问题——人工智能如何从“能用”走向“好用”，并更广领域形成稳定的产业化能力，是城市发展智能经济与智能社会必须回答的课题。近年来，大模型与算法工具迭代加快，应用需求不断出现，但各领域数据质量不一、业务流程差异大，仍存在“试点热、复制难”“单点亮、链条弱”等问题。对成都而言，既要抓住技术窗口期，也要避免一哄而上、重复建设，关键在于把“场景”做实，把“基础”打牢，把“生态”建强。 原因——人工智能落地的门槛不只在模型能力，更在算力、数据、业务与治理体系的协同。一上，城市运行、产业生产和公共服务高频、复杂、实时，离不开长期数据积累和稳定的工程化支撑；另一方面，行业对安全合规、可追溯、可解释的要求更高，决定了应用必须贴近业务流程，以可度量的效率提升和质量改进为目标。成都市政府工作报告提出开展“人工智能+”赋能行动、加快发展行业垂类大模型、打造智慧城市场景并鼓励“小切口”应用扩面，正是围绕“落地难、扩展难、治理难”作出的系统部署。 影响——当人工智能进入城市治理与产业链条，其价值主要体现三上：一是提升城市精细化治理能力，通过对交通、能源、应急等系统的实时分析与联动调度，降低运行成本、提升响应效率；二是推动传统产业提质增效，尤其农业、制造业等环节，从经验驱动转向数据驱动，实现质量可控、过程可追溯；三是带动新业态新模式发展，促进软件信息、智能硬件、数据服务等有关产业链增长，拓展就业与创新空间。委员们的观察也印证了此趋势：交通信号自适应优化、智慧农场精准种植决策、智能制造车间柔性协作等应用，正从展示走向常态运行。 对策——以“可复制、可推广”为检验标准，打通从试点到规模化的路径。 其一，聚焦特色农业打造标杆样板，形成“县域一业一策”的可复制经验。市政协委员周伦理建议，以“人工智能+农业”推进智慧农场建设，用数据支撑决策、提升精准度。在邛崃等地的稻麦农场，通过综合分析土壤墒情、气象、病虫害等信息，可更精细地确定施肥、灌溉的时点与用量，并推动农产品质量可追溯、可验证，为农业品牌建设提供支撑。面向成都不同区域的资源禀赋，可围绕食用菌、柑橘等优势产业打造主导场景，带动生产、加工、流通、品牌的全链条智能化升级，并与研学、观光、体验等融合发展，拓展农业增值空间。 其二，以数据积累与场景创新夯实智能社会底座，优先选择“收益可量化、风险可控”的领域滚动推进。市政协委员毕昱认为，成都在数据积累、产业基础与应用场景上具备优势，软件企业集聚也为技术落地提供了支撑。在交通治理等领域，通过对全域路况的实时感知与预测分析，系统可提前识别拥堵趋势，优化信号配时并引导绕行，从而在车辆规模增长的背景下持续提升通行效率。面向未来，智能网联汽车等消费端场景可能更快形成规模效应，建议以用户体验为牵引，从消费场景起步，逐步拓展到民生服务与产业环节，让技术在真实需求中迭代成熟。 其三，以场景标准化推动生态协同，降低“对接成本”和“迁移成本”。市政协委员雍世平结合智慧办公、文旅消费等实践指出，成都作为西部消费中心和文旅名城，场景资源丰富，但要把“小切口”做成“大规模”，需要建立可复用的接口规范、数据标准和评估体系，推动应用从“定制化项目”转向“模块化产品”。通过场景标准化与政策协同，可引导企业围绕同类问题沉淀通用能力，减少重复开发，提升跨行业迁移效率。同时，应强化数据安全与合规治理，明确数据边界、授权机制与责任分工，以制度保障应用长期稳定运行。 前景——随着垂类大模型加快发展、行业数据治理逐步完善，城市级“人工智能+”有望从单点示范走向体系化推进：在治理侧，更强调跨部门联动与实时决策；在产业侧，更强调链条协同与质量提升；在民生侧，更强调可感可及的服务体验。下一步，成都如能在算力供给、数据治理、场景开放、标准体系与人才培育上形成合力，并以“可量化成效”作为评价尺度，有望把场景优势转化为产业优势、把技术优势转化为发展优势，探索出具有示范意义的智能城市发展路径。
人工智能从实验室走向产业一线，不仅意味着技术进步，也在重塑经济社会的运行方式。成都推进智能化应用，既是对国家战略的对接，也是对自身资源与产业基础的深度挖掘。通过打造可落地的标杆场景、完善生态体系、推动技术与产业协同发展，成都有望在新一轮产业竞争中形成先发优势，为西部地区高质量发展提供可借鉴的实践。关键在于循序渐进、因地制宜，用可持续的机制把技术真正转化为赋能产业、改善生活的工具。