广州大学苏申：强化场景验证能力，释放广东AI红利

　　广东正在收获AI技术红利。今年上半年广东继续稳固经济第一大省地位，智能经济发展是背后的主要推手。

　　2026年上半年广东GDP同比增长4.5%，创下近3年同期最高；计算机、通信和其他电子设备制造业对规模以上工业的贡献率高达56.9%。智能经济正在从概念走向真金白银。

　　当各地争相抢占智能经济高地，广东的优势在哪里？大规模算力建设背后，安全防线如何重构？南方财经记者就此专访广州大学网络空间安全学院教授、CCF Yocsef广州25~26年度主席、广东省人工智能与机器人学会副秘书长苏申。作为方滨兴院士团队核心成员、“盾立方”主动防御体系的主要研发者之一，苏申长期在一线参与国家重大赛事网络安全保障。

　　在他看来，广东的优势不止于制造业基础，更在于一种把想法快速转化为商业模式的场景验证能力；而AI红利能否持续，算力服务保障与安全治理能否同步跟上也是关键影响因素。

　　苏申。资料图AI红利驱动广东增长

　　南方财经：今年上半年，广东电子设备制造业对经济的高贡献率，是AI技术红利的体现，还是传统电子制造业周期回暖的叠加效应？你如何判断这轮增长的可持续性？

　　苏申：我认为这毫无疑问是AI技术红利。如果说这只是传统电子制造业的回暖，那么我们应当看到整体数据的全面向好，但现实情况是整个电子制造产业正在经历结构性的优化调整。

　　 AI驱动经济增长体现在资本加码和刚需旺盛两个方面，越来越多的企业开始应用AI并尝到甜头，各地纷纷建设算力中心、大量采购服务器以保障社会需求，这是一个几乎不可逆转的社会发展趋势。

　　南方财经：广东上半年互联网和相关服务业投资大幅增长399.5%，这背后的原因是什么？

　　苏申：我认为这首先体现了广东在国家战略中的重要地位——“东数西算”是国家确定的举国体制战略规划，广东作为沿海地区的核心枢纽，正在获得国家层面的大力投入。同时，广东的产业链完整度在全国首屈一指，投资项目能够快速完成商业逻辑验证、市场响应和规模扩张，并提高回报的成功率，而资本总是倾向于最容易产生回报的地方，出现这样的增长也不足为奇。广东场景验证能力强

　　南方财经：《AIR珠江指数报告(2025)》显示广东人工智能企业主要集中在应用层，其占比约73%，技术层与基础层分别占比约15%和12%，这样的结构是否会带来“卡脖子”的风险？

　　苏申：我觉得这个数据恰恰说明了应用层是我们的优势。相比于美国，中国的市场大、产业链全、制造业丰富，只要有一点技术红利，就能快速完成市场磨合和应用闭环。当然必须承认被“卡脖子”的风险确实存在，比如高端芯片依赖进口，主流AI研发框架也基本都是国外的。

　　但我们没有必要过度担心，我们的路径是先把场景做大、市场做强，再反过来倒逼硬件和算法补课。近几年，从广东省发改委、工信厅、科技厅相继出台的政策和规划来看，政府已经充分认识到这个问题，正在针对性地补强。

　　南方财经：在全国的AI版图中，广东的不可替代性在哪里？如何进一步巩固优势？

　　苏申：广东最核心的优势是工业底子好、产业链完整，因此AI赋能的场景体量大、需求多、链条完整。我们的强项是场景验证能力——能把技术快速变成可落地的商业模式。

　　巩固优势要靠输出模式。比如龙头企业验证过的“最佳实践”可以输出到全国，形成行业话语权和影响力；同时我们也可以输出国家、行业等各级标准，持续积累行业先发优势。举个例子，目前很多行业专家想了解具身智能的一手现状，第一站就是来广东，这就是口碑和话语权的体现。

　　南方财经：广州如何在珠三角AI产业集群中确定自己的生态位？

　　苏申：珠三角城市不是抢蛋糕，而是合作做大蛋糕。这需要政府主导开放足够多的应用场景并做好支撑服务，以便让创业者能快速完成从想法到商业闭环的验证。

　　好的场景要有清晰边界、有真实且普遍存在的痛点、有明确的评价标准，并有企业愿意为创业者的第一桶金买单。好的支撑服务包括提供便宜的算力、便捷的资源对接、充沛的人才市场——做好这些，企业自然会把税收留下来。AI安全治理需“边跑边建护栏”

　　南方财经：算力基础设施和数据中心的大规模建设，会带来哪些安全挑战？

　　苏申：传统的网络安全防护遵循的是边界防护逻辑——把所有业务部署在云端，设置一个集约化的防护边界，所有访问从一个口进出。这种方式成本低、管理简单。但AI算力涉及的场景完全不同：数据需要流通、算力需要跨地域调度、云边端架构需要融合，传统的防护边界正在变得模糊甚至消失，基于边界的防护已经难以应对新的威胁，需要转向主动防御。

　　主动防御的核心在于主动与攻击者对抗，通过主动的诱捕、发现、动态权限验证等手段进行攻防响应，而不仅仅是被动地检测访问行为。产业生态需要面向这样的防御逻辑进行调整，这也是一个针对安全行业的新挑战。

　　南方财经：你的团队在这方面是否有具体实践？

　　苏申：我所在的广州大学方滨兴院士的团队，由带头人方滨兴院士提出了“盾立方”的主动防御体系，不依赖固定边界，可主动感知攻击行为并进行阻断。这套系统从2022年北京冬奥会开始研发，历经成都大运会、杭州亚运会、哈尔滨亚冬会、十五运会等多次重大赛事的检验和迭代。比如在哈尔滨亚冬会期间，我们主动拦截了130多万次攻击，上级安全部门通报的56次攻击威胁全部提前处置完毕。

　　南方财经：除了技术，管理层面的防线是否足够？

　　苏申：我们正在讨论一个全新的复杂信息系统，它的合规、监管一定不会是完善的，需要在体系构建的过程中逐步完善。另一个有趣的现象是，过去安全运维高度依赖人力驻场，比如一个大型赛事动辄需要上百人的安防团队，成本极高。现在我们在向智能体安全运维转型——亚冬会已开始使用相当比例的AI安全智能体以降低成本。未来，网络攻防两端很可能都将以智能体对抗为主，目前攻击侧已经在用AI挖洞、进行自动化渗透利用，传统人工的响应速度根本跟不上，而只有智能体才能匹配这种强度。

　　南方财经：你曾提到，新技术诞生之初人们更关注性能，然后才转向安全问题。广东上半年AI产业爆发式增长，智能经济跑在了前面，但AI安全治理的规则、标准、技术是否还没跟上？

　　苏申：一定是先发展再治理，安全是伴生的，没有攻击就不需要安全。而事实上是，没有价值就没有攻击者，提前上一堆安全手段只会增加成本、吓跑资本。就像互联网初期数据包全是明文传输，应用价值起来了，才出现加密传输。

　　现在国家在AI治理方面开展的备案管理、暴露面筛查、内容标识等工作，从而进行事后追责，这是“边跑边建护栏”的思路，出了问题或者看到问题的端倪，再想办法解决。解决好AI安全治理的关键在于管好“做AI治理的手”，做好发展与安全的统筹协同，既要防护到位，又不能制约行业发展。

　　南方财经：广东下一步该如何利用好算力基础设施发展智能经济？

　　苏申：一是促进数据要素流通，比如数据定价和确权，这需要技术和管理的协同，完善相关机制制度。二是保障好基础设施的安全，智能经济的底座是算力和电力，比如设置高效、分布式的算力、电力协同和调度。三是对算力需求分级，保障关键的AI算力需求。AI人才正在去模板化

　　南方财经：广州大学在产业化方面做了一些转型，高校如何平衡前沿研究与产业转化？

　　苏申：高校技术产业化是个老话题，需要解决信息壁垒和信任鸿沟。老师有技术缺产业化能力，产业界有市场能力但缺技术，建立合作需要强信任。怎么完成撮合对接、怎么完成合作是个老难题，关键在于学校要提供这种高效的对接和撮合的机会，比如我们学校就有针对性的成果转化服务平台“产研链”。

　　南方财经：智能经济发展需要什么样的AI人才？

　　苏申：一方面，大厂在执行层面依然需要模板化的人才港股股票配资平台，比如职业院校与企业绑定，为企业定制化培养人才；另一方面，人工智能将会替代模板化能力，未来市场需要的是跨学科、跨领域、强资源整合能力、强辨识能力的复合型人才，比如广州大学“方滨兴班”一直在强调的就是这类人才的培养。