人工智能（AI）是引领未来的战略性技术，是推进新质生产力发展的最典型代表性技术，是新一轮科技革命和产业变革的核心驱动力。加快发展新质生产力的当下，人工智能无疑是最重要引擎。这次《政府工作报告》提出，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。“人工智能+”是人工智能与经济社会各领域深度融合，高度契合了新质生产力“高科技、高效能、高质量”的特征，是一种新发展理念的先进生产力质态。当前，以ChatGPT、Sora大模型为代表的人工智能技术呈现出快速发展态势，推动了自动化和智能化的进程，是新一轮科技革命和产业变革的重要驱动力量。

2017年7月国务院印发《新一代人工智能发展规划》，2017年12月工信部印发《促进新一代人工智能产业发展三年行动计划（2018-2020）》，明确建设人工智能产业表示规范体系。2020年7月，《国家新一代人工智能标准体系建设指南》印发，提出构建新一代人工智能标准体系需包括基础共性标准、支撑技术与产品标准、基础软硬件平台标准、关键通用技术标准、关键领域技术标准、产品与服务标准、行业应用标准和安全/伦理标准8大类。其中，《人工智能风险评估模型》《信息技术、人工智能、服务器系统性能测试规范》《信息技术、人工智能、平台计算资源供给》等是重要标准。

特别是今年1月17日国家工信部对外发布《国家人工智能产业综合标准化体系建设指南》(征求意见稿)，提出该指南旨在为深入贯彻落实党中央、国务院关于加快发展人工智能的部署要求，贯彻落实《国家标准化发展纲要》《全球人工智能治理倡议》，进一步加强人工智能标准化工作系统谋划，加快构建满足人工智能产业高质量发展需求的标准体系，更好发挥标准对推动技术进步、促进企业发展、引领产业升级、保障产业安全的支撑作用。人工智能是引领新一轮科技革命和产业变革的基础性和战略性技术，对新型工业化、制造强国、网络强国和数字中国发挥重要支撑作用。

人工智能标准体系框架被分成6部分。基础共性标准：规范人工智能术语、参考架构、测试评估、管理、可持续等内容。基础支撑标准：规范数据、算力、算法等技术要求，为人工智能产业发展夯实技术底座。关键技术标准：规范人工智能文本、语音、图像等技术，推动人工智能技术研发与创新应用。智能产品与服务标准：规范由人工智能技术形成的智能产品和服务模式。行业应用标准：规范人工智能赋能各行业的技术要求，为人工智能赋能行业应用，推动产业智能化发展提供技术保障。安全/治理标准：规范人工智能安全、治理等要求，为人工智能产业提供安全保障。

同时提出的建设目标要求，到2026年，共性关键技术和应用开发类计划项目形成标准成果的比例达到60%以上，标准与产业科技创新的联动水平持续提升。新制定国家标准和行业标准50项以上，推动人工智能产业高质量发展的标准体系加快形成。开展标准宣贯和实施推广的企业超过1000家，标准服务企业创新发展的成效更加凸显。参与制定国际标准20项以上，促进人工智能产业全球化发展。

标准化有助于统一人工智能产品的功能和性能要求，提高产品质量和用户体验，还能进一步降低企业间的技术壁垒，促进产业链上下游企业的协同合作。随着行业标准的制定，有助于人工智能技术在各行业的广泛应用，加速产业智能化升级。标准规范体系的建设可以促进科技创新与产业发展的结合，推动科技创新成果快速转化为产品和服务，实现产业升级和经济增长。优化产业科技创新与标准化联动机制，加快人工智能领域关键共性技术研究，推动先进适用的科技创新成果高效转化成标准。也指出标准的制定应该采取敏捷迭代的方式，及时根据产业发展和技术创新的需求进行更新和完善。标准应该具有一定的灵活性和可扩展性，以适应不同场景和应用的需求，为创新提供空间。通过科学合理的标准化建设，既能保障人工智能产业的健康发展，又能激发创新活力。

越来越多的企业希望将人工智能应用于自动化生产，流程管理，智能识别等场景中，以提高生产效率、降低成本、优化决策。数据显示，35%的公司在报告中使用人工智能，42%的公司正在探索如何使用人工智能（IBM, 2022）。阿里巴巴集团副总裁、阿里云全球销售总裁蔡英华表示目前中国企业采用人工智能（AI）比例58%，居全球首位。预计到2025年，中国将成为全球最大数据圈，而智能计算也将成为算力增长的主要驱动力。然而，很多中小企业在与人工智能（AI）技术的结合过程中，往往会面临其结构复杂性和评判标准多元性所带来的诸多挑战，导致AI无法发挥其最大优势。解决这一问题的关键在于制定AI行业统一的执行标准，使AI软件能够更好地为企业带来实际效益。

我国的人工智能早已发展成比较完善的体系，通过赋能各行各业形成新质生产力，对于经济的基础效应也正在显现。中国信息通信研究院的数据显示，2023年我国人工智能核心产业规模达到5787亿元，相关企业数量达4482家。工业和信息化部赛迪研究院数据显示，2023年，我国生成式人工智能的企业采用率已达15%，市场规模约为14.4万亿元。专家预测，2035年生成式人工智能有望为全球贡献近90万亿元的经济价值，其中我国将突破30万亿元。标准成为关键点。

英国标准协会（BSI）一直致力于制定国际认可的人工智能标准，制定AI行业共识的标准，提高AI安全性。坚持通过控制AI风险性，帮助企业实现可持续发展。关注企业对环境、社会和治理等方面的影响，确保AI技术的广泛应用能够为社会和经济发展带来积极效应，为人工智能技术的有序发展保驾护航。如美国专门发布了《国家人工智能研究与发展策略规划》，强调人工智能工具的性能和可信度相关制定标准；德国标准化协会于2019年开始制定人工智能标准化路线图；欧盟比较注重AI道德伦理方面的研究，推进了不少相关规范部署；本身机器人标准化基础和实力不俗的日本，则积极参与相关的国际组织与活动，以提升其在相关原则、国际标准制定中的话语权。

国际标准化组织（ISO）和国际电工委员会（IEC）于2024年2月制定发布了 ISO/IEC 42001 人工智能管理标准，是适用于任何从事或应用AI行业的组织和企业，成为AI行业中的核心标准。该标准提供了一个可认证的人工智能管理体系（AIMS）框架，在此框架内，人工智能体系作为人工智能保证生态系统的一部分进行开发和部署。ISO/IEC 42001 采用类似于ISO 9001质量管理体系标准和ISO/IEC 27001信息安全管理体系标准的方法，提供了管理风险和操作方面的最佳实践、规则、定义和指导。有适用范围； 援引规范；术语和定义；组织环境；领导力；策划；支持；运行；绩效评估； 改进。

实施ISO/IEC 42001的好处就是新标准帮助组织建立一个全面的治理框架，定义负责人工智能系统人员的角色和职责，以及更负责任地部署人工智能系统所需的规则、流程和控制。由独立第三方进行的 ISO/IEC 42001 认证可验证组织的管理体系绩效，获得认证后组织将：有助于建立符合法律法规的人工智能治理体系，有效管理人工智能相关风险；通过在组织内应用有效的管理原则，在内外部建立对管理体系绩效的信任；实施结构化方法来持续改进流程并了解工作重点；增强对人工智能应用的信任，增强客户的信心和满意度，从而增加业务需求。ISO/IEC 42001人工智能管理体系标准的发布，标志着人工智能管理迈入了一个新的历史阶段。它不仅为组织提供了技术与管理上的指导，更为重要的是，它引导组织在AI实践中坚守伦理原则、关注人的需求与价值。

加强人工智能风险治理，必须重视标准的制定。标准化进程和核心专利布局是赢得竞争的关键。目前，国际上人工智能现有标准主要集中在人工智能技术、应用领域的通用标准，而涉及人工智能安全、伦理、隐私保护等方面的安全标准，大多处于研究阶段。去年由国家人工智能标准化总体组、全国信标委人工智能分委会组织的《人工智能伦理治理标准化指南》发布是人工智能伦理概念和范畴、人工智能伦理风险评估、人工智能伦理治理技术、人工智能伦理治理标准化四方面展开研究的成果。包含三方面：一是人类在开发和使用人工智能相关技术、产品及系统时的道德准则及行为规范；二是人工智能体本身所具有的符合伦理准则的道德 编程或价值嵌入方法；三是人工智能体通过自我学习推理而形成的伦理规范。基于人工智能技术的伦理反思和基于伦理的人工智能技术批判共同构成了当前人工智能伦理的基本进路，也是人工智能伦理体系下的两大主要知识脉络。

2023年5月在全国信息安全标准化技术委员会2023年第一次标准周“人工智能安全与标准研讨会”上，信安标委大数据安全标准特别工作组发布《人工智能安全标准化白皮书（2023版）》。白皮书由中国电子技术标准化研究院等20家单位共同编写，梳理了人工智能技术与应用发展现状，分析了人工智能面临的新的安全风险，结合国内外人工智能安全政策与标准现状，指出了人工智能安全标准需求，提出了下一步开展人工智能安全标准化工作的建议，为规范引导人工智能安全标准化工作提供参考。全国信息安全标准化技术委员会（TC260）已在生物特征识别、汽车电子、智能制造等部分人工智能技术、产品或应用安全方面开展了一些标准化工作。

《人工智能标准化白皮书（2021版）》就已经指出，我国人工智能产业发展虽取得了显著成果，但也面临着不少困难和挑战，比如底层技术存在较大欠缺、能够实现商业价值的应用较少、与实体经济的融合存在较高门槛等。目前来看我国人工智能产业发展已跨入应用层，但在开创性引领能力上仍有不足，标准化制定尚存很大差距。中国工程院院士高文曾表示，我国AI产业发展在如人脸识别、语音识别技术等场景化应用方面，已走在世界前列，但在基础理论和原创算法、高端器械和芯片、具有国际影响力的AI开源开放平台及高端人才数量等方面存在短板。无标准，不行业。

2022年中国信息通信研究院正式发布了《人工智能研发运营一体化(Model/MLOps)能力成熟度模型第二部分:模型交付》作为《人工智能研发运营一体化(Model/MLOps)能力成熟度模型》系列标准的第二个标准，其填补了国内外机器学习项目模型交付标准的空白。2022年三项国家标准——《信息技术 计算机视觉 术语》、《信息技术 人工智能 术语》、《信息技术 生物特征识别 人脸识别系统技术要求》正式发布，这也是我国在人工智能领域发布的第一批国家标准。

科大讯飞提出的A.I.数据质量国际标准项目《人工智能-分析和机器学习的数据质量-第4部分：数据质量过程框架》顺利通过ISO/IEC国际标准化组织立项，将助力人工智能数据标准化建设，提升人工智能数据质量，推动全球人工智能产业高质量发展。该标准由科大讯飞专家作为项目负责人与全球各国专家共同制定，这也是中国首个牵头制定的ISO/IEC人工智能国际标准项目。此前，由ISO/IEC批复立项，科大讯飞专家任项目负责人的中国首个牵头制定的ISO/IEC人工智能国际标准技术报告ISO/IEC TR 24372《人工智能-人工智能系统计算方法概述》也在制定中。

前瞻产业研究院发布的《人工智能芯片行业市场需求分析与投资前景预测》指出，人工智能将朝着如下三个趋势发展。技术平台开源化。国内外产业巨头也纷纷意识到通过开源技术建立产业生态，是抢占产业制高点的重要手段。谷歌、百度等国内外龙头企业纷纷布局开源人工智能生态，未来将有更多的软硬件企业参与开源生态。专用智能向通用智能发展。随着科技的发展，各领域之间相互融合、相互影响，需要一种范围广、集成度高、适应能力强的通用智能，提供从辅助性决策工具到专业性解决方案的升级。通用人工智能具备执行一般智慧行为的能力，可以将人工智能与感知、知识、意识和直觉等人类的特征互相连接，提高处理任务的普适性，这将是人工智能未来的发展方向。未来的人工智能将广泛的涵盖各个领域，消除各领域之间的应用壁垒。智能感知向智能认知方向迈进。人工智能的主要发展阶段包括：运算智能、感知智能、认知智能，这一观点得到业界的广泛认可。随着类脑科技的发展，人工智能必然向认知智能时代迈进，即让机器能理解会思考。标准化的工作至关重要。

上海市市场监管局与上海市经信委已联合发布了上海的人工智能标准化的工作指南，将共同推动上海在人工智能标准领域先试先行，将上海治理水平、产业发展的引领性做法做成标杆和标准，鼓励人工智能企业积极参与行业标准、国家标准和国际标准的制修订，不断提升上海城市核心竞争力和软实力。工信部有关领导指出，目前人工智能产业还面临着底层基础技术薄弱、可转化为商业价值的落地场景和应用的技术较少，与实体经济融合门槛较高等问题。产业界能够推进人工智能关键技术突破，坚持补短板断长板并举，深化人工智能的融合应用赋能，加快在制造、医疗、社会治理等重点行业打造典型应用示范，推行标准化。还需着力优化产业发展环境，强化支撑体系建设，如推动跨行业、跨学科的交叉型、融合型的人工智能标准的制定和实施等工作。