在新一輪科技革命和産業變革加速演進的背景下，推動人工智能與傳統産業深度融合，成為助力傳統産業改造升級的新動力。2025年8月，國務院發布的《關於深入實施“人工智能+”行動的意見》提出“人工智能+”産業發展，為傳統産業改造升級提供了根本遵循。深入分析“人工智能+”賦能傳統産業的成效，厘清短板與不足，提出相應對策，對推進新型工業化和加快製造強國建設具有重要意義。
“人工智能+”助力傳統産業改造升級成效顯著
近年來，在政府相關政策、企業技術創新以及市場需求的推動下，“人工智能+”正逐步融入傳統産業的各個環節，促進其從要素驅動向智能驅動轉型。
解決傳統産業發展瓶頸，促進生産效率與質量提升。人工智能與傳統産業融合，推動了生産流程的智能化與自動化，提高了生産效率和産品質量，降低了企業的生産成本。在生産環節，工業機器人結合人工智能視覺檢測技術，實現了從人工巡檢到智能監測的轉變。根據《2024年世界機器人報告》，2023年我國工業機器人安裝量佔全球51%，應用密度達到每萬名員工470&。在汽車製造領域，工業機器人利用先進的視覺識別與精準控制技術，精準高效地完成焊接、裝配等各項複雜任務。在家電領域，人工智能的應用實現了降本增效。在原材料領域，人工智能通過數據匯總和深度分析，優化了生産工藝流程、提高了産品質量。在電力領域，大模型提高了故障檢出率、降低了誤檢率。在半導體領域，人工智能應用縮短了研發周期、降低了不良率。
近日，在2025全球工業互聯網大會展覽區，參會嘉賓和智能機器人互動。新華社記者 楊青 攝
拓展市場空間，實現産品與服務的智能升級。“人工智能+”推動了傳統産業從功能型向智能型轉變，激發了新需求並産生了新的應用場景。在消費領域，智能家居實現了設備的互聯互通與場景控制。2024年，我國智能手機産量同比增長8.2%，超70%的機型搭載了人工智能芯片，智能拍照、語音助手等成為標配。在生産領域，智能裝備滲透率持續增長，數控機床借助智能算法對加工路徑進行優化；汽車零部件企業引入具身智能機器人，提升了精密裝配效率。同時，隨着服務模式創新，傳統産業已由單一産品銷售向“産品+服務”轉型，如大型機械領域除銷售掘進機外，還提供遠程運維服務。
重塑産業生態，增強産業鏈協同能力。人工智能與傳統産業結合，消除了傳統産業鏈的信息壁壘，促進了上下游鏈條的協同與資源的優化配置，推動了産業鏈從“線性串聯”向“網狀協同”轉型。在供應鏈管理上，應用人工智能驅動的需求預測模型，有助於提高企業預測市場需求的精準度，以及合理規劃生産與庫存管理的能力。工業互聯網平台應用大數據等技術，為産業鏈上下游數據互通提供了重要基礎。在産業集群層面，區域“産業大腦”加速落地。此外，人工智能技術促進了跨行業的融合創新，如汽車與信息技術的融合普及了智能駕駛技術。同時，人工智能推動了傳統産業與新興産業的跨界融合，加速了産業生態的重構。如傳統農業與數字技術融合孕育出了智慧農業，拓展了農業的發展空間。
“人工智能+”助力傳統産業改造升級面臨三重堵點
“人工智能+”助力傳統産業改造升級過程中，在應用的廣度和深度上仍存在三重堵點。
首先，技術供給與産業需求之間存在“堵點”，主要表現在兩個方面：一是底層核心技術存在短板。我國人工智能應用多集中在場景落地，基礎研究和高端硬體與發達國家之間仍有差距。二是人工智能技術與産業場景的適配度較低。近年來，通用大模型發展迅速，但行業大模型的研發相對滯後，傳統産業細分領域的工藝知識和數據特徵比較難融入模型訓練。同時，小模型部署成本高，中小企業受到資金和技術的限制，難以針對特定工序開發輕量模型。此外，人工智能在工業場景中應用的穩定性和可靠性尚需進一步驗證，特別是在航空航天、能源電力等對生産連續性和穩定性要求較高的行業，若發生系統故障或錯誤決策可能引發事故並帶來經濟損失。
其次，資源配置與轉型需求之間存在“堵點”，主要表現在三個方面：一是算力供給結構不平衡。我國算力總體規模位居全球前列，但面臨着供需對接不暢、應用深度不足、區域發展不均等短板。二是數據資源碎片化。傳統産業數據分散在設備和系統中，標準和格式不統一，數據安全與共享矛盾較為突出，跨企業數據流通的制度保障機制略顯不足，企業“不願共享、不敢共享”的困局尚未有效打破。三是“人工智能+”的人才供需不平衡。從高校人才培養體系來看，人工智能與傳統專業交叉融合還不夠深入，具備跨領域素養與實踐能力的人才依然缺乏。傳統産業中部分員工對人工智能技術的熟悉度不夠，增加了適應智能化設備與管理系統操作和維護的難度，需對其進行大規模、系統性的培訓。
最後，政策支持與企業訴求之間存在“堵點”，主要表現在三個方面：一是政策協同性有待提升。當前“人工智能+”相關政策分散在各個部門，在一定程度上帶來“人工智能+”賦能傳統産業時對接部門多、流程多、周期長。二是對傳統産業的中小企業推進“人工智能+”支持力度略顯不足。龍頭企業推進“人工智能+”相對容易，而中小企業推進“人工智能+”所需的資金、技術、人才等較為有限，在技術選型、系統集成、應用開發等方面面臨諸多困難，導致“人工智能+”助力中小型傳統企業改造升級相對緩慢。三是標準與治理體系建設相對滯後。傳統産業人工智能應用的技術標準、倫理規範仍處於探索階段，尚不健全，算法透明度與解釋力還略顯不足。
構建協同賦能體系
推動“人工智能+”助力傳統産業改造升級
為擴大“人工智能+”在傳統産業改造升級中應用的廣度和深度，需堅持問題導向和系統思維，從技術創新、資源整合以及政策優化三個維度構建協同賦能體系。
第一，加強技術創新，提高産業適配能力。一是以“人工智能+”賦能關鍵核心技術突破。發揮新型舉國體制優勢，集中力量攻克人工智能芯片、工業軟體、傳感器等關鍵領域核心技術，精準實施“揭榜挂帥”機制，支持高校、科研院所與企業聯合組建創新聯盟，提升高端芯片和工業控制軟體的産業化水平。二是加速行業大模型研發。構建通用與行業小模型的協同發展架構，設立中央財政專項基金，鼓勵龍頭企業與科研機構合作開發細分行業的專用大模型，盡快實現對傳統産業關鍵領域的模型全覆蓋。推廣AIaaS（人工智能即服務）模式，降低中小企業應用人工智能的門檻。三是促進技術與應用場景的有機融合。開展“人工智能+傳統産業”場景創新行動，遴選代表性應用場景並對其給予資金和技術支持，建立“企業提需求、高校給方案、政府搭平台”的協同工作機制。
第二，優化資源配置，增強支撐保障能力。一是大力推動算力産業發展。有效實現東西部之間算力資源優化配置，提高算力資源轉化為傳統産業改造升級生産力的能力，大力發展綠色算力，加快突破算力領域關鍵核心技術。二是激活數據要素價值。明確數據資源持有權、數據加工使用權、數據産品經營權，&&傳統産業數據分類分級標準。在關鍵領域建設國家級傳統産業數據中心，開放設備參數、工藝標準等公共數據資源。鼓勵企業通過數據交易所開展傳統産業數據交易。三是加強複合型人才培養。高校應優化“人工智能+傳統産業”的交叉學科設置，相關專業增設人工智能課程包，提高複合型人才培養的數量與質量。開展數字技能提升行動，確保傳統産業中的規模以上企業工人數字技能全覆蓋。通過政策創新，吸引全球“AI+製造”領域高端人才來華創新創業，推動傳統産業改造升級。
第三，完善政策體系，優化落地環境。一是強化政策協同效應。通過財稅政策、技術政策、産業政策等政策組合，助力人工智能賦能傳統産業發展，縮短“人工智能+傳統産業”項目的審批周期。二是增強對中小企業的扶持力度。設立“人工智能+”改造專項基金，資助中小企業設備更新和模型部署。推廣政府、企業和銀行三方合作模式，對中小企業推行“人工智能+”提供低利率貸款並給予利息補貼。建設區域性“人工智能+”服務平台，提供免費技術諮詢和測試驗證服務。三是完善標準與治理體系。加快制定傳統産業人工智能應用技術標準，建立智能裝備、數據安全等國家標準體系。構建人工智能算法備案與審計制度，審查涉及安全生産的人工智能系統算法透明性。探索“倫理沙盒”機制，在汽車、化工等高風險行業開展人工智能倫理試點，平衡好“人工智能+”創新與安全之間的關係。
傳統産業改造升級是推進新型工業化的關鍵，“人工智能+”是實現目標的重要推動力。我國正處於技術革新、場景拓展、生態系統構建的關鍵時期，需深入實施“人工智能+”行動，解決技術、資源、政策瓶頸，推動傳統産業高端化、智能化、綠色化發展，為製造強國戰略和中國式現代化建設提供基礎支撐。
（作者：熊艷係浙江財經大學中國政府監管與公共政策研究院研究員；王嶺係浙江財經大學中國政府監管與公共政策研究院副院長、經濟學院副院長、研究員）
