技术进步被视为削减人工智能应用门槛的核心驱动力。为实现这一目标，亟需增加科研投资，加强自主研发实力，在智能芯片、操作系统等关键性领域实现更多创新突破。同时，需稳固算力、算法、数据等技术根基，并积极培育一系列通用及行业专用的大模型。

近期，工信部揭晓了人工智能助力新型工业化的典型应用案例名单，共计151个案例入选。此举旨在发挥示范案例的引领作用，并鼓励地方政府与企业增加对典型应用案例的政策、资金及项目扶持，推动人工智能在新型工业化中的广泛应用，加速新质生产力的形成。

作为新型工业化的关键驱动力，人工智能被视为引领新一轮科技革命和产业变革的战略性技术，同时也是应用范围最广的关键共性技术，具有强大的溢出带动效应。中央经济工作会议提出的“人工智能+”行动，正是要推动人工智能技术与各行各业的深度融合。凭借其广泛的渗透性、替代性、协同性和创新性，人工智能已深度融入制造业的各个环节，有效提升了全要素生产率，重塑了产业技术体系、生产模式和产业形态，推动了制造业的转型升级。

我国人工智能产业已具备良好基础以赋能新型工业化。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，已初步建立起全面的人工智能产业体系，产业链覆盖了芯片、算法、数据、平台、应用等上下游关键环节。智能芯片、通用大模型等创新成果不断涌现，智能基础设施持续完善，数字化车间和智能工厂的建设步伐加快，正在加速形成现代化、智能化的产业体系，推动传统生产力向新质生产力转型。

人工智能在新型工业化中的应用正逐步深化并趋于务实。其在工业领域的应用场景不断拓展，并加速从研发设计、运营管理、营销服务等环节向生产制造环节渗透，推动制造业向全方位、深层次的智能化转型升级新阶段迈进。以传统小模型为代表的专用智能应用逐渐成熟，而以大模型为代表的通用智能应用则处于初步探索阶段。行业应用场景不断创新丰富，深刻改变了制造过程和研发模式，催生了新产品和新形态，为我国工业由大变强、实现弯道超车提供了重要方向和重大机遇。

然而，在人工智能赋能新型工业化的过程中，存在供需两端发展不均衡的问题。从供给侧来看，人工智能技术创新活跃，技术、算法、模型和解决方案不断更新升级，企业将工业领域视为人工智能应用落地的重要市场；但从需求侧来看，整体应用意愿存在差异，大型企业拥有资源和能力，而许多中小企业因资金、人才和技术短缺，对人工智能技术的应用积极性不高，应用程度较低。这导致人工智能技术在供给侧较热，而在需求端较冷，表现为先进制造业落地场景多，一般制造业推进困难，头部企业落地情况较好，而中小制造企业则多持观望态度。

为推动人工智能更深入地赋能工业领域，需努力降低其应用门槛。工业场景具有多样性、复杂性和高精度要求等特点，容错率低，各细分行业要求差异较大。因此，需要提高人工智能技术的专业性和可靠性，针对不同行业和企业推出更适用、更普惠的产品和解决方案。行业发展离不开标准的引领。日前成立的工信部人工智能标准化技术委员会主要负责人工智能评估测试、运营运维等领域的行业标准制定和修订工作，这将有助于形成统一的行业标准，打破技术壁垒。

再次强调，技术进步是降低人工智能应用门槛的关键。为此，需要持续加大科研投入，强化自主研发能力，在智能芯片、操作系统等关键领域取得更多创新成果。同时，要稳固算力、算法、数据等技术基础，积极培育通用和行业大模型。此外，还应大力发展智能产品，推广智能化软件应用，促进家电、手机等消费终端向强智能升级。要更好地发挥企业的创新主体作用，既鼓励产学研合作，支持龙头企业打造人工智能赋能新型工业化的典型标杆；也要建设好服务中小创新企业的人工智能基础设施，降低其参与人工智能市场的门槛，形成百花齐放的市场竞争格局。

（文章来源：经济日报）