前不久，工业和信息化部印发人工智能赋能新型工业化典型应用案例名单，公布了151项典型应用案例，旨在推动人工智能在新型工业化的应用推广，加快形成新质生产力。

　　作为新一轮科技革命和产业变革的重要驱动力量，人工智能正加速向生产制造环节应用，有力推动制造业数字化、网络化、智能化发展，全方位、深层次赋能新型工业化。

　　在传统产业领域，利用人工智能技术优化工艺流程、改善加工方式，在实现智能制造的同时，大幅降低能耗和碳排放；在新兴产业方面，人工智能创造了大量商业机会和发展空间，催生出自动驾驶、智慧物流等新产业、新模式，不断形成新的经济增长点。

　　与此同时，作为人工智能领域重要分支，生成式人工智能近年来发展迅猛，通过深度分析数据，加快产品研发和创新步伐，提升工业企业生产效率。第55次《中国互联网络发展状况统计报告》显示，截至2024年12月底，共302款生成式人工智能服务在国家网信办完成备案，其中2024年新增238款备案。

　　但也要看到，人工智能全面赋能新型工业化仍存在算力供给不足、缺乏高质量数据集、专业人才稀缺等一系列发展瓶颈，需政府、企业和社会各界共同努力，实现科技创新与产业带动良性循环。

　　顶层设计与政策作支撑。要尽快制定实施人工智能与实体经济深度融合发展战略与推进路径，深入开展“人工智能+”行动。在财政、金融、人才培养、产业方面形成政策合力，构建以技术研发、场景应用和产业升级为核心的产业生态，为推进制造业智能化改造、数字化转型提供有力支持。

　　科技创新为引领。关键核心技术是驱动人工智能与制造业深度融合的根本力量。要构建以市场为导向的创新体系，调动技术研发人员、投资者、市场运营等各方主体创新积极性，推动大模型算法、框架等基础性原创性技术突破，加快提升智能芯片算力水平，确保产业链供应链自主可控。支持具有自主核心技术的开源社区、开源平台、开源项目发展，促进开放式创新、平台化创新，实现创新资源共建共享。

　　高效开放的数据要素市场数据作保障。数据作为人工智能的“养料”，在推动人工智能赋能新型工业化方面扮演至关重要的角色。工业企业在用数方面最为担心的是安全问题，因此要完善数据隐私相关的法规制度，探索隐私计算等新兴技术应用前景，确保数据资源在训练人工智能产品过程中能够保护企业和个人隐私，增强数据收集和使用的合法性和可靠性。

　　企业是实现人工智能与制造业深度融合、加快推进新型工业化的微观主体。要发挥我国制造业场景丰富优势，对设计生产、管理服务、物流运输等各环节进行智能化改造，逐步实现从智能产线到数字化车间再到智慧工厂的升级迭代，打造一批数字化转型标杆企业，充分释放示范效应。注重“链主”企业在集群中的引领作用，鼓励中小企业融入人工智能产业集群，以协同创新筑牢竞争优势。(本文来源：经济日报 作者：李芃达)