加快推動人工智能賦能新型工業化

　　 新時代新征程，以中國式現代化全面推進強國建設、民族復興偉業，實現新型工業化是關鍵任務。2025年4月25日，習近平總書記在主持二十屆中央政治局第二十次集體學習時指出：“人工智能作為引領新一輪科技革命和產業變革的戰略性技術，深刻改變人類生產生活方式”，“要推動人工智能科技創新與產業創新深度融合”。這一重要論述為加快推動人工智能賦能新型工業化，進而為中國式現代化構筑強大物質技術基礎提供了根本遵循。站在新的歷史起點上，必須聚焦技術創新、數據流通、場景應用、生態優化等關鍵領域，在更大范圍推動人工智能賦能新型工業化向縱深邁進，加快形成新質生產力。

　　新型工業化展現新的特點

　　 黨的十八大以來，我國堅持把科技創新擺在國家發展全局的核心位置，加快構建現代化產業體系，新型工業化發展取得歷史性成就，並展現出高端化、智能化、綠色化和融合化等新特點。

　　 一是高端化。推進新型工業化，一個重要內容就是打造技術水平高、競爭力強的先進制造業，其核心在於科技創新。習近平總書記指出：“科技創新能夠催生新產業、新模式、新動能，是發展新質生產力的核心要素。”新時代以來，我國著力以科技創新引領產業創新，及時將科技創新成果應用到具體產業和產業鏈上，推動制造業技術水平躍遷、產業結構優化、向價值鏈中高端攀升，高端制造業不斷引領高質量發展，高端化發展成為新型工業化的顯著特征。2025年5月，我國規模以上高技術制造業增加值同比增長8.6%，高於全部規模以上工業增加值2.8個百分點。其中，飛機制造、工業控制計算機及系統制造增加值分別增長18.7%、15.5%﹔發電機組、全集裝箱船等產品產量分別增長43.1%、40.9%。

　　 二是智能化。近年來，以人工智能為代表的新一代信息技術的快速發展和應用，深刻改變工業生產方式和工業企業的組織形式。智能設計、智能生產、智能物流、智能銷售、智能服務等越來越普遍，工業數智化轉型穩步推進，智能化發展日益成為新型工業化的顯著特征。2025年5月，我國智能無人飛行器制造、智能車載設備制造增加值分別增長85.9%、29.5%，機器人減速器、工業機器人等智能化產品產量分別增長1倍、35.5%。

　　 三是綠色化。綠色發展是高質量發展的底色，綠色低碳是新型工業化的生態底色。新時代以來，我國深入踐行綠水青山就是金山銀山的理念，加快綠色科技創新和先進綠色低碳技術推廣應用，氫能等新型儲能應用場景不斷拓展，工業發展綠色低碳轉型成效顯著，工業產品綠色化水平不斷提升。2025年5月，新能源汽車、汽車用鋰離子動力電池、太陽能電池等產品產量分別增長31.7%、52.5%、27.8%。

　　 四是融合化。新時代以來，隨著新技術新業態新模式不斷涌現，行業邊界越來越模糊，產業交叉融合發展趨勢日益明顯。在此背景下，信息化與工業化、新型工業化與新型城鎮化、新型工業化與鄉村全面振興、實體經濟與數字經濟、先進制造業與現代服務業等日益深度融合，成為新型工業化發展的新趨勢。實體經濟與數字經濟的深度融合尤其值得關注，這一領域為我國工業增強創新能力和提質增效提供了源源不斷的新技術、新要素和新動力。

　　人工智能全方位、深層次賦能新型工業化

　　 人工智能賦能新型工業化並非偶然，而是遵循“技術—經濟”范式變革規律的歷史必然。自工業革命發軔以來，每一次突破性技術創新都深刻改變人類生產生活方式，驅動工業化向更高發展階段持續演進。人工智能作為第四次工業革命的核心技術，契合新型工業化高端化、智能化、綠色化、融合化發展的內在要求，通過重構生產函數、變革生產組織方式、創新產品形態等，全方位、深層次賦能新型工業化。

　　 人工智能通過算法、算力、數據的三元融合重構生產函數。人工智能以算法為核心，將深度學習模型嵌入工業生產流程，使智能裝備具備自感知、自決策的能力﹔以算力為引擎，依托GPU算力集群、分布式計算技術，實現工業大數據的實時清洗、建模與預測﹔以數據為資源，通過對生產數據的積累和挖掘，精准識別生產環節的工藝瓶頸、能耗優化的空間等。這種重構本質上是知識型要素對傳統要素的替代，使得工業生產要素從資本、勞動主導轉向數據、算力、算法驅動，而數據要素的非競爭性、算法模型邊際成本的遞減性深刻改變了新型工業化的研發和生產方式。

　　 人工智能通過數據共享和產業協同變革生產組織方式。在傳統工業化中，企業往往採用科層制生產組織方式，信息傳導效率低，部門協作壁壘高。而人工智能通過建立分布式賬本共享生產數據，能夠形成跨部門、跨企業、跨行業、跨區域的產業協同網絡。在這個產業協同網絡中，每個企業都成為數據節點，多向交互使得信息的傳遞效率呈現指數級提高，也讓產業鏈從線性串聯升級為網絡化協同的創新生態。這種生產組織方式的變革不僅可以大幅提高生產效率，更能催生出“平台化設計、網絡化制造”的新生產組織方式。

　　 人工智能通過產業鏈全鏈條貫通等方式不斷創新產品形態。在傳統工業生產中，企業發展主要依賴規模化的生產與成本控制，通常會進行大批量、標准化生產，這種生產模式難以滿足當前消費者日益多樣化和個性化的消費需求。人工智能發展，使得通過產業鏈全鏈條貫通、全過程融合、全要素參與等方式創造新的產品形態更加容易實現，生產企業可以通過智能中樞構建供需對接的生產系統，生產端可以根據市場端的實時數據進行需求預測和資源調配，通過智能決策實現多品種、小批量的柔性生產。與此同時，可以打通產品、用戶需求和制造過程的數據壁壘，讓用戶深度參與研發制造的全過程，從而精准滿足用戶的個性化需求。

　　更大范圍推動人工智能賦能新型工業化向縱深邁進

　　 從推進新型工業化的實踐過程來看，人工智能與工業經濟的深度融合並非一蹴而就。當前，人工智能在工業領域的創新應用仍然面臨一些問題和挑戰，比如核心工業級芯片等人工智能關鍵核心技術仍面臨“卡脖子”問題，仍存在通用大模型難以適配工業場景的復雜需求、定制化開發成本高企等困難。新時代新征程，必須聚焦技術創新、數據流通、場景應用、生態優化等關鍵領域，在更大范圍推動人工智能賦能新型工業化向縱深邁進。

　　 技術創新突破是驅動人工智能賦能新型工業化的核心引擎。主動適應和引領新一輪科技革命和產業變革，需要加強人工智能技術的產業培育，突破基礎層、框架層、模型層與應用層的技術瓶頸。為此，需要進一步整合國家級科研機構、重點高校實驗室及企業研發中心等人工智能技術創新資源，構建更加高效的產學研協同創新聯合體，聯合攻關關鍵核心技術，加速形成自主可控的人工智能技術體系，從基礎層到應用層實現全鏈條技術突破。同時，注重技術應用創新，以“十大行業、百大場景、千家標杆”等示范工程的推進為抓手，聚焦不同行業領域的工業設計、生產制造、運營管理等核心環節，以行業特性與共性需求為導向開展定制化研發，開發一批行業大模型和具有高針對性和實用性的場景大模型。

　　 數據要素流通是支撐人工智能賦能新型工業化的基礎條件。以激活工業數據要素價值為目標牽引，構建安全可控的數據共享機制。建立工業數據分類分級標准體系，明確生產數據、研發數據等不同類型數據的開放權限與使用規范，構建技術、管理、制度三位一體的數據安全防護體系。推動建設工業數據資產交易中心，探索數據確權、定價、流通等市場化機制，支持企業通過數據標簽化、脫敏化處理后進行市場交易，鼓勵企業通過數據信托、數據租賃等模式實現價值變現。分批發布高質量工業數據集，針對通用工業大模型提供多領域融合的基礎數據集，為行業大模型准備特定行業的專業數據集，為場景大模型打造定制化的場景數據集。加快工業互聯網、智算中心等新型基礎設施建設，提升數據採集、傳輸與處理能力。

　　 應用場景建設是深化人工智能賦能新型工業化的關鍵路徑。以場景需求牽引產業協同創新，構建需求挖掘—技術適配—場景落地的全鏈條推進機制。建立工業場景需求動態征集平台，聯合行業協會、重點企業梳理人工智能應用場景清單，發布場景建設指南和技術解決方案，引導企業開展針對性技術攻關。支持龍頭企業發揮“鏈主”作用，通過建設工業互聯網平台、共享制造基地等形式，向產業鏈上下游開放人工智能技術能力，推動人工智能從單點應用向全鏈條擴散，形成覆蓋設備研發、生產、服務的全鏈條場景應用生態。創新輕量化模型普惠服務模式，鼓勵中小企業基於自身業務特色開發細分場景，通過“揭榜挂帥”等機制參與龍頭企業場景建設。依托國家人工智能創新應用先導區打造人工智能賦能新型工業化示范場景，推動成熟場景在區域內快速復制推廣。

　　 產業生態優化是人工智能賦能新型工業化可持續發展的重要支撐。在政策方面，制定針對性的扶持政策，依托國家人工智能基金，支持工業人工智能創新應用項目。在標准體系建設方面，建立統一的工業數據接口標准、人工智能應用評估標准，解決不同系統間的兼容性問題。在人才培養方面，以培育“既懂人工智能又懂制造”的復合型人才為目標，構建高校教育與職業培訓相結合的多元化人才培養體系，高校應增設人工智能與工業融合的交叉學科，企業與職業院校合作開展“訂單式”培訓。完善人才引進政策，以人才創新創業基金、“人才飛地”等模式吸引高端人才參與新型工業化建設，為產業發展注入創新活力。

　　 （作者：馬相東、高辰穎，均系北京市習近平新時代中國特色社會主義思想研究中心特約研究員，分別系北京市委黨校教授、副教授）