人工智能是新一輪科技革命和產業變革的驅動力量，是推動我國數字經濟高質量發展的重要引擎。為進一步激發創新活力，深化人工智能在各行各業的應用落地和產業生態建設，中國信息通信研究院（簡稱“中國信通院”）《專家談》欄目開辟“人工智能”系列專題，將邀請多位業界資深專家多視角探討我國人工智能的發展形勢。本期邀請到中國信通院信息化與工業化融合研究所副所長田洪川，為我們解讀人工智能賦能新型工業化的路徑、挑戰與發展。

一、人工智能賦能新型工業化的主要路徑

人工智能是引領新一輪科技革命和產業變革的戰略性技術，呈現出技術創新快、應用滲透強等特點，成為新型工業化的重要推動力。一方面，AI與工業各環節融合，帶來研發創新方式、生產運營方式、資源組織模式、產品服務模式的深刻變革。另一方面，AI與制造裝備、工業軟件、工業數字化平臺等供給產業融合，變革現有制造體系和數字化產品賦能模式，實現更精準控制反饋和更高級分析創新，并進一步降低產品開發部署及用戶交互門檻，拓展新產業空間的同時為我國提供短板突破的機會。

二、人工智能在工業的應用與挑戰

總體形成兩類技術應用模式：一是以場景化小模型為代表的專用智能應用，正從工業視覺識別等外圍應用向數據+知識的綜合應用演進。當前，AI已經在工業研發、生產、管理全環節廣泛應用，經統計約57%集中在生產環節。形成表面缺陷檢測、生產過程控制優化、質量關聯分析、設備預測性維護等上百種場景，并逐步解決更細分更復雜的工業問題。二是以大模型為代表的工業通用化應用探索，已展現出推動效率躍升和領域創新的潛力。經統計，當前類ChatGPT的語言大模型在工業領域應用是企業關注的熱點，占比超70%，一些大企業在嘗試構建行業垂類大模型，但基本都用于提升重復執行類和文本歸納類工業任務的處理效率。此外，基于專用領域大模型、多模態大模型和時序大模型形成工業輔助設計、藥物/材料研發、裝備具身智能等場景，但受限于專業性和技術成熟度，目前僅部分企業在探索。

工業智能的應用發展還面臨一些困難挑戰，一是生產制造核心環節的機理及工況復雜、安全可靠性要求高，AI的融合應用不單單是技術問題，更多的是可靠性、工程化部署和應用的經濟性等實際問題。二是研發設計軟件、核心工藝包、物性數據庫等支撐融合應用的關鍵算法與知識被少數企業掌握，導致部分核心環節應用以及原始創新應用只有少數領域巨頭能夠實現。三是支撐建模訓練的高質量數據缺乏，此外絕大部分企業都對數據隱私及安全性存在擔憂，不愿將生產核心數據提供給第三方進行建模訓練與應用開發。四是既懂智能算法技術，又懂業務知識和工藝的復合型人才少而貴。

三、持續深化人工智能賦能新型工業化

一是以系統工程思維推動人工智能賦能新型工業化。統籌考慮人工智能技術產業培育與重點行業數字化轉型推進，促進數字經濟與實體經濟深度融合。二是以場景解耦推進工業人工智能應用推廣。以典型場景為基本要素推進場景化解耦，固化技術構建路徑和實施經驗。三是實施數據建設與質量提升工程，以平臺+場景推動數據積累。依托試點項目沉淀核心數據語料庫、提示詞庫。探索行業企業基于可信數據空間開展數據集共享流通應用。四是發揮市場優勢，帶動產業培育及融合技術產品創新。面向智能裝備、智能工具引擎、融合解決方案等重點領域開展服務商申報與遴選。依托工業人工智能共性技術試驗驗證環境開展技術融合驗證與評測。