在拉巴特，1月12日“AI Made in Morocco”的官方启动，将一份结构清晰、阶段分明的2025—2030路线图摆上台面。这份路线图的核心意图，是把人工智能从“愿景与口号”推进到行政体系、基础设施与实体经济之中。文件给出了可读的推进顺序。先建立可信框架，再夯实数字服务赖以运行的技术底座，随后组织能力提升、区域创新与资金支持，最终用可量化的结果来检验整体成效。 名称背后，方法论很明确。摩洛哥并不把人工智能当作对既有系统的简单叠加，而把它视为一项必须同步改造法律、基础设施、数据体系、人才能力与治理机制的系统工程。路线图以十个项目覆盖从监管到变革管理的完整链条，并直言这一选择的关键性，因为人工智能从来不是“单兵作战”。它依赖系统质量、数据供给、安全保障、长期可持续运维的团队，以及能够承接变革的行政组织。 2025—2026年，以信任为起点 第一阶段设定在2025—2026年，信任被置于核心位置。国家计划推出“数字法X.0”和“人工智能框架”，并在2027年起引入认证流程与可信标签，之后在2029—2030年实现与国际框架的对接。 这并非形式化安排。人工智能一旦触达公共服务，就牵涉行政责任与公民保护，必须明确什么被允许、什么需要监管、错误如何处理，以及应达到怎样的透明度。路线图的逻辑，是从一开始就降低灰区，避免在法律基础不稳的情况下部署敏感应用。 先做基础设施，再谈承诺 监管框架之外，更关键的是一项几乎决定后续一切的技术工程。路线图把“Move to Cloud”项目明确放在2025—2027年。信号很清楚。在承诺智能助手与AI增强服务之前，必须拥有能承载算力负荷、保障访问安全、确保业务连续性并可治理的云架构与环境。 同样地，路线图设置了重资产节点，包括一个50兆瓦的数据中心与本格里尔数据中心扩建，并在期末提出500兆瓦“绿色数据中心园区（Green DC）”的目标。数字背后是物理现实。人工智能不仅是软件议题，更是计算与托管产业，因此直接关联投资、能源、韧性与竞争力。 数据与互操作性，改革的“中枢神经” 对行政内部运行影响最深的部分，出现在“数字公共底座平台”。路线图提出先发布软件代码平台的首个版本，并建立包含二十个关键API的库，随后对公共数据资源进行大规模梳理并以开放数据（Open Data）方式释放，最后走向互操作性与“只填一次（once-only）”原则的普及。 这一点看似技术性很强，却极具政治性。它意味着不再向公民和企业重复索取行政体系已掌握的信息。最具体的公共服务改革，恰恰发生在日常流程里。与此同时，这也是人工智能得以发挥作用的前提。如果数据碎片化、标准不一致、部门之间彼此割裂，再“智能”的系统也难以真正简化任何事情。 大规模培养，更难的是留住人才 在人力资本方面，这份计划的细化程度并不多见。它提出建立编程学校，其中包括YouCode这一数字学校，并搭建线上认证培训平台。路线图还提到2025年10月启动的“Master AI Junior”项目，以及摩洛哥皇家足球联合会（FRMF）的“青年人才”项目，目标覆盖20多万名8至18岁的受益者。此外，文件给出了量化指标，2025年先培训2,500人，随后累计达到14,000人，并设置JobInTech技能提升项目，面向实用型数字技能，以改善青年就业前景。 路线图还强调加强数字领域“博士生助教（Doctorants-Moniteurs，DM）”机制，并给出阶段目标，2025年150名，2026与2027年各200名，之后趋于稳定。整体呈现出“双线策略”，一条是面向市场与行政体系的广覆盖供给，另一条是面向应用研究与尖端能力的科研加固。但难题各国皆同。培养人才固然必要，稳定团队、留住成熟经验同样关键，这关乎吸引力、职业路径以及公共部门长期使用高水平人才的能力。 大模型项目，押注“摩洛哥模型” 路线图也把一个象征性、且可能决定成败的工程写得很清楚，那就是大语言模型（LLM）。计划包括先推出支持达里贾（Darija）与阿马齐格语（Amazigh）的国家模型Alpha版本，随后进行大规模训练并接入公共服务流程，最终在2029—2030年形成出口雄心。语言选择与公共效用目标高度一致。无法理解用户语言的AI，永远只能停留在边缘位置。 但这一板块最终要靠结果说话。可量化的质量、安全性、鲁棒性、数据合规，以及能否嵌入真实的公共服务路径，都会成为评判标准。这也是一项战略最可能产生成效、也最可能撞上技术与组织瓶颈的地方。 创新走出拉巴特，区域的承诺 路线图的另一重雄心，在于把创新带出拉巴特，落到各地区。文件提出在十二个大区部署Jazari研究院国家网络，建设“Digital Lab Ed Tech”，并在长期实现研究院的财务自主。它也设置了一个更具执行意味的节点，即以“Jazari Root”作为统筹与落地的抓手。 区域化创新，是对转型集中在少数城市风险的直接回应。但它只有在任务清晰、团队到位、预算明确、项目管线稳定的条件下才有意义。否则，网络容易沦为标签。有了这些要素，它才可能成为能力扩散、地方生态构建与区域适配解决方案的生产工具。 融资与国家级冠军的出现 为了走出“原型经济”，路线图把融资与冠军培育纳入收尾的关键章节。文件提到通过创业共建（venture building）与风险投资（venture capital）机制，设立风投基金，并强化孵化与加速体系，最终推动国家级科技冠军出现。重点并非“多做初创”，而是培育能销售、能守住市场、能规模化、能出口的企业。在这个过程中，公共采购、数据可得性、采购速度与监管清晰度，往往与资本同等重要。 带有非洲维度的技术外交 国际合作被作为独立轴线写入路线图，其中包括Hub Morocco Digital for Sustainable Development（D4SD），即“摩洛哥数字促进可持续发展中心”，这是一个阿拉伯—非洲人工智能与数据科学卓越中心，已于2025年9月启动。 在此基础上，路线图规划了南南技术项目与区域伙伴关系，并提出在摩洛哥举办全球AI峰会的目标。这是一种把国家战略置于技术外交框架中的方式，强调非洲维度，同时不放弃国际能见度。 真正的考验，在于执行 最艰难的一步仍然是执行，它永远决定一份路线图能否变成可触摸的转型。为此，计划提出新的组织架构，设立人工智能总局，推动以数据为驱动的治理，并对路线图进行动态调整，同时引入社会经济影响评估。 文件也把“采用与落地”写得很直白，包括建立“数字联络员”，开展技术去神秘化宣传，推动国家机关人员与中小企业的负责任采用，并在最后对社会经济效应进行终评。这实际上承认了一个简单事实。人工智能无法靠行政命令自动普及，它依赖使用场景、信任、培训，以及在不打乱公共服务运行的情况下引入新工具的能力。 可核验的节点，从2027年开始 因此，这份2025—2030路线图呈现的是一项被严格框定、结构化程度很高的雄心。它不承诺“技术奇迹”，而是把云化、数据中心、数据治理、互操作性、人才与治理作为前置条件，组织一场可落地的转型。更重要的是，时间表把国家置于可核验的截止点之前。 到2027年，观察指标会非常直观，云迁移是否完成，关键API是否存在并被使用，开放数据质量如何，互操作能力是否真正建立。条件具备之后，人工智能才可能成为改革与竞争力工具。若条件缺位，它就会停留在一组分散但有趣的项目之上。