來源：經濟日報  記者：黃　鑫

工業和信息化部日前發布數據顯示，截至今年2月末，我國5G基站總數達350.9萬個，5G移動電話用戶達8.51億戶，占移動電話用戶的48.8%。數字賦能實體經濟水平不斷提升，5G行業應用已融入71個國民經濟大類，并在工業領域深入推廣。

工信部總工程師趙志國表示，將加快數字技術賦能，促進制造業向數字化、網絡化、智能化發展。今年將開展“人工智能+”行動，促進人工智能與實體經濟深度融合，推動人工智能賦能新型工業化。

從平臺驅動轉向數據驅動，已成為數字化發展的重要趨勢之一。賽迪研究院未來產業研究中心所長韓健認為，這本質是數字時代企業戰略核心的根本轉變。平臺驅動強調通過建設強大的IT平臺來實現技術優勢和開展業務，數據驅動則意味著更多依賴于數據的收集、分析與應用，讓數據成為決策的核心。

賽智產業研究院院長趙剛說：“數字化發展經歷了信息化、網絡化和平臺化階段，正進入數據驅動的智能化新階段。數字化平臺是業務流程協同運營的驅動力，解決的是市場效率問題；數據要素是不確定環境下業務決策的驅動力，解決的是創新問題。”

趙剛認為，數據驅動的智能化轉型是以“數據+算力+算法”為基礎支撐，充分發揮數據要素協同優化、復用增效和融合創新的引擎作用，加快各類生產要素創新性配置，打造數智化企業，精準快速響應客戶需求和市場變化。

“從企業內部看，企業的決策過程從依賴高層經驗和直覺轉向更依賴數據分析；營銷戰略從關注廣告效應的傳統模型轉向利用數據分析，達到精準投放和效果評估。數據驅動意味著對效率和效益的追求，可以降低運營成本、提高響應速度，使企業在激烈的市場競爭中占據優勢。從外部層面看，數據驅動的企業不僅提高了自身效率，還能通過數據共享協作，促進產業鏈、供應鏈乃至整個社會的數字化轉型。”韓健表示。

截至2023年底，我國已培育421家國家級示范工廠、1萬余家省級數字化車間和智能工廠。數字技術正在以行業覆蓋面廣、業務滲透性強、智能化水平高、經濟效益好等特點賦能新型工業化。

韓健認為，當前數字技術賦能新型工業化主要以提高生產自動化、網絡化和智能化水平為目標，這種技術變革對企業運營模式及其資源配置產生了顯著影響。通過云計算、大數據、人工智能等新一代信息技術與傳統產業的深度融合，在生產操作方面實現了“上云、用數、賦智”，提升傳統產業現代化水平，實現產品高端化發展。

“數字技術賦能新型工業化主要體現在3方面：創新發展是根本動力，生產要素高效配置是內在要求，協同發展是內生需要。”趙剛說。數字技術創新，既推動了人工智能等新興產業創新發展，也為傳統產業的技術研發和產品設計賦能，催生大模型輔助科學研究、數字孿生仿真等研發新模式，大幅提升技術創新對工業經濟增長的貢獻率。數字技術與產業鏈供應鏈深度融合，帶動產業鏈上下游整體推進數字化轉型，整體提升產業集群競爭力。

360集團創始人周鴻祎認為，大模型可以與傳統產業進行“智改數轉”結合，成為新型工業化的重要賦能者。抓住人工智能的“牛鼻子”，加快形成新質生產力，以大模型能力賦能重點產業體系，推動產業數字化向智能化升級，是我國現代化產業體系向高端化發展的必然趨勢。

“目前，大模型在投入生產實踐與賦能新型工業化的效能上仍有不足。未來要堅守安全發展底線，從政策和標準布局，為推動大模型在各行各業加速落地做好保障；開拓更多大模型應用場景，助力產業轉型升級；推動大模型普惠發展，讓廣大中小微企業用得好。”周鴻祎表示。

工信部科技司副司長劉伯超表示，將拓展人工智能等數字技術在研發設計、生產制造、檢驗檢測等不同環節，以及電子信息、生物醫藥、原材料、裝備制造等不同行業應用。以人工智能和制造業深度融合為主線，統籌布局通用大模型和行業大模型，加快推進人工智能賦能新型工業化。

趙剛認為，開展“人工智能+工業制造”，要以實現制造業腦力勞動自動化為重點。開發工業大模型，推進“人工智能+生成設計”等創新應用，實現制造業全流程智能化；開發“人工智能+人形機器人”，推進嵌入大模型智能的人形機器人在智能工廠的試點應用，提升工業自動化產線的精準化和智能化水平；大力發展“人工智能+產品”，推進大模型智能嵌入產品，提升產品智能化水平，更好服務用戶需求，增強用戶體驗。

“要引導企業投入資源建設高質量的數據倉庫，保障數據的可靠性、完整性和可訪問性。高質量數據直接決定了人工智能大模型能力，這是推動人工智能賦能新型工業化的重要基礎。此外，創新技術研發與合作生態、制定標準和政策、加快人才培養和產業鏈現代化都是推進‘人工智能+’的關鍵。”韓健表示。

返回列表