《关于推动城市高质量发展的意见》指出，“推动城市治理智慧化精细化”。当前人口向大城市，尤其是中心城市集中的趋势更加明显，人口密集、流动性高、利益诉求多样、风险类型叠加，传统治理模式的局限性日益凸显，必须通过数据驱动和技术赋能，大幅提升城市治理效率，满足破解“城市病”加剧困境的迫切需求。人工智能作为新一轮科技革命的核心驱动力，正深刻改变经济社会发展模式。是落实国家“人工智能+”战略，建议我省紧抓国家数字经济创新发展试验区建设契机，推动人工智能与城市治理深度融合，促进城市治理智慧化精细化转型，有效提升城市现代化治理效能。

一、推动人工智能赋能大城市现代化治理面临的问题及挑战

一是人工智能底层技术距离成熟期仍有较大提升空间。目前人工智能仍正从通用智能萌芽向强人工智能进行探索转折，AI智能体处于从L3（适应型）向L4（目标驱动型）转变的过渡期，离L5（超人类阶段）还有漫长差距。有国内学者指出GPT-5发布延迟直接暴露现有“堆算力、堆数据”模式的不可持续性。尤其是人工智能在面对大城市超复杂系统治理难题时，更加难以直接取代人类决策，而是通过“人机协同进化”来实现更高水平的城市治理现代化。

二是城市数据孤岛现象导致高质量数据集形成存在梗阻。数据决定人工智能大模型性能上限。城市大脑面对的数据多达交通、公安、卫健、文旅、环保、应急等数十个部门以及上百个信息化系统项目，数据之间缺乏统一的口径和标准，数据标注和接口规范存在不兼容现象；部门之间信息共享壁垒依旧存在，个别强势部门人为设置信息互联互通的障碍，数据开放度不足，企业、市场、社会、政府的数据未能充分融合。

三是高端芯片供应链受限影响智能算力规模有效提升。人工智能与经济社会发展的深度融合促使智能算力需求急剧上升，智能算力规模需要高性能大算力AI芯片加以支撑。而根据美国2025年发布的《人工智能扩散出口管制框架》，中国被列为第三级（高风险国家），面临最严格的出口限制；美国参议院正在讨论最新的“GAIN AI”法案，如该法案获得通过，则英伟达H20、AMD MI308等特供中国的芯片也被禁售，在国产芯片尚未能完全替代的情况下，将进一步影响中国智能算力规模的快速提升。

四是人工智能幻觉等风险可能为城市治理带来系统性威胁。人工智能往往被视为安全可靠的生产工具，但事实上其自主决策过程的不透明，使人难以追溯逻辑根源，也让“幻觉”、算法偏见等风险在现实应用中频频出现。AI“黑箱”隐藏内部参数和数据处理路径，使用者仅能依赖输出，将放大偏差、错误或不可预测行为，可能引发城市治理者决策的系统性危机。《欧盟人工智能法案》通过动态风险分类机制进行差异化监管降低人工智能使用风险，为我国加强人工智能监管防控提供了有益的借鉴。

二、推动我省人工智能和城市治理深度融合的思考建议

一是坚持系统观念，构建“城市大脑”治理底座。以人工智能、区块链、云计算等新技术为支撑，聚焦城市规划、开发建设、交通运输、行政执法、公共安全等城市治理重点领域，加强统筹规划、系统集成，融合感知、决策、调度、保障等功能构建“城市大脑”协调推进“一网通办”“一网统管”和“一网共治”，有效提升城市治理智能化现代化水平。推动有条件的区域探索相关立法，更好明确人工智能赋能城市治理的内涵及边界，保障创新发展和运行安全。完善顶层设计，将相关工作纳入“十五五”国民经济和社会发展规划，建立健全由数据部门牵头统筹、各部门联动协调、全社会共同参与的体制机制，形成治理合力。

二是深度归集融合，打造城市治理高质量数据集。持续推动城市数据全量全要素归集，统一数据架构和数据资源清单，实现数据标准化接口与跨域互通，推动数据清洗、转换、标注、划分，深化数据全生命周期管理，完善城市基础数据库和应用主题数据库，为人工智能训练提供高质量数据集。建立完善数据质量管控机制，推动数据源头治理、系统治理和绩效评价，实现数据质量多源校核和动态维护，确保数据接入的合法性、准确性与时效性。推进城市中台建设，探索联邦计算、可信数据空间等技术应用，常态化开展数据供需对接，提升数据精准高效共享保障能力，推动数据直达部门、直达基层，满足城市治理数据实时需求。

三是强化技术支撑，探索人工智能大模型赋能路径。借鉴杭州等地的经验，以DeepSeek-R1等国产优秀大模型为依托，深化人工智能在城市现代化治理中的管理应用，构建形成架构可扩展、模型可插拔的城市空间治理大模型体系。发挥好人工智能领域国家实验室、重大研发创新平台的作用，强化模型架构、算力芯片等关键核心技术攻关，加大对人工智能赋能城市治理原始创新项目的支持力度。聚焦城市治理重点领域场景需求，精准提供城市运行数据和监测预警、分析研判等智能服务，培育训练支撑各部门城市治理功能的垂类模型集群，打造一批可复制、可推广的人工智能应用典型场景，提升城市治理智能化水平。

四是适度超前布局，完善人工智能应用算力支撑体系。人工智能发展已进入“算力驱动”时代，大模型推理需求将推动算力需求指数级增长。持续深化全国一体化算力网建设，推进重点区域超大型智算中心建设，构建算力互联互通标准体系，提升多元化异构算力算效水平，打造算力服务全国统一大市场。加大原始创新攻关力度，加快华为、寒武纪等智算芯片国产化部署，攻坚存算一体、量子计算等颠覆性技术，加强基于自主芯片和算法的开源大模型适配应用，推动人工智能软硬件实现高质量自主可控。加快智算中心全液冷、风液混合、高弹性冷却等新型节能技术应用，提升绿色能源使用比例，全链条提升智算中心节能效率。

五是加强要素保障，形成人工智能赋能城市治理合力。强化财政资金精准投入，发放“算力券”“模型券”等专项补贴，推动人工智能服务资源普惠化供给。对符合条件的企业给予贷款贴息、科技保险资助、知识产权质押融资等支持，降低企业融资成本。拓宽多元化投融资服务，探索投补联动、投贷联动等支持方式，做大长期资本和耐心资本规模，构建人工智能产业基金发展生态。注重专业人才引育，给予行业顶尖人才或团队“一事一议”支持。优化高校课程设置，加强产教融合和科教融汇，开展人工智能职业技能教育培训与实习实训等。围绕人工智能赋能城市治理，打造具有国际影响力的行业交流和大赛等活动，加强经验总结提炼和典型案例推广。（丁宏，南京信息工程大学江北新区发展研究院院院长、江苏现代财税治理研究院特约研究员）