この記事のポイント
- AI産業は急速な技術進化と業界融合の段階にあり、2025年にはAIコア産業規模が1.2兆元超、成長率33%に達すると予測。
- 算力（コンピューティングパワー）の発展には電力供給が不可欠だが、算力と電力の協調、コスト、エネルギー効率に課題。
- データはAIの核心的生産要素だが、特に工業データの価値発掘は標準化の遅れなどが障壁。
- AIの急速な発展に伴うデータセキュリティやアルゴリズムリスクに対処するため、全チェーンにわたるガバナンス体制が急務。
AI発展における算力と電力の協調強化
全国人民代表大会（全人代）代表であり、中国移動浙江公司の党委書記、董事長、総経理を務める楊剣宇氏は、AI産業の質の高い発展に焦点を当て、算力、データ、アルゴリズムといったAIの核心要素の協調発展について提言しました。
楊代表によると、AIの発展は技術の急速な進化と産業の深い融合が進む段階に入っており、2025年にはAIコア産業の規模が1.2兆元を超え、成長率33%に達すると見込まれています。これは、新たな質的生産力を発展させ、国家競争力の新たな優位性を構築するための核心的なエンジンになると期待されています。
算力と電力の協調発展に向けた課題と提言
楊代表は、AIの「核心底座（コア基盤）」となる算力について、中国の算力総規模は世界第2位、知算（インテリジェントコンピューティング）規模は世界第1位と、インフラ整備は著しい成果を上げていますが、算力と電力の協調における構造的な短所が産業アップグレードの制約となっていると指摘しています。
「算力の末路は電力である」と楊代表は述べ、中規模の知算センターでも10万世帯分の電力を消費する可能性があり、将来的にAIクラスターの電力需要は「メガワット級」に入ると予測。2030年までに中国のデータセンターの電力需要は最大7000億キロワット時、社会全体の電力消費量の5.3%に達すると試算されています。
中国の電力供給は全体として十分ですが、算力と電力の協調発展は、算力需要と電力供給の空間的なずれ、電力価格の算力コストへの影響、そして新型エネルギーシステムの配置の遅れなど、多くの問題に直面しています。
これに対し楊代表は、算力と電力の協調発展を推進するため、知算センターの電力供給強化と、算力と電力の双方向協調を提言しています。具体的には、「算力を電力に追随させる」として、高負荷・高消費電力のAIトレーニング需要を西部地域へ誘導すること、そして「電力を算力に合わせて建設する」として、西電東送（西部地域の電力を東部へ送電）の推進、地域間送電網や蓄電池の整備、東部地域での電力インフラ投資の拡大を推奨しています。
さらに、知算センターに対する優遇電力政策の実施、全国統一電力市場体系の構築加速、算力センターと再生可能エネルギー（緑電、水力、原子力など）発電企業との直接接続を支援し、エネルギーコストの実質的な低減を目指すことも提案しています。
データ価値の活性化：工業データの流通促進
データはAI発展の核心的生産要素ですが、特に工業データの価値発掘には課題が残っています。楊代表は、中国が最も多くの工業分野を持つにもかかわらず、異なる設備やメーカー間の技術・標準の不整合が、データ流通の効率を低下させていると指摘。
これを解決するため、楊代表は「信頼できるデータ空間」を突破口とし、コンプライアンス管理体系の整備、技術標準の構築、産業誘導の強化を通じて、工業データの効率的な流通と安全な利用を促進し、AIと新型工業化の深度融合を実現することを提言しています。
具体的には、工業データの分類・等級管理の実施細則の策定、全国統一の重要工業データ登録・リスク評価監督プラットフォームの構築、信頼できるデータ空間参加者の権利・義務境界の明確化、データセキュリティとプライバシー保護の責任帰属の整理などを求めています。
また、工業データフォーマットやインターフェースの不統一という業界課題に対し、工業分野のデータフォーマット、インターフェース、セキュリティ認証などの技術標準体系の構築を加速し、データ流通・セキュリティ保護のための共通技術プラットフォームを構築することを提案。財政補助やパイロットプロジェクトを通じて、標準構築と実証プロジェクトを協調的に推進し、産業主体による標準落地検証を奨励することで、規模市場効果の形成に向けた標準サポートを強化すべきだと述べています。
さらに、産業誘導の重要性も強調されており、特別基金の設立などを通じて、インフラ接続やコアコンポーネントの研究開発・応用への支援を強化し、プライバシー計算、マルチパーティ計算などの分野でコア技術のブレークスルーを目指すことも提案しています。
AIの安全な発展に向けたガバナンス強化
AIの急速な発展とともに、データセキュリティやアルゴリズムリスクといった問題が顕著になっています。持続可能な発展のためには、包括的な安全ガバナンス体系の構築が不可欠です。
楊代表は、中国のAI発展は「追随・配置」から「安全・制御と主導的リードの重視」へと転換すべきであり、データソース、モデルアルゴリズム、コンテンツ出力までをカバーするAI全チェーンのガバナンスメカニズムを加速的に構築する必要があると主張。
データソースのガバナンスレベルでは、トレーニングデータの出典記録・開示制度の確立、悪意あるデータ収集や大量の著作権侵害コンテンツ生成などの違法行為の厳罰化により、トレーニングデータの合法性と安全性を根本から保障することを提言しています。
モデルアルゴリズムのリスク管理に関しては、アルゴリズムと大規模モデルの登録メカニズムのさらなる改善、アルゴリズムの安全性と倫理監査の実施、AIシステムの開発者・導入者・使用者それぞれの責任境界と法定義務リストの明確化により、アルゴリズムの発展が法規に基づき、規則に従って進むようにすべきだと述べています。
AIコンテンツの管理・検証段階では、公信力のあるAI生成コンテンツ検出・追跡プラットフォームの構築を推進し、異なるプラットフォームやモデル間の識別データインターフェースを連携させることで、疑わしいAI生成コンテンツの迅速な検証と追跡を可能にし、AIコンテンツの真偽判断の難しさや責任所在の不明確さといった業界の課題を解決し、AIの安全・コンプライアンス前提での革新的な応用を促進すべきだと提言しています。
出典: 元記事を読む
この記事に関連するおすすめ求人特集：
※最新の採用状況により、リンク先の求人が更新されている場合があります。
※現在お読みいただいているこの記事は、国内外のニュースソース等から取得した情報を自動翻訳した上で掲載しています。
内容には翻訳による解釈の違いが生じる場合があり、また取得時の状況により本文以外の情報や改行、表などが正しく反映されない場合がございます。
順次改善に努めてまいりますので、参考情報としてご活用いただき、必要に応じて原文の確認をおすすめいたします。