科技进步是降低人工智能应用门槛的关键所在。为了实现这一目标，我们需要加大科研投资，并提升自主研发能力，在智能芯片、操作系统等重要领域取得更多突破。同时，我们还需要巩固算力、算法和数据等技术基础，培养出一些通用大模型和行业大模型。
近日，工信部发布了一份名单，列出了151个典型应用案例，展示了人工智能在新型工业化中的潜力。这不仅是为了起到示范引领的作用，还旨在引导地方政府和企业加大对这些典型案例的政策、资金和项目支持力度，以促进人工智能在新型工业化中的广泛应用，并加速形成新的生产力。
作为推动新型工业化的重要推动力量，人工智能被视为引领科技革命和产业变革的战略性技术。它也是一种通用性最广泛的关键共性技术，具有强大的溢出效应，可以起到“头雁”作用。中央经济工作会议强调了开展“人工智能+”行动，旨在促进人工智能技术与各行各业深度融合。由于其广泛渗透、替代、协同和创新特点，人工智能已经深入到制造业的各个环节中，并且可以提高全要素生产率，重塑产业技术体系、生产模式和产业形态，推动制造业实现转型升级。
我国具备为新型工业化赋能的良好基础，特别是在人工智能产业方面。目前，我国人工智能核心产业规模已接近6000亿元，相关企业数量超过4500家。我们已初步建立了一个较为全面的人工智能产业体系，涵盖了芯片、算法、数据、平台和应用等上下游关键环节。同时，我们也见证了智能芯片和通用大模型等创新成果的快速涌现，并且不断夯实着智能基础设施。数字化车间和智能工厂的建设也在加速进行中，这些都促使传统生产力向新质生产力转型，并且加速形成现代化、智能化的产业体系。
新型工业化正在深入实施，而人工智能正为其注入强大动力。人工智能在工业领域的应用场景不断扩展，并且正在加速从最初的研发设计、运营管理、营销服务等环节向生产制造环节深入渗透。这种趋势推动着制造业向全方位、深层次的智能化转型升级迈进了一个新阶段。专用智能应用，如传统小模型，已经逐步成熟；而通用智能应用，如大模型，则处于初步探索阶段。各行各业的应用场景不断创新丰富，对制造过程和研发模式产生了深刻变革，并催生出了许多新产品和新形态。这些变革为我国实现由大到强、实现弯道超车提供了重要方向和重大机遇。
人工智能的发展为新型工业化注入了强大动力，但却存在着供需两端温度不一致的情况。从供给侧来看，人工智能技术创新蓬勃发展，技术、算法、模型和解决方案不断演进升级，企业将工业领域视为实施人工智能应用的重要市场；而从需求侧来看，则呈现出参差不齐的整体应用意愿。大型企业具备资源和能力，在人工智能技术应用方面表现积极，并取得了一定成效。然而许多中小企业由于资金、人才和技术等方面的缺乏，对于采纳人工智能技术持有较低的积极性和运用程度。
这种情况导致了供给侧对于人工智能技术充满热情，而需求端则相对较为冷淡。先进制造行业在落地实践上取得了显著成果，但一般制造行业推进困难较多。头部企业在应用落地方面表现出色，然而中小制造企业更多持观望态度。
为了推动工业领域更深入地应用人工智能技术，我们需要着重降低其应用门槛。工业场景的特点包括多样性和复杂性，对精度要求高、容错率低，并且不同细分行业对人工智能技术的需求也存在较大差异。因此，我们需要提升人工智能技术的专业性和可靠性，并针对不同行业和企业推出更适用且具有普惠性的产品和解决方案。
在行业发展过程中，标准制定是至关重要的。为此，我们成立了由工信部主导的人工智能标准化技术委员会。该委员会将负责制定和修订与人工智能评估测试、运营运维等领域相关的行业标准。这一举措将有助于形成统一而全面的行业标准体系，并打破技术壁垒，促进整个产业链上下游之间更好地合作与交流。
技术进步是降低人工智能应用门槛的关键。为此，我们需要加大科研投入，提升自主研发能力，在智能芯片、操作系统等关键领域取得更多突破。同时，我们还需夯实算力、算法和数据等技术基础，培育一批通用大模型和行业大模型。此外，我们要积极推动智能产品的发展，并广泛应用智能化软件，以促进家电、手机等消费终端向强化人工智能升级。
为了更好地发挥企业的创新主体作用，我们不仅鼓励产学研合作，并支持龙头企业打造人工智能赋能新型工业化典型标杆；同时也要建立良好的服务体系来支持中小创新企业在人工智能市场中参与度更高。这样可以降低他们参与市场竞争的门槛，并形成一个百花齐放的市场竞争格局。
相关文章
