人工智能赋能新型工业化本质就是人工智能与工业制造业的深度融合。如今，“人工智能+”上升为国家战略，以人工智能大模型为技术底座、工业应用为切入点的工业大模型正成为赋能新型工业化的新方向，随着Deep-Seek等人工智能技术的快速发展，加速AI在工业制造业的发展和普及，必将进一步加快我国新型工业化的进程。

近年来，在政策的推动下，在产业链各方共同努力下，制造业数字化转型加快推进，越来越多的工业制造企业拥抱人工智能，人工智能赋能新型工业化水平不断提升，有效推动制造业数字化转型、智能化升级和绿色化发展。随着我国人工智能领域不断突破，人工智能赋能新型工业化向纵深拓展，国产大模型加速发展，DeepSeek火爆出圈，有力推动我国大模型技术进入规模化应用新阶段。如今，越来越多的工业企业接入DeepSeek，大模型等人工智能技术在工业领域的应用场景不断拓展，并加速从企业的研发设计、运营管理、营销服务、客户服务等环节深入渗透到生产制造环节，我国数字化车间和智能工厂加快建设，推动制造业迈向全方位、深层次智能化转型升级新阶段，有力促进工业企业高质量发展。

虽然我国人工智能赋能新型工业化取得积极进展，但与此同时，在推进人工智能赋能新型工业化过程中也存在一些问题，如大模型等人工智能技术与工业技术深度融合难、关键核心技术存在短板、高质量的数据获取和整合面临挑战、人工智能技术落地面临成本高和商业模式不清晰以及跨界人才紧缺等问题依然严峻。为此，我们应采取更加有为、更加有效、更加高质量的策略，促进人工智能赋能新型工业化高质量发展。

加快推动人工智能与制造业深度融合。打造“云边端”协同的智能基础设施，鼓励工业制造企业加大企业内网改造和智能化升级力度，开展重大装备数字化、智能化改造，推动重大装备更新换代，推动工业企业加快接入DeepSeek，形成与现有大模型协同发展体系，加快行业大模型、场景小模型的发展。

加快打造高质量的工业数据集。加快构建高质量数据生态，形成统一的AI数据格式规范和行业标准，建立完善的数据采集、存储、分析和应用体系，扩大和建设一批高质量的工业数据集，充分挖掘数据资源价值、保障数据安全可信。完善数据要素市场，推动跨行业、跨组织的数据共享和开放，建设工业大数据平台，促进企业不同系统之间的数据转换和通信，打破数据孤岛，促进数据的流通和价值实现。

加快培养精通人工智能和新型工业化的复合型人才。一方面要面向国内外，加快引进精通人工智能、新型工业化的高端人才和创新人才。另一方面鼓励工业企业通过在职培训、脱产培训等方式加大人工智能技术培训力度，全面提升人工智能应用能力和创新能力，更好满足新型工业化建设的人才需求。

标签：