“十五五”規劃建議將“建設現代化産業體系，鞏固壯大實體經濟根基”作為“十五五”時期首要戰略任務，並提出開展新技術新産品新場景大規模應用示範行動，全面實施“人工智能+”行動，培育壯大新興和未來産業。中央經濟工作會議進一步提出堅持創新驅動，加緊培育壯大新動能，並強調要強化企業創新主體地位，深化拓展“人工智能+”。

　　今年是“十五五”開局之年，應充分發揮我國豐富應用場景優勢，加快産業政策和場景側改革，以場景為驅動、以人工智能（AI）為引擎、以數據為紐帶、以生態為支撐，構建“科技創新-場景應用-産業創新”循環互促的創新體系，將AI的“技術勢能”轉化為産業向新向上的“發展動能”。

　　亟需將人工智能的技術勢能轉化為産業發展動能

　　“十五五”時期是我國從製造大國邁向製造強國的關鍵階段，而AI大模型與海量工業場景的深度融合，成為加速AI發展和推動産業智能化、綠色化、融合化發展，加快推進新型工業化、建設現代化産業體系的關鍵引擎。特別是以DeepSeek、通義千問等為代表的國産大模型實現全球領先並以開源模式加速全場景應用，標誌着中國正從AI技術原創突破邁向以場景為牽引加快高水平産業賦能的關鍵臨界點。

　　國務院辦公廳印發的《關於加快場景培育和開放推動新場景大規模應用的實施意見》明確提出，要充分發揮我國超大規模市場和豐富應用場景優勢，支持建設一批綜合性重大場景、行業領域集成式場景、高價值小切口場景，擴大生産場景、工作場景、生活場景供給，推動場景資源開放，促進場景資源公平高效配置，推動新場景大規模應用，凸顯場景作為新質生産力的戰略性資源，對全面實施“人工智能+”行動，加快人工智能高水平賦能新型工業化、建設現代化産業體系的戰略意義。

　　人工智能+工業化面臨的現實挑戰

　　第一，工業場景存在碎片化現象，規模化應用待破局。我國工業場景覆蓋製造業全鏈條，但AI應用場景呈現“少數重大場景為牽引、大量長尾場景佔主導”的特徵，AI賦能多停留在質檢、設備預測性維護等“點”的應用，缺乏産線級、全流程、跨領域的集成化場景設計。相關統計顯示，在製造業領域，2025年物體搬運物流、智能計劃排産、質量控制、現場作業等場景，AI應用規模預計分別為12.3億元、29.7億元、23.2億元、22.7億元，但整體仍較為分散。場景碎片化導致技術價值難以充分釋放，往往存在“投入大、見效慢”的現實瓶頸，智能工廠、智慧供應鏈等重大場景仍在探索，缺乏可複製推廣的場景標杆示範，制約規模化推廣。

　　第二，重大工業場景機會開放程度有待提升。AI企業多為民營企業，但重大場景主要掌握在政府部門、大型基建國企、製造業鏈主企業手中，這些重大場景開放程度有限，使得AI賦能重大工業場景的門檻高、難度大。

在湖北人形機器人創新中心展示廳，參觀者從機器人群中走過。新華社記者　肖藝九　攝

　　第三，工業數據壁壘高築，流通共享機制待完善。數據是AI的核心要素，豐富的數據資源能為大模型和具身智能的訓練與優化提供充足的“燃料”，從而提升其在工業場景中的泛化能力。同時，當前AI預訓練模型參數數量、訓練數據規模以300倍/年的趨勢增長，增大模型和增加訓練數據是未來演進方向。然而，實際工業數據分散在設備、系統和産業鏈各環節，且涉及商業機密和隱私保護，跨企業、跨平台的數據共享阻力巨大，行業級高質量公共數據集建設亟待提速。

　　第四，微觀經營主體活力不足，面臨增收不盈利的現實困境。産業現代化需要大中小企業融通創新，但當前AI賦能工業化仍由頭部企業主導，傳統製造業中小企業受制於融資約束，難以負擔AI技術應用成本，還面臨技術門檻高、場景對接難等問題。與此同時，産業鏈上下游協同不足，裝備製造商、軟體服務商與終端用戶之間缺乏深度合作，制約場景閉環構建，最終陷入“增收不增利”的困境。

　　第五，算力基建投資加速，但有效算力供給不足。工業場景對實時計算和邊緣算力需求迫切，但受限於網絡延遲、本地應用場景匱乏等因素，我國算力資源分佈不均衡，東部地區算力佔比較大，中西部工業重鎮算力供給缺口顯著。並且，我國當前算力基建投資集中於以CPU為主的傳統通用服務器，而市場急需的智能算力（GPU/TPU/ASIC等）供給不足。目前，算力基建“總量過剩、有效供給不足”的結構性問題制約AI大模型在複雜場景中的快速應用迭代和價值釋放。

　　以場景驅動加快AI高水平賦能新型工業化

　　首先，實施場景驅動創新戰略，構建“全鏈+特色”場景體系。實施場景驅動人工智能高水平賦能新型工業化行動計劃，圍繞研發設計、智能生産、供應鏈管理等重點核心環節，遴選十百千國家級標杆場景，形成“全鏈條貫通、多領域聯動”的場景示範矩陣。結合區域産業稟賦，打造“一鏈一策”的垂直特色場景。建立工業高價值場景動態清單，每年更新一定比例的示範項目，淘汰技術落後、效益低下的場景，推動場景與技術進步互促並進。構建AI賦能製造業綜合評價體系，圍繞技術成熟度、場景開放度、應用賦能成效等維度，建立多層次、動態化的評估框架，為AI高水平賦能提供科學指引和前瞻引導。

　　其次，開發開放超級場景，推動技術-場景精準適配。加強政策引導，鼓勵科技領軍企業、製造業鏈長企業、國資央企等開發開放大規模産業場景，支持各地政府開發開放城市場景，建設千億級超級場景，推動建設AI+先進製造終端應用基地，降低民營AI企業參與門檻。建立工業AI或具身AI機會清單，由工業企業發布技術難題，中小企業參與AI+示範應用場景模型開發，形成一批行業級解決方案，政府按成果轉化效益給予補貼支持。專項支持邊緣計算、小樣本學習、自適應算法、工業智能體等工業級AI研發，降低算力依賴，提升場景適配性。圍繞重點産業鏈打造示範應用場景，發布AI軟硬體創新産品目錄，並將首&套、首版次、首批次AI大模型和具身智能機器人場景化驗證應用納入“兩重兩新”和超長期特別國債等專項政策支持。

　　第三，打破數據孤島，構建工業數據要素流通生態。制定並實施工業數據共享管理辦法，建立科學的數據分級管理體系，重點推動設計參數、工藝知識等非涉密數據定向開放與共享。以工業互聯網平台和數據要素型央企為基礎，統籌建設國家級工業數據集團，打造工業數據樞紐平台，支持跨業、跨域數據融合應用，並通過稅收減免等激勵措施，吸引工業企業接入，構建良性互動、共建共益的數據共享生態系統。加快推進製造業數據空間、數據信託、數據銀行等創新機制試點工作，積極探索基於AI、區塊鏈等技術的數據確權與收益分配模式，充分激活數據要素市場價值，促進工業數據要素優化配置與高效利用。

　　第四，強化中小企業賦能，打造“鏈主+生態”協同體系。一是給與國家人工智能産業投資基金、國家創投基金等政策性戰略投資基金更多制度靈活性和決策自由度，重點支持專精特新和科技先鋒企業參與場景開發，提供首&套首批次首版次成果的場景應用風險補償。二是以場景示範工程、場景保險補貼等激發與引導鏈主企業向中小企業開放場景，支持其低成本快速部署、全産線應用AI大模型。三是優化營商環境，以法治手段切實解決大企業、政府部門拖欠AI中小企業賬款問題，助力中小企業形成場景應用-資金回流-場景迭代-企業規模化增長的“飛輪”。四是實施“百千萬工業AI工程師計劃”，聯合高校、企業共建實訓基地，推行“企業導師+高校教授”雙導師制，定向培養既懂工業場景又精通AI技術的複合型人才，為生態提供創新動力。

　　第五，夯實新型基礎設施，開源共建提升算力-網絡支撐能力。一是建立全國一體化異構算力交易平台，創新採用“算力證券化”模式實現跨區域資源高效調配，同時積極推行“算力銀行”模式，為企業提供閒置算力存儲增值服務，提升資源利用效率。二是支持領軍企業依託開源社區開發工業級AIaaS或MaaS平台，通過開源開放模式集成低代碼開發、微服務架構、異構模型調用等核心功能，切實降低中小企業智能化轉型門檻。三是構建完善的工業AI安全防護體系，建立健全漏洞庫與威脅情報開源共享機制，加快研製自主可控的工業防火墻與加密芯片，築牢産業安全防線。

　　（作者：尹西明係北京理工大學公共管理系主任、工業和信息化部“十五五”規劃專家組成員；武沛琦係中山大學管理學院博士研究生）