在这次对话中，我与政策咨询公司 Trivium 的 Tom Nunlist 深入探讨了中国的“人工智能+”计划，及其对经济和社会的深远影响。
Tom Nunlist 是中国顶尖政策研究咨询公司 Trivium 的技术与数据政策副总监。他专注于政治与科技的交叉领域，尤其聚焦于数据和人工智能的研究。他为世界500强企业提供咨询服务，涵盖政策分析、风险评估、政府关系和沟通等领域。
注：文章内容过长，文末提供播客可以听。
章节
04:27 解读中国的“人工智能+”计划 10:55 人工智能如何变革生产与社会 15:54 政府在人工智能发展中扮演的角色 24:59 衡量人工智能的经济影响 27:12 政策落地中的地方实践 28:01 跨国公司如何理解中国的政策制定 28:59 将企业目标与政府战略对齐 31:19 人工智能试验区与创新中心 33:26 最有前景的人工智能应用场景 35:56 在人工智能领域平衡创新与监管 42:52 政府科技战略重点的演变 45:56 追踪人工智能在经济中的真实渗透情况 48:57 人工智能引发的技能鸿沟
AI 生成的文字记录
Grace Shao
今天和我连线的是 Tom Nunlist，他是顶尖中国政策研究咨询公司 Trivium 的技术与数据政策副总监。Tom 的工作聚焦于政治与科技的交叉点，尤其关注数据和人工智能领域。
他为世界100强客户提供咨询，服务范围涵盖政策分析、风险评估、政府关系及沟通。Tom，非常高兴能邀请你来，几周前我们在一个线上论坛相遇，那次交流很愉快。
今天，我们将深入解读中国的“人工智能+”计划，探讨它对实体经济的意义，以及中国视角下的人工智能治理，并与美国当前的情况做个对比。
不过在此之前，先给我们介绍一下 Trivium 和你的职业经历吧。你是怎样来到上海的？
Tom Nunlist
好的，谢谢你，Grace。介绍得很棒，同样，很高兴认识你，也很高兴能上你的播客。我深感荣幸。我看了你后续的嘉宾名单，有很多非常令人期待的人物。
简单介绍一下 Trivium。我们大概成立于2017年，至今已有八年历史。我们是一家专注中国市场的政策咨询公司。
我们真正的价值在于，我们深刻理解中国政策和政治的制定过程，并帮助我们的客户——主要是跨国公司和投资者——去理解这一点。
比如，一项像“人工智能+”这样的新政策出台时，我们能迅速介入，帮助客户理清政策的来龙去脉和宏观背景。
然后，我们会分析政策未来可能的走向，并为客户提出应对建议。如你所说，我在技术团队，但我们的业务远不止于此，基本涵盖了政策制定的所有方面，从经济到劳工，无所不包。
Tom Nunlist
至于我个人，我的经历算是一个很典型的“中国故事”。作为一个在中国待了很久的外国人，我2008年第一次来，当时更像是一时兴起，作为一名交换生，想来探索一下。
后来，生活就在这里展开了，我对中国产生了浓厚的兴趣。2013年，我决定定居于此。我的本科专业是新闻学，所以在这里学习了一段时间。
之后，我在一家商业评论杂志工作，最后慢慢转行到了咨询领域。我并没有一个非常明确的职业规划，只是一步步顺其自然走到了今天。
Grace Shao
太棒了。我们直接切入正题吧。现在所有人最关心的就是“人工智能+”计划。这项计划是在今年八月下旬推出的，还非常新，我想大家仍在努力理解它的真正含义。
中国国务院发布了一份高层级文件，旨在推动所有行业拥抱人工智能。
这份文件被看作是中国国内最全面的人工智能发展蓝图，甚至还涉及了中国的国际战略与外交。那么，能否先请你从宏观上讲一讲，这个计划到底是什么？我们应该如何理解它？
Tom Nunlist
这是中国出台的第二份高级别人工智能政策。第一份是在几年前的2017年，主题是新一代人工智能。
“人工智能+”这个概念其实已经提了两年了。它最初是在两会上被提出的——希望听众们知道，这是一个制定国家政策的年度重要会议。
两年前它被首次提出，今年又再次被提及，但一直没有太多细节。当时外界猜测它会类似于2015年的“互联网+”政策，事实证明这个猜测是正确的。
我们需要理解这类文件的性质。它被称为国务院意见，我们称之为“计划”，但其本质是一份高层级的政治文件，它为国家的发展设定了优先方向。
它指明了我们要前进的方向，并提出了一些宏观的、远景式的关键绩效指标。这是我们共同的目标。
随后，这个计划会层层分解，具体细节会逐步明确。至于“人工智能+”这个名字，意思就是将人工智能与万事万物相加。
政府希望看到人工智能能渗透到经济的各个领域、所有行业乃至整个社会，以最大限度地发挥其价值，最终彻底重塑经济和社会的运作模式。简而言之，这是一个极为宏大的愿景。
Grace Shao
你提到“互联网+”非常有意思，我记得大约十年前它刚推出时，确实深刻融入了经济和社会的方方面面。
那么，根据你在中国的实地观察，你是否感觉到人们对“人工智能+”的态度有什么不同或转变？
Tom Nunlist
就公众讨论度而言，其实并不算特别高。我认为，无论是“互联网+”还是“人工智能+”，它们都是对一个业已形成的趋势的官方回应和推动。
互联网当然不是2015年才进入中国的。
Grace Shao
是的。
Tom Nunlist
当时，中国的数字经济已经非常强劲，并且位居世界前列。所以，“互联网+”的真正目的，是借助当时已有的发展势头，将其推向更广的领域。
你看，在2015年，消费互联网已经风生水起。阿里巴巴、淘宝，还有2013年推出的微信支付，这些平台极大地改变了社会的基本运作方式。
“互联网+”政策就像是在说：‘好，让我们乘着这股势头，把它应用到所有领域去。’比如“互联网+医疗”，或者“互联网+政务服务”。
“人工智能+”也是同样的逻辑。它并非要在中国掀起人工智能的浪潮，因为人工智能的浪潮已经来了，它正在发生，人人都在使用，人人都对此感到兴奋。
这项政策做的，是顺应这股自然形成的势头，为它构建一个政策框架，并思考一个核心问题：‘我们应该如何引导这股强大的动能，去实现我们想要达成的目标？’
Grace Shao
是的，我很好奇一点，在你看来，中国高度数字化的社会和完善的基础设施，是否让人工智能的落地和普及变得更加容易？
或者说，这种数字基础设施在推动人工智能被大众消费者广泛接受的过程中，扮演了怎样的角色？
Tom Nunlist
嗯。是的，这是个至关重要的因素。单从消费者层面看，中国和美国、欧洲一样，是一个连接极为紧密的社会。
即便是身处最偏远地区的人，也几乎人手一部智能手机，甚至可能接入了5G网络。
微信在某种程度上已经成为国家级的基础设施。这款应用贯穿了每个人的工作和生活，是绝对不可或缺的工具。
正是因为有了这样的基础设施，每个人口袋里都装着一部智能终端，才使得人工智能工具能够如此轻易地触达大众。
我想，现在无论什么年龄、什么背景的人，他们的手机上很可能都安装了像 DeepSeek 这样的应用。
在后端，也就是基础设施层面，同样重要。我们现在都清楚，人工智能热潮中最大的投入就是建设规模庞大的数据中心。这在美国是一场激烈的竞赛。
而在中国，早在这次人工智能浪潮到来之前，就已经有了一个建设全国一体化数据中心网络的国家计划。
这背后有更广泛的考量，比如网络和能源布局。实际上，在能源基础设施方面，我认为中国相比美国有显著优势，这为大规模的数据中心建设做好了充分准备。
Grace Shao
没错，我们可以深入聊聊“东数西算”这类政府主导的项目，它们确实在人工智能热潮之前就已经极大地推动了数据中心的建设。
但让我们退一步，看看政策如何真正影响社会。我记得九月份，你的同事 Kendra 在一篇博文中写道：“国务院的‘人工智能+’指令旨在重塑人类生产和生活的范式。”
读到这句话时，我很震惊，这是什么意思？听起来太宏大了。难道我们要制造人工智能婴儿了吗？
“促进生产力的革命性飞跃、生产关系的深刻变革，加速形成新型智能经济”——这句话又该如何理解？这背后到底意味着什么？
Tom Nunlist
嗯，希望生育这件事还是能保持传统方式吧。这类政策文件，有时确实会使用非常宏大的框架性语言。这又回到了我之前说的，它本质上是一份政治文件，目的在于确立一个愿景。
人工智能的承诺——这在西方早已不是新闻——就是它将深刻地改变社会，重塑万物的运行规则。
文件中使用的特定措辞，比如变革生产，带有一些马克思主义的色彩，这与中国的语境相符。
同时，中国当下有一种极其深刻的紧迫感，即必须从一个日渐式微的、依赖劳动密集和土地财政的旧经济模式，转型到一个能创造新增长、更高质量增长的新模式。
也就是实现从数量到质量的跨越。这个目标早已确立，并催生了另一个政策热词——新质生产力。
它涵盖了人工智能、自动驾驶等一系列前沿技术，其核心目标就是利用这些新技术，创造出新的经济增长点。
Grace Shao
是的，你提到了传统经济非常依赖劳动力和庞大的人口基数。但我们看到，不仅是中国，包括日本、韩国在内的许多亚洲发达经济体，都面临着一个严峻的问题：
人口正在减少。出生率下降，人口结构老龄化。在这样的背景下，政府对于劳动力市场的目标是什么？人工智能和技术将如何发挥作用？
我们是真的会看到机器人大规模替代工人，还是说更多地体现为自动化升级？我们该如何理解这个趋势？
Tom Nunlist
我认为，在某些场景下，我们确实会看到机器人取代体力劳动者，但这只是故事的一小部分。
更宏大的叙事关乎一个核心问题：如何避免中等收入陷阱。中国正面临一场不可逆转的巨大人口结构转变，即便明天出生率翻倍也无法改变这个趋势。
为了应对老龄化社会的挑战，政府认为唯一的出路就是提高人均收入，并且要在未来十年内迅速实现。
只有企业更有利润，人民才更富裕，国家的税基才更稳固，从而有能力应对即将到来的挑战。
所以，回到新质生产力，人工智能的变革性影响就在于它是一个生产力的倍增器。
它能让大大小小的企业和每个人的生产效率都得到极大提升，创造更多价值，帮助中国在迈入深度老龄化社会之前，变得足够富裕。这个逻辑虽然有些间接，但它关乎整个国家的经济命运。
Grace Shao
确实，中国发展人工智能的方式非常务实，完全由经济目标驱动，这和我在华盛顿或硅谷的感受很不一样。
你刚才提到政府在帮助企业提升盈利能力方面的作用，我听说政府正在扮演一个“牵线人”的角色，努力连接学术界、研究人员和企业。我们都知道像阿里巴巴、腾讯、华为这样的大公司，它们有人才引进计划，和谷歌、Meta的校招类似。
但现在，政府是如何帮助中小企业的？它们是如何将人才、政策资源以及公共和私有领域的资源对接起来的？
Tom Nunlist
这是个好问题，也是近几年出现的一个非常重要的趋势，它不仅限于人工智能，而是涵盖了所有科技和工程领域。
政府的目标是更好地打通产业界和学术研究界，让需求、人才和信息能够双向顺畅流动。
比如，政府会组织圆桌会议，或者搭建某种平台机制，把各方都聚到一起。
从企业的角度，他们可以与大学建立联系，直接告诉院系：‘我们是做生物科学的，或是做人工智能的，我们需要这样的人才，你们能帮我们培养吗？’
反过来，研究人员也能了解到产业界的真实需求，为他们提供解决方案，甚至将自己的研究成果商业化，找到合适的创业伙伴。
大公司一直都在这么做，并因此受益匪셔。但对于资源有限的中小企业来说，这一切都非常困难。
因此，政府提供这样一个对接的平台，扮演促进者的角色，我认为这是一项意义重大的举措，并且相信未来几年会看到扎实的成效。
Grace Shao
那么，具体是哪个政府部门在负责推动这种对接呢？这让我想到另一个问题，我不是政策专家，每次读这些文件都觉得很困惑。
有负责经济规划的国家发改委，有负责信息技术的工信部，还有网络安全监管机构网信办。
此外还有科技部，以及党中央的科技委员会。这么多机构似乎都在推动人工智能发展，同时又扮演着监管者的角色。你能帮我们理清一下它们各自的职责吗？
Tom Nunlist
好的，这是个大问题。具体到“人工智能+”计划，其主要牵头管理机构是国家发改委。
发改委是中国的宏观经济规划者，负责设定整个经济的大方向。所以，它在这个计划中扮演的是总协调的角色。
然后，这个计划会下达到国务院的其他部委，比如你刚才提到的工信部、科技部，还有网信办等。
这些部委负责将宏观的构想细化，为各自的行业领域设定具体目标。实际上，我们已经看到了一些进展。
就在几周前，国家能源局发布了第一个部级“人工智能+”专项规划，也就是“人工智能+能源”，旨在利用人工智能推动能源转型，这非常酷。
再往下，政策会进一步下沉到地方。地方才是政策真正落地、见到实效的地方。
我们会看到，像北京、苏州这样的城市已经出台了明确的“人工智能+”方案。上海虽然没用这个名字，但也有类似的规划。
有趣的是，这些地方的规划甚至早于国家级规划的出台，这种情况在中国时有发生。很多实际的资金支持和项目决策，都是在地方层面完成的。
当然，国家层面也会设立资金池来支持地方。所以，人们常说中国是自上而下的体系，我刚才描述的，就是这个体系的运作方式：从中央规划，到部委细化，再到地方执行。
Grace Shao
我来梳理一下。首先由发改委制定宏大的“人工智能+”顶层规划，然后具体执行则下沉到各级地方政府。
那么，像撮合清华大学的研究员和私营公司进行技术商业化合作这种事，具体是由谁来推动的？比如北京市教委吗？我只是想搞清楚执行层面的运作机制。
Tom Nunlist
是的，没错。这类对接可能发生在不同层级，但我敢肯定，地方政府绝对会去落实这样的事情。
举个更直接的例子，上海市政府现在有专项资金，可以明确地对人工智能领域的初创公司说：‘你们第一年可以获得X金额的资金支持。’
像这样的资金决策，就是在上海这个地方层面做出的。
Grace Shao
而这些决策会基于每个城市自身的经济特点和需求。比如哈尔滨，它有深厚的传统机器人和工业机械基础，所以它的资金可能更倾向于投资实体人工智能或具身智能。
Tom Nunlist
是的。
Grace Shao
而在上海，可能更侧重于消费级产品。这只是一个大概的思路，但现实就是如此。那么，这里的关键绩效指标是如何运作的？
我还听说城市之间存在激烈竞争，争夺人才、争夺企业落户。这种竞争是如何进行的？它们又如何衡量人工智能对经济的实际贡献呢？
Tom Nunlist
这是个很有趣的问题，坦白说，我认为政府自身也正在摸索答案。过去很多年，唯一的标准就是GDP。
这种方式能刺激增长，但有时也会导致增长质量不高或催生错误的项目。现在，随着发展理念从数量转向质量，考核指标也在发生变化。
虽然最终，GDP可能仍然是最直观的衡量标准，但对于不同部门的官员来说，考核内容会更多元。
比如，你是否成功落地了一个创新项目？你是否在辖区内培育出了一家新的行业巨头？这些都会成为重要的加分项。
官员们会密切关注高层释放的政策信号，并思考如何因地制宜地将这些大方向与本地的实际情况相结合。
理想状态下，各地会根据自身的产业优势发展出不同的特色，形成互补。但现实中，也常常出现重复建设的情况，比如现在竞争惨烈的汽车行业。
Grace Shao
是的，现在的价格战。 我们该如何帮助那些在中国运营的西方投资者或跨国公司理解这一切呢？最终目的是帮助他们更好地运营。
比如说，一家跨国公司看到了中央发布的“人工智能+”计划，他们该如何判断应该在哪个省份投资建厂或拓展业务？
Tom Nunlist
很好的问题。我认为第一步，是看你所在的产业集群在哪里。比如，如果你是汽车行业的，想做新能源车，你可能会考虑去安徽合肥，因为那里是产业中心。
第二步，也是在中国尤其重要的一点，是将你的企业目标与政府的战略方向对齐。
这不意味着完全照搬政府的要求，而是要理解地方官员的目标和KPI是什么，然后思考你的企业能如何为之贡献价值。
这样你才能获得支持，获得认可，最终取得成功。在中国，政府在经济发展方向上的话语权非常大，企业和投资者必须认真倾听。
Grace Shao
是的，这并不是说你必须按政府说的做，而是说，你应该顺势而为。利用好特定地区的有利政策，来最大化你的成功概率。
Grace Shao
我听说现在有不少人工智能试验区。除了大家熟知的深圳、杭州、北京、上海外，还有哪些城市在人工智能发展浪潮中扮演着重要角色？
Tom Nunlist
老实说，你提到的这几个就是最核心的。上海、北京、深圳、广州、杭州，这些地方集中了最多的资源和活动。
尤其是在人工智能研发这样需要顶尖人才的领域，人才总是会向少数几个中心城市聚集。
但“人工智能+”的精髓在于“+”，也就是与各行各业的结合。所以，其他城市的机会在于它们自身的产业优势。
比如，你想把人工智能应用到汽车制造，那它最可能发生在汽车产业的中心。
我认为大家需要关注的，不是人工智能将颠覆哪个宏观行业，而是它将在哪些具体的应用场景中率先落地。
Grace Shao
嗯，我明白了。
Tom Nunlist
这些场景会是最先产生价值的地方。
Grace Shao那么，在你看来，哪些应用场景，而不是行业，最有可能率先实现大规模的消费级应用？
Tom Nunlist
我认为，面向所有人的个人化人工智能服务会继续深化。虽然让中国消费者为这类服务付费是个挑战，但在某些特定领域，我们已经看到了巨大的潜力。
比如物流和交通领域。自动驾驶技术日趋成熟，而作为“软件定义汽车”的新能源车，为人工智能的集成提供了天然的平台。
另一个潜力巨大的领域是农业。无人机正被广泛用于作物喷洒、长势监测等农场管理工作。
在电力巡检等危险场景中，人工智能驱动的无人机也能替代人力。这些都是技术已经开始应用的领域，而新工具的出现将加速这一进程。
Grace Shao
确实如此。几年前我试驾一些电动车时，就被它们的科技感震惊了。语音控制车窗、调节座椅温度都已是标配。
Tom Nunlist
是的。
Grace Shao
生成式人工智能的加入，无疑将赋予它们更强大的能力。我想深入探讨一个备受争议的话题：创新与监管。
中国的模式常被描述为“先发展，后规范”。你认为，为了创新，是否必须牺牲安全？还是说，安全与创新可以共存？
Tom Nunlist
这是个极好的问题，也是中国人工智能故事中最被外界误解的一点。
在不久前，中国甚至拥有比欧盟更严格的人工智能法规，但像 DeepSeek 这样的公司依然能够在这里诞生和发展。
这背后的逻辑是，中国是一个高度重视安全的国家，但同时又具备高度的灵活性。
当ChatGPT刚问世时，监管机构曾一度非常紧张，迅速出台了一系列法规试图管控。那个阶段的政策确实显得有些混乱和多变。
但很快，中国就找到了自己的监管底线，并在此基础上表现出极大的适应性。
一个典型的例子是，一份法规草案曾要求所有用于训练大语言模型的数据都必须经过真实性核验。
研究界立刻反馈说这不可能做到，如果强制执行，研究将停滞。最终，这条规定在正式版本中被删除了。
这个故事说明，中国的监管体系虽然有时看起来模糊和多变，让企业合规面临挑战，但其优点在于能够快速试错、动态调整，以适应技术飞速发展的现实。
Grace Shao
对的。
Tom Nunlist
这种灵活性，在人工智能这样一个瞬息万变的领域，是一种非常重要的优势。
Grace Shao
这意味着监管能够对行业前沿实践者的真实需求做出反应，在规范的同时不扼杀进步。
从2017年的人工智能规划，到更早的“中国制造2025”，在过去十年中，你观察到政策制定者对技术的态度有何变化？
Tom Nunlist
最大的变化是，科技发展已经从众多重要事项之一，上升为国家最核心、最顶层的优先事项。
这背后是中国发展阶段的转变。过去需要的是不惜一切代价的增长，而现在，目标是高质量发展，是向价值链上游攀登，是成为一个技术驱动型社会。
与此同时，对技术自主可控的追求也变得前所未有的强烈。
尤其是在美国对中国半导体产业进行打压之后，确保核心技术不受制于人，不仅是经济问题，更成了国家安全的基石。
Grace Shao
本质上更加强调自主可控。好的，最后几个快问快答。除了主流城市，有没有一个你认为被外界高估或低估的城市？
Tom Nunlist
我还是想强调那个观点：不要只盯着城市，而要关注具体的产业集群。
“人工智能+”的核心是在真实世界中创造价值。所以，真正激动人心的变革，将发生在那些制造业、农业、能源等实体经济的中心。
Grace Shao
明白了，这才是真正需要关注的地方。那么，作为政策分析师，你认为我们应该追踪哪个核心指标，来判断人工智能在经济中的真实渗透情况？
Tom Nunlist
我认为应该回归一些传统但根本的经济指标：渗透率、生产率、盈利能力、以及工资和效率的增长。
要看人工智能是否真的在实际场景中被应用，是否带来了实实在在的商业价值。如果有一天，中国消费者愿意为某个人工智能应用付费了，那将是一个巨大的信号。
Grace Shao
是的，让中国消费者付费确实很难。最后一个问题，你个人持有的一个非主流观点是什么？
Tom Nunlist
我有一个关于人工智能影响的非主流看法。很多人担心人工智能会让我们变笨，这个担忧有一定道理。
但我认为，真实情况可能更复杂。我的假设是，人工智能将极大地加剧人与人之间的技能鸿沟。
一部分人可能会因为过度依赖而导致技能退化，但对于另一小部分善于利用它的人来说，人工智能将成为一个前所未有的强大学习和发展加速器。
真正让我好奇的是，这个鸿沟会有多大？是90%的人技能退化，而10%的人成为超级学习者吗？还是一个不同的比例？这是我的非主流看法。
Grace Shao
这个观点很有趣。它确实会帮助一部分人学得更快，但同时也需要一种全新的技能：在海量信息中去伪存真、提炼洞察的能力。
非常感谢你，Tom。这次对话非常有启发性，帮助我更好地理解了中国的政策制定及其对商业世界的影响。
Tom Nunlist
谢谢，能参与这次对话，我非常愉快。
一键三连「
