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。