近日，第十四届全国政协委员、工业和信息化部原副部长王江平在2025赛迪论坛上指出，尽管人工智能技术酝酿已久，但产业界在应用方面尚未做好充分准备。他强调，为加速人工智能在制造业中的应用，需从高质量数据集建设、行业和场景模型建设、数据治理及商业模式创新等方面着手，找准切入点，让人工智能在制造业中“大有可为”。

AI正迈入平权时代

近期，人工智能领域发展迅速，特别是在推理模型和具身智能方面。王江平观察到，人工智能领域正经历两大变革：一是开源成为广泛共识，二是人工智能的训练与使用成本显著下降。Deepseek的创新在构架和工程优化上实现了算力效能的大幅提升，降低了大模型的使用成本，并推动大模型广泛应用于各行各业。同时，DeepSeek的彻底开源特性，包括权重和代码，使得企业能够建立适合自身场景的垂直模型和模型APP，并通过本地化部署解决数据安全顾虑。

王江平认为，人工智能技术正逐渐从少数国家、企业和机构的专属工具转变为普惠性技术，推动人工智能快速步入平权时代和普惠时代，中小企业和个人均可通过专有数据部署所需模型。

拥抱AI的准备

王江平指出，各行各业积极拥抱AI是大势所趋，并提出应从六方面加快准备：建设高质量行业数据集和场景数据集、开发行业模型和场景模型、全面推行企业数据治理、探索AI商业模式、加强国家模型检测评估体系建设、开展AI素养教育培训。

他强调，高质量数据集的建设是推动“人工智能+”发展的关键。有了数据集，通用模型和推理模型就能更容易地转化为行业模型。

王江平还提到，在数据集的建设中，需重视数据标准的建设，涵盖公共数据、私有数据、通识数据、专门数据、结构性数据、非结构性数据以及高质量合成数据。同时，还需构建可信数据空间，发展高性能智能合约、多链组网架构等关键技术，形成价值共创、资源交互、可信管控的能力。

在化工、建材等工业领域，王江平建议共享仿真工具，通过调整物性参数形成模块化场景模型，这需要工业界和IT界的共同研究推动。

王江平认为，算力、算法和数据是人工智能的三大核心要素，其商业模式也应围绕这三者展开，包括算力建设和运营、模型服务、数据服务、AI终端制造等方面。

“人工智能+制造”解决企业难点

王江平指出，工业领域存在许多工业黑箱，因内部机理复杂、机制不透明，难以依靠经验仿真控制，导致过程调优困难、设备维护与诊断不及时、安全与可靠性风险高等问题。他认为，在人工智能时代，解决这些问题应首先针对工业黑箱，实现参数的精细及时调整。

人工智能还可应用于精准预防性维修、智能供应链、快速研发设计、质量检测等方面。王江平强调，人工智能在制造业中的应用潜力巨大，但需找准切入点。

此外，王江平还提到，人工智能时代的安全问题不仅涉及数据安全、网络安全，还包括模型安全，应以“零信任”理念进行安全治理。人工智能技术不仅是未来经济社会发展的最大变量，也是重塑制造业竞争格局的核心驱动力。产业界应主动拥抱人工智能，抓紧准备，全面落实“人工智能+制造”行动，共同推动制造业高质量发展。

（文章来源：证券时报网）