在人工智能领域，“算力是新的电力”已成为共识。随着“十五五”规划纲要把“提升数智化发展水平”作为重点，加快建设全国一体化算力网成为关键任务。我国智能算力规模已居世界前列，但算力“供需错配”的结构性挑战也随之浮现。高端算力需求旺盛，部分地区通用算力却因与本地产业脱节、技术标准不一等问题利用率偏低。
对地方政府而言，发展AI产业绝非建几个数据中心或引进明星企业那么简单，关键在于破解本地经济社会痛点，将技术势能转化为发展动能。然而，多数城市在AI落地时面临诸多结构性矛盾。
首先是“场景之困”。当前多数AI解决方案由技术方主导，追求算法先进性与通用性，与本地产业转型、城市治理、民生改善的痛点匹配度不足。例如，实验室表现优异的工业质检模型，到本地工厂可能因生产条件、产品材质改变而失效。地方政府更关心项目能否在产业中规模化渗透，拉动经济增长和就业。
其次是安全考量。AI依赖数据，城市推动数据流通利用时，要兼顾创新与安全。政务、公共数据开放共享边界在哪，产业数据流通如何防止核心工艺外泄，利用AI公共治理时怎样保障公民隐私和决策公平透明，都是亟待解决的问题。
最后是“蓝图和施工图”脱节。将宏观战略转化为具体能力是系统工程，如何打通转化壁垒，让AI像水电一样便捷输送给千行百业，是政府、产业组织和公共服务能力建设的核心议题。许多城市建成算力中心，却在“最后一公里”受阻，缺乏长期系统性整合运营的“工程化”能力。
面对这些挑战，城市需要覆盖“底座建设 - 技术支撑 - 场景落地”全栈服务的工程级系统。第二届酒仙桥论坛发布的《2025中国城市人工智能指数报告》，构建了“产业发展、科技创新、民生服务、治理环境”四大维度评价体系，将城市分为“引领型、活力型、潜力型”三级梯度，为城市发展提供借鉴。
以北京为例，其数字经济算力中心自主布局“数算模用”全栈产品，构筑系统化工程。在数据层提供可信数据服务，算力层实现混元适配和按需调度，模型层打造异构大模型推理平台，应用层提供全栈AI智能体开发服务。还总结出“一底座、两突围”的城市发展范式，“一底座”提供强大计算资源和多种能力，“两突围”分别面向传统产业促增长和助力公共服务保民生。
不过，每个城市情况不同，发展AI需“千城千策”。北电数智提出“一地一策、一业一策”商业模式，深入调研城市需求，如在安徽马鞍山提出“两条腿走路”方案，在广东佛山精准研判需求并推进标杆场景落地。
发展AI没有捷径，城市需立足实际、认清禀赋，找到合适的伙伴，长期深耕，才能建成服务产业和民生的系统工程，收获独特且持久的繁荣。
