▶ 本报记者 李洋

当前，人工智能（AI）已成为驱动产业转型升级、培育新质生产力的核心“引擎”，但企业在AI模型研发、采购及场景应用中，仍面临成本高、门槛高、风险高与落地难“三高一难”困境。为破解这一问题，今年以来，广东、山东、上海等省份相继推出“模型券”举措，通过财政资金精准补贴，引导企业加大AI模型投入，推动AI技术与制造业、政务、民生等领域深度融合。

如何让“模型券”从补贴“工具”真正变为落地“抓手”，推动AI从实验室走向生产线，正成为各界关注的焦点。

从供需两侧激活AI产业生态

为推动AI技术深度落地，多地密集出台“模型券”配套政策，构建全链条支持体系。

广东省政府办公厅印发《广东省人工智能赋能制造业高质量发展行动方案（2025—2027年）》，鼓励地市设立“模型券”支持企业购买工业模型服务，同时聚焦电子信息、智能家电、汽车、机器人等重点行业，培育垂直领域大模型与场景专用小模型；上海市经信委印发《上海市进一步扩大人工智能应用的若干措施》，明确发放3亿元“模型券”，对调用第三方大模型API或私有化部署的主体给予最高50%、500万元补贴，还推出“免申即享”“三券联动”（算力券、模型券、语料券）政策；山东省则推出省级“模型券”分级奖补，设立卓越领军级、优秀创新级、培育成长级3个级别，分别给予最高100万元、75万元和50万元奖补。

“模型券”政策的落地，从供需两侧为AI产业发展注入强劲动能。

“‘模型券’政策对人工智能大模型与垂直行业小模型的研发及商业化落地，具有双重推动作用。”知名经济学家、国研新经济研究院创始院长朱克力表示，对大模型而言，通过政策补贴降低企业研发成本，缓解了“算力成本高、训练周期长”的痛点，鼓励更多企业参与大模型优化，形成技术迭代与场景适配的良性循环；对垂直行业小模型而言，政策破解了“场景碎片化、商业化难”困境，加速其在医疗、教育、物流等领域落地。

中国商业经济学会副会长宋向清认为，“模型券”通过财政杠杆精准撬动行业资源，形成三重推动效应：一是降低研发与应用门槛；二是引导研发资源向垂直领域倾斜；三是激活产业链协同创新网络，倒逼模型服务商提升质量，同时鼓励企业开放模型能力，形成“模型即服务”协同生态。

“这种双向激励正推动形成多层次、健康互补的AI产业生态体系。”苏商银行特约研究员武泽伟说。

据公开报道，在政策赋能下，一批企业已取得显著成效。山东卡奥斯COSMOPlat的天智工业大模型凭借场景实效获得山东省模型券“卓越领军级”奖补，其打造的注塑工艺智能体，可实现换产时扫码一键调取最优参数，让新员工快速上手，节省调机时间30%-50%，设备能耗下降约10%。广州市某汽车企业借助广东省“训力券”补贴，自动驾驶模型训练成本降低40%，训练周期缩短至原来的1/3；上海市依托量子城市大模型打造的“数字时空一券通”，让消费者无需抢券即可在商户直接立减，200家参与商户覆盖便民消费领域，大幅度提升消费券使用效率。

从“买”到“用”仍存堵点

尽管“模型券”政策成效初显，但当前企业从“买模型”到“用模型”的转型仍面临诸多堵点。朱克力指出，制造业企业使用AI模型的核心痛点集中在3个方面：一是数据质量差，生产数据格式不统一、标注缺失，直接导致模型训练效果不佳；二是场景复杂度高，制造业流程涉及多环节协同，现有模型多聚焦单一环节，难以满足整体优化需求；三是维护成本高，企业缺乏专业团队进行长期维护，导致模型迭代滞后。

“制造业AI模型落地的核心挑战在于技术与工业场景需深度融合。”武泽伟进一步补充说，工业级应用对模型的可靠性、精度及可解释性要求严苛，而现成模型往往难以直接满足；加之企业内部既懂制造工艺又精通AI的复合型人才严重匮乏，制约模型选型、部署与优化；此外，工业数据质量参差不齐，治理与标注成本高昂，进一步增加了模型落地难度。

武泽伟举例说，某中小型装备制造企业通过“模型券”采购设备运维模型，虽实现了基础故障预警，但面对复杂工况下的复合型故障，因缺乏专业团队对模型进行针对性微调，未能达到预期效果。而且当前“模型券”多聚焦模型采购环节，尚未精准覆盖决定落地成败的关键需求，未能完全解决“最后一公里”难题。

有望从“单一补贴”到“生态赋能”

针对上述痛点，专家普遍认为，“模型券”政策需从“单一补贴工具”向“全链条生态赋能平台”演进，推动企业真正实现从“买模型”到“用模型”的转变。

“推动企业从‘买模型’向‘用模型’转型，其核心在于构建‘以用促建、以效验真’机制。”天使投资人、资深人工智能专家郭涛建议，优化补贴发放逻辑，将补贴与场景落地成效深度挂钩，按实际降本幅度、效率提升比例等量化指标分阶段发放；同时设立二次开发专项基金，支持企业在现有模型基础上开展微调训练，提升模型与业务场景的契合度；此外，还需强化复合型人才支撑，构建模型部署、运维、优化全流程培训体系，帮助企业掌握自主应用能力。

宋向清表示，要构建场景驱动的引导机制：一是建立场景需求对接平台，整合政府、行业协会、龙头企业资源，定期发布重点行业场景需求清单；二是强化应用成效评估与持续激励，建立应用成效动态追踪机制，对长期产生经济效益的项目给予额外奖励；三是培育场景落地配套能力，支持企业建设融合AI的工业互联网平台，发展“模型即服务”等创新模式。

朱克力建议，政策优化可从3个方面发力：一是补贴方式更灵活，探索“分期补贴”或“效果付费”机制，降低企业初期投入风险；二是覆盖范围更广泛，扩展至农业、服务业等场景；三是生态建设更完善，鼓励模型供应商与企业共建联合实验室，推动模型标准制定，解决兼容性问题。

业界认为，随着政策协同不断加强、场景生态持续完善、企业应用能力逐步提升，“模型券”有望成为连接技术供给与产业需求的桥梁，推动AI从“能用”走向“好用”“常用”，为产业转型升级与新质生产力培育提供强劲支撑。