美国NSF“美国人工智能就绪”（AI Ready America）行动介绍与分析

美国国家科学基金会（NSF）近日推出的“Tech Access: AI Ready America”（美国人工智能就绪，以下简称AI Ready America）行动，是美国从“AI科研领先”向“AI就绪社会”迈进的核心举措，通过构建全国性AI赋能发展体系，推动AI技术从前沿科研向全社会普及与深度应用。该行动的设计思路、实施架构与资源配置模式，对上海强化人工智能创新体系建设、推进长三角AI协同发展具有重要借鉴意义。

一、AI Ready America行动的背景与目标

当前全球人工智能竞争已从技术研发向全要素能力建设延伸，美国虽在AI基础研究领域保持领先，但AI技术在中小企业、基层公共服务、传统产业及弱势群体中的普及应用仍存在显著短板，区域间、群体间的AI能力差距形成发展壁垒。在此背景下，NSF推出AI Ready America行动，核心目标是打造全国性AI就绪与应用能力建设体系，推动AI技术的包容性、规模化应用，提升国家整体AI竞争力。

AI Ready America行动的具体目标包含四方面：

一是实现全民AI素养，让工人、学生、社区居民、小微创业者等所有美国人具备理解、使用以至参与创造AI的能力，而非仅覆盖技术人员；

二是助力中小企业AI采纳与转型，为其提供AI工具、培训和技术支持，提升生产率与竞争力；

三是推动地方政府和社区机构利用AI优化公共服务，在就业、农业、公共安全、教育、医疗等领域提升服务质量与可及性；

四是构建全国AI就绪基础设施与协同网络，通过州域协调枢纽、全国协调领导及主题竞赛，形成可持续、可复制的AI能力建设与应用体系。

二、AI Ready America行动主要内容和实施计划

AI Ready America行动以“州协调枢纽（Hub）、全国领导中枢（National Lead）、AI催化剂大赛（Catalyst Award）”三大核心组件为实施架构，分阶段推进全国AI就绪网络建设。

（一）核心实施架构

州协调枢纽：在全美56个州、华盛顿特区及领地各设1个协调枢纽，作为本地AI资源“集线器”，承担跨主体协调、本地AI方案规划部署、AI培训与技术援助等职能，采用“自下而上”模式，由地方需求驱动AI场景开发与应用。单个枢纽每年获100万美元资助，标准资助期3年，成效显著者可获第4年过渡期资助。

全国领导中枢：通过专项资助机制遴选全国级总枢纽机构，负责跨州枢纽协调与知识共享、重点经济领域主题整合、国家级AI就绪指标体系建设，每年最高资助300万美元，最长资助期5年，总规模不超过1500万美元。

AI催化剂大赛：面向国家高优先级需求设立专项竞赛，竞赛由NSF或全国协调领导机构牵头发布，聚焦AI治理、数据算力基础设施、行业AI赋能等主题，单次竞赛预算500-1000万美元，支持创新项目快速试点并在全国扩散。

（二）分阶段实施计划

AI Ready America行动计划分三阶段推进：第一阶段为2026年起，通过三轮竞争建设州协调枢纽，2026年6-7月完成首轮提案征集与评审，首轮择优支持10个州试点，后续两轮逐步扩展至全美56个州/领地。

在州枢纽网络基本成型后，遴选全国领导中枢机构，推动跨州标准统一与协同合作。在计划实施过程中，根据全国和各地暴露出的关键瓶颈需求（如算力/数据缺口、AI治理问题、特定行业需求），有针对性地发起AI催化剂大赛主题竞赛，快速补齐短板并放大成功范式。

三、AI Ready America行动的主要特色

（一）打造区域AI创新的核心“加速器”

州枢纽（Hub）是AI Ready America行动落地的核心抓手，其功能设计紧扣区域协同与实际需求，采取轻资产运营模式，具备鲜明的实操性，用较小的投入规模（100万美元/年）撬动现有资源协调联动，实现AI能力的指数级扩散。

一是依托既有网络做能力叠加，不搞平行建设，充分利用本地高校、社区学院、图书馆、合作推广系统、小企业发展中心（SBDC）等成熟机构网络，在原有职能基础上叠加AI能力建设与应用任务，盘活存量资源、降低建设成本，实现AI体系与本地既有服务体系的深度融合，打破主体、部门间信息壁垒与资源孤岛，推动教育、产业、公共服务领域的AI资源互通、需求对接与协同发力。

二是坚持自下而上与问题优先，精准匹配场景需求，完全由地方实际需求驱动AI赋能方案规划与部署，摒弃“技术先行”的思维，从农户生产决策、地方就业服务、基层公共安全等具体场景和痛点出发，反向推导适配的AI解决方案，确保AI技术落地贴合实际、解决真问题。

三是聚焦“中介者”关键群体，追求乘数放大效应。Hub预算中大约20–30%用于面向关键“中介者”（教师、推广员、小企业顾问、图书馆员、社区组织者）开展AI Ready能力专业培训，通过举办培训课程、工作坊、开发线上学习资源、建立“同行社群”和持续支持机制等，形成少量核心人员-大量最终受众的乘数效应。

四是建立科学评审标准，保障项目落地实效，围绕地方AI发展实际设置明确的项目评审维度，重点考察申报方是否真正理解本地AI发展规划需求与现存差距、是否制定清晰可行的项目里程碑和可衡量指标、是否具备可扩展的“问题到解决方案”实施路径，从源头保障项目的落地性、可操作性与可复制性。

（二）形成全国一盘棋的AI赋能发展格局

各州枢纽并非独立运作，而是通过全国领导中枢机构形成有机联动、协同发展的整体格局。

一是建立区域枢纽联动机制，形成全国AI深度协同体系：一方面，各州枢纽基于本地特色开展AI场景开发与能力建设，形成差异化的发展模式；另一方面，全国领导中枢机构通过建立经验交流机制、制定共同标准、开发共享工具包，推动跨州枢纽间的知识互通、资源共享与项目协同，同时围绕制造业、农业、医疗等重点领域组织跨州协同项目，将地方创新成果转化为全国可复制推广的模式，实现区域AI创新体系的深度联动与协同升级。

二是突出基础设施思维，构建网络化治理体系：摒弃零散项目模式，依托高校、社区学院、小企业发展中心等现有本地机构，搭建制度性AI能力建设基础设施，通过56个州枢纽与1个全国领导中枢机构形成“神经网络”，实现资源整合与高效协同，避免重复建设与资源孤岛。

三是同步推进治理与指标建设，保障发展规范性：在AI赋能的同时，构建全国统一的AI治理框架与就绪度指标体系，与NSF《科学与工程指标》对齐，每两年开展一次全国AI就绪状态评估，引导资源向短板领域倾斜，避免政策碎片化，引导美国加快实现向“AI就绪社会”的全面转型

四是注重公平包容，破解AI红利马太效应：将农村、偏远地区及弱势群体纳入AI能力建设覆盖范围，通过枢纽网络系统性缩小区域、群体间的AI能力差距，确保AI发展成果的普惠性，让AI成为推动区域经济协调增长、社会治理效能持续优化的核心动力。

王雪莹，上海市科学学研究所创新政策研究室研究员。文章观点不代表主办机构立场。

◆ ◆ ◆

编辑邮箱：sciencepie@126.com