工业和信息化部公布的数据显示，中国人工智能取得了积极进展。截至目前，人工智能企业数量超过 4500 家，智能芯片、通用大模型等创新成果不断涌现，智能基础设施不断完善，数字化车间和智能工厂加速建设，为人工智能赋能新型工业化奠定了基础。
陶青局长表示，要发挥我国工业体系完备、产业规模庞大、应用场景丰富的优势，以人工智能和制造业深度融合为核心，以智能制造为重点，以场景应用为牵引，推动制造业智能化转型，为工业制造体系赋能，提供高质量发展的新动力。
核心技术的快速突破
人工智能是新一轮科技革命和产业变革的战略性技术，是新型工业化的重要推动力。只有加快突破人工智能基础关键技术，才能奠定应用赋能的基础。
王沛霖副秘书长表示，我国人工智能核心技术基础薄弱，产业结构存在头重脚轻的情况。在应用层面的发展比较迅速，但是在基础层和关键技术层面的研发和产业化能力较弱，缺乏有国际竞争力的核心技术和产品。
陶青透露，要围绕算法、算力等大模型底层技术，推动智能芯片、大模型算法、框架等基础性关键核心技术和产品的突破；提升制造业的算力供给运营管理能力；引导生态型企业打造具有全球竞争力的通用大模型，培育面向制造业场景的行业大模型；构建高水平工业数据库，激发工业数据要素的价值。
尹萍总监表示，“只有融合算力、算法和数据这三个核心要素，才能将‘人工智能+’引入产业中，真正实现产业智能化赋能。我们今年发布了海若大模型业务战略，计划投入 50 亿元资金，依靠数字创新生态共同体，加快推动海若大模型在 100 个城市快速落地。”
近年来，我国算力产业发展迅速。单忠德副部长介绍，截至 2023 年底，全国在用数据中心机架总量已超过 810 万个标准机架，算力总量达到每秒 230 百亿亿次浮点运算；智能算力规模达到 70 百亿亿次浮点运算，增幅超过 70%。
付长文总裁表示，“算力一直是制约人工智能发展的关键因素。”目前我国算力规模位居全球第二，但仍存在算力结构不平衡的问题。随着人工智能的快速发展和行业、企业的数字化推进，对智算中心的需求不断增加。2022 年，我国智能算力缺口为 52.6%，2023 年达到 78.4%。
王沛霖认为，培育新质生产力离不开“人工智能+”“数据要素×”的深度融合与高效运用。这两项行动的深入推进，将为中国带来产业转型的历史性机遇，有望打造一批具有全球影响力的数字产业集群，推动现代化产业体系实现质的飞跃。
数字技术作为核心，促进了数字经济的全面、快速发展。基于数字技术的创新，已成为新质生产力形成的关键支撑。国家智能制造专家委员会主任苏波表示，当前，数据基础制度和要素管理已进入实质性阶段，数字领域的创新不断涌现。
多元应用场景的拓展
中国电子信息产业发展研究院院长张立指出，2023年，以生成式人工智能为代表的IT技术引发了智能时代的变革，成为推动百业创新的动力。人工智能已积极赋能实体经济，提高效率，推动高质量发展，为社会各领域带来新产业、新模式、新动能。
我国广泛而丰富的应用场景，为人工智能创造了巨大空间。在影像、零售、制造、金融、医疗等领域，人工智能已得到广泛运用，改变了生产模式和经济形态，提高了生产力，降低了成本，增强了产业竞争力。
在北京国际电影节上，两部老电影通过数字修复技术，以4K画质重新上映。利用AI识别技术，修复师的工作量减少，影片清晰度、流畅度、色彩都得到优化，瑕疵也得以去除。生成式人工智能视觉大模型技术在影视场景中的应用，有望成为4K胶片修复的主流趋势。
在山东威海，渔船入港后，会立即被渔政核查核录系统识别。中国联通研发的这套系统，能快速确认船只身份，缩短了核验时间，提高了准确率。在上线的16个月内，AI“船脸”算法的识别精度达86%以上，实现了大量数据的搜集和机器自学习，提升了智慧渔港的管理水平。
人工智能还可提升质量管理效率，为消费者提供便捷服务。如得物APP利用AI技术建立了查验鉴别生产线，辅助提升了鉴别效率。
蒙牛集团副总裁、首席数智官李琤洁介绍，蒙牛经历了三个数字化转型阶段：从货的数字化到人的数字化，再到人工智能驱动的数智化。在数智化转型中，人工智能对供应侧和消费侧进行了全面加持。
预计以人工智能和数据要素为中心的应用场景将持续释放，推动信息技术领域的新型生产力培育、壮大和发展，为各行各业带来新的发展动力。人工智能与数据要素深度融合，将在产业、经济、社会领域碰撞出新的火花。
陶青透露，要深化人工智能技术在制造业全流程中的融合应用，大幅提升研发、中试、生产、服务、管理等环节的智能化水平。针对国民经济影响大、带动力强、数字化基础好的重点行业，开展人工智能赋能新型工业化专项行动，加快重点行业智能化升级，提升高端装备、关键软件、智能终端等重点产品和装备的智能化水平。
培育壮大产业生态
我国人工智能发展也面临诸多问题。王沛霖分析，我国人工智能产业标准化和规范化程度不高，行业缺乏统一的标准体系，不仅影响企业互操作性和兼容性，也阻碍整个产业规范化和规模化发展。虽然我国人工智能人才培养规模逐渐扩大，但仍面临高层次领军人才稀缺、基础研究人才流失等问题，急需构建更完善的多层次人才培训体系。
随着大数据和人工智能融合，如何有效保护用户隐私、确保数据安全，同时满足人工智能模型训练的大数据需求，成为重要课题。跨界协同与资源整合也不够紧密，各产业及产学研用之间深度融合和协同创新还不够充分，资源共享和利益分配机制尚待完善。
针对这些问题，相关企业开展了一系列探索实践。据介绍，浪潮云在国内率先启动新型数据基础设施探索与实践，通过搭建城市可信数据空间并融合隐私计算、沙箱计算、数据授权、区块链等多种技术能力，满足授权数据安全存储、可信传输、联合建模等数据流通需求，为各地数据要素安全可信流通提供强有力技术支撑。
联通数字科技有限公司数字化转型首席专家杨海明介绍，联通数科形成了“联通数科+行业军团+研究院”的企业转型布局，还发挥中国联通在网络安全领域的引领作用，与合作伙伴共同构建对外赋能的生态链。
陶青表示，要健全完善支撑体系，培育壮大产业生态；加强标准引领，建立健全人工智能赋能新型工业化标准体系。优化布局人工智能领域制造业创新中心、产业技术基础公共服务平台和重点实验室等，强化产业链协同创新，强化人工智能开源生态建设，健全人工智能人才培养、安全保障和国际合作等机制。
