这是两者主要的区别。
张金瑞：《北京市算力基础设施建设实施方案》
总体思路：统筹完善京津冀蒙算力协同发展布局，优化算力供给结构，提高算力调度能力，建立京津冀蒙算力一体化协同发展机制，构建集信息计算力、网络运载力、数据存储力为一体的算力基础设施底座，将京津冀蒙区域打造成为算力高质量供给、高速联运、高效调度和高水平应用的智能算力创新应用高地。做到需求牵引，区域协同；创新驱动，自主可控；市场主导，政府引导；节能高效，安全可靠。
重点任务：推进算力产业自主创新，构建高效算力供给体系，推动京津冀蒙算力一体化建设，提升智算中心绿色低碳水平，深化算力赋能行业应用，保障算力基础设施安全稳定。
崔可：《AI大模型金融行业应用场景》
人工智能引领第四次产业革命，成为新质生产力：AI每年可为全球带来2.6~4.4万亿美元经济增长，生成式AI融合多种计算，使60%~70%的工作实现自动化。企业大规模智能化转型，必须在基础设施、数据和人才方面进行大量前期投资。
AI大模型在金融行业的价值：金融智能化从传统AI走向大模型，双模并行，降本增效，开拓新业务模式。从华为盘古大模型在银行、保险、证券等金融行业的落地应用场景，通过AI大模型在金融行业的价值分析，可知金融行业大模型场景落地应先内后外，短期以API服务为主，逐步演进至AI Agent。
黄伟：《AI时代，IDC行业的机遇与挑战》
生成式AI带来的数据中心需求来自于广泛的应用场景，横跨训练及推理：训练方面，预计到2026年，AI大模型的训练需求将达到成熟阶段，增长趋缓主要因为现有数据训练接近饱和以及训练算法的持续优化。推理方面，在未来2-3年内，随着大模型被广泛应用于各种服务中，推理需求将经历指数性增长。
AI时代数据中心将面临的挑战：一是能源方面，预计未来几年数据中心电力需求将加速到25%的复合年增长率。全球数据中心关键IT电力需求预计将从2023年的49GW激增至2026年的96GW，其中AI将消耗约40GW；二是散热方面，服务器芯片从通用计算CPU向智能计算GPU+CPU混合演进，单机柜功率30KW以上机柜，需要采用液冷模式；三是网络集群方面，服务器间通讯需要高带宽及低时延AIDC的设计需要同时考虑建筑、机电、网络的大规模部署。
四位嘉宾基于各自专业领域研究和实践经验，从多个角度就AI发展现状和趋势、政策解读、AI金融落地应用、投资策略等进行了专题分享。国寿投资公司领导班子成员、高级管理人员及公司系统百余位同事参与现场交流分享。
作为金融企业，国寿投资积极做好“科技金融”和“数字金融”大文章，在人工智能和算力领域，先后投资国内领先通用大模型公司和瀚博半导体等，同时积极布局人工智能和算力赛道的企业和优质资产。下一步，国寿投资将持续加强人工智能和算力投资赛道研究，把握好人工智能所带来的科技金融、绿色金融和数字金融等产业投资机遇，为支持我国实现数字经济高质量发展贡献力量。
