从创新定位看，美国人工智能国家战略重心始终放在基础创新上。美国是人工智能技术的起源国和全球领导者，发展人工智能对美国保持国际竞争力和国家安全都至关重要，因此一直积极布局国家战略推动其发展。在奥巴马时期，美国出台了《2016年美国国家人工智能研究和发展战略计划》，到了特朗普政府时期，美国又发布了更新版的《2019年国家人工智能研究和发展战略计划》。两版国家战略都注重促进人工智能发展的长期性，2019年版战略报告更是四次提到要“支持长期的人工智能基础研究，推动未来技术研发”，反映了美国一贯坚持的战略重心，即推动前沿性人工智能技术的基础创新，持续提升原研能力，同时所有的资源调配和项目计划都服务于这一重心，以保持本国在人工智能领域的技术领先优势。这也是联邦政府对学术界“国家研究云”的建设倡议高度重视和快速响应的根本原因。

从创新模式看，美国需要高层次、大规模的“政府-大学-产业”协同驱动技术创新。以斯坦福大学造就硅谷为重要标志，美国构建了“政府-大学-产业”的三螺旋创新模式，并取得大量的科技创新成果。在人工智能领域，许多机构也已经启动合作，例如国防部下设的“国防创新部门（DIU）”，通过政府采购与产业界建立合作关系，美国国家科学基金会设立了“国家人工智能研究机构”项目，为高校和科研机构提供研发资助，在机器学习等前沿技术开发和应用拓展上起到了积极作用。但近年来，人工智能领域的市场失灵问题日趋严重，谷歌、亚马逊和IBM等人工智能七巨头拥有大量创新资源，但投入方向局限于高利润汇报领域，同时学术机构面临着预算持续收紧、人才流失和数据缺乏等问题，学术研究受到严重制约，更高层次、更大规模和更有效的“政府-大学-产业”的合作需求愈发紧迫，“国家研究云”作为一种新型的国家基础设施，无疑需要美国联邦政府、顶尖学术机构和科技巨头进行通力合作，它的实施将有助于美国在人工智能领域构建全新的国家创新关系网络，并为政产学研合作拓展新的内涵。

从创新要素看，美国对计算基础设施建设的需求最为迫切。人工智能技术创新离不开高性能计算和海量数据资源，但是不易获取。美国对这两种资源的需求集中表现在学术界。一方面算力资源掌握在科技巨头手中，微软、亚马逊和谷歌都能够提供商业化的公共云服务，但学术界不能承受高昂的购买费用；另一方面美国在生产力、医疗和高分辨率地图等领域拥有全球领先的数据资源，但这些数据资源掌握在政府和行业手中，不向社会和公众开放，学术界难以获取。仅从学术层面看，科研中搭建的算法模型得不到算力验证和数据训练，研发活动和人才培养必将受到阻碍。从国家战略层面看，计算资源基础设施的缺失，是国家创新体系中决定性创新要素的缺失，不单是学术界的局部困境，更是关乎美国政产学研各界的系统性困境。现在全球许多国家已经意识到计算的重要性，中国已经正式把人工智能基础设施列入新型基础设施建设范畴，欧洲已经制定了利用数据和云计算资源提升全球竞争力的计划，美国如果不尽快突破瓶颈，将有可能失去全球人工智能领域全球领导地位。既能解决美国学术界的燃眉之急，又能获得政产学研各界广泛支持，“国家研究云”建设无疑将是一个良好的切入点。

目前，“国家研究云”仅提出一个初步构想，要落地实施，还面临许多挑战，需要解决建设的组织架构、实施主体、资金安排、合作机制、硬件布局、数据范畴、访问权限等一系列问题，同时还需要更为强力的公共政策和持续的资源支撑，包括数据标准化、数据安全等数据立法的政策调整和法律改进，以及持久大量的投资。这不仅是美国将要面临的挑战，也是全球各国建设人工智能基础设施普遍要解决的问题，我国也不例外。因此“国家研究云”构想一旦落地，对我国将产生一定的积极意义，有利于即将开展的人工智能新型基础设施建设的比较、借鉴和进一步创新。