研究机构数据显示，我国AI原生APP月活跃用户4.4亿，日均词元调用量达到约140万亿，93%的国内职场受访者使用AI工具，远高于全球58%的平均水平。AI技术应用成本不断降低，模型成本从2022年年初的每百万词元平均60美元降至不足1美元，为AI规模化应用奠定了基础。
伴随技术迭代升级、应用场景持续拓宽，人工智能产业化落地步伐不断加快。从产业基本面看，国内产业结构加速转型升级，向新转型、向高攀升，新技术市场需求旺盛；从资源禀赋看，我国全产业链体系完备、消费市场体量庞大、落地场景多元，具备AI规模化、商业化落地的成熟条件。顺势施策，方能把资源优势转化为产业优势，依托人工智能赋能各行各业提质增效。
AI实现规模化应用，得益于供需两端市场条件日趋成熟。一是需求端的用户习惯已经形成。我国AI原生APP月活跃用户达到4.4亿，庞大的用户规模意味着市场基础深厚，形成了真实、持续、高频的应用需求。二是供给端的成本门槛被打破。成本大幅下降，意味着更多经营主体能够负担得起这项技术。价格下降带来需求量上升，为人工智能规模化应用进一步提供了市场基础。
规模化落地反过来助推AI高质量迭代。比如，规模化应用带来了海量数据反馈。日均词元调用量达到约140万亿，每一次调用都是一次对模型的检验和训练。大模型在真实场景中不断暴露问题、不断被纠正，这种“用起来才更好”的正反馈是任何实验室都无法比拟的。又如，规模化应用倒逼技术升级。当数亿用户同时使用AI工具时，对响应速度、准确性、稳定性都提出了更高要求。企业为了在竞争中胜出，不得不加大研发投入、加速技术迭代。更重要的是，规模化应用催生了完整的产业生态。规模化应用带来的市场空间，为各类企业提供了发展沃土，形成上下游配套、分工协同高效的产业生态体系。
当前AI规模化发展整体向好，但短板依然突出：一是行业落地深度仍有待拓展，不少应用仅停留在智能问答等浅层功能，切入企业核心业务、替代关键工序的深度落地项目偏少。二是商业化路径尚不清晰，多数产品未跑通可持续盈利模式，尽管模型研发成本大幅压降，但算力运维等隐性成本仍处于高位。
近些年，我国智慧港口、智能矿山、智能工厂等应用场景推陈出新，发挥了较好的示范牵引作用。政府部门和国有企业应用场景丰富，应持续开放场景，支持相关技术模式在工业、农业、服务业等门类的垂直领域落地，形成以创新带应用、以应用促创新的良性循环。以需求为导向，用好用足我国制造业优势，不仅能为“人工智能+”找到有力抓手，还可以促进消费提质升级。
