作者：尹西明（北京理工大學管理學院公共管理系主任、研究員）；陳勁（清華大學經濟管理學院教授、清華大學技術創新研究中心主任）

　　2025年3月5日兩會期間，習近平總書記參加江蘇代表團審議時指出，“科技創新和產業創新，是發展新質生產力的基本路徑”，強調“既多出科技成果，又把科技成果轉化為實實在在的生產力”。《政府工作報告》也將“因地制宜發展新質生產力，加快建設現代化產業體系”作為2025年政府工作十大重點任務之一，提出要“推動科技創新和產業創新融合發展，大力推進新型工業化”，并具體要求“開展新技術新產品新場景大規模應用示范行動”和“持續推進‘人工智能+’行動”。

　　2025年是“十四五”收官和謀篇布局“十五五”規劃的關鍵一年。如何把握新場景蘊含的無限新機遇，加快AI大模型、具身智能等新技術新產品同海量工業場景的深度融合，成為加速AI發展和推動制造業高端化、智能化、綠色化發展的關鍵引擎。對此，2025年落實中央經濟工作會議精神和《政府工作報告》的相關任務部署，需要加快產業政策和場景側改革，以場景為驅動、以AI為引擎、以數據為紐帶、以生態為支撐，推動開展新技術新產品新場景大規模應用示范行動和“人工智能+”行動協同發力，加快構建“場景-技術-產業”循環互促的創新體系，將人工智能、具身智能、生物制造、量子科技和6G等“技術勢能”轉化為加速新型工業化和現代化產業體系的“發展動能”。

　　人工智能賦能新型工業化的瓶頸問題

　　當前，AI企業多為民企，但重大場景多掌握在政府部門、大型基建國企、制造業鏈主企業中，這些重大場景開放程度有限，使得AI賦能重大工業場景的門檻高、難度大。例如，智能交通系統建設中，需求方多為政府部門及大型國企，傾向于選擇長期合作的大型企業或科研單位，民企很難介入。同時，美西方國家對我多家AI企業實施的系列制裁，也使民企國際化場景拓展受到限制。另一方面，工業場景也較為碎片化，缺乏更加系統性的規劃。我國工業場景覆蓋制造業全鏈條，但AI應用場景呈現“少數重大場景為牽引、大量長尾場景占主導”的特征，AI賦能也多停留在質檢、設備預測性維護等“點”的應用，缺乏產線級、全流程、跨領域的集成化場景設計。

　　工業AI場景對實時計算和邊緣算力需求迫切，但受限于網絡延遲、本地應用場景匱乏等因素，我國算力資源分布還不均衡，東部地區算力占比超60%，中西部工業重鎮算力供給缺口尚存。并且，我國當前算力基建投資集中于傳統通用服務器（CPU為主），但市場急需的智能算力（GPU/TPU/ASIC等）供給尚且不足。

　　除此之外，數據是AI的核心要素，豐富的數據資源能夠為AI大模型的訓練與優化提供充足的“燃料”，從而提升其在工業場景中的決策能力和預測精度。同時，當前AI預訓練模型參數數量、訓練數據規模以300倍/年的趨勢增長，增大模型和增加訓練數據是未來演進方向。然而，實際工業數據分散在設備、系統和產業鏈各環節，且涉及商業機密和隱私保護，跨企業、跨平臺的數據共享存在阻力。

　　從市場來看，微觀市場主體活力有待進一步激發。新型工業化需大中小企業融通創新，但當前AI賦能新型工業化仍以頭部企業為主導。必須進一步加強產業鏈上下游協同，促進裝備制造商、軟件服務商與終端用戶之間的深度合作，推進場景閉環構建。

　　把握場景機遇，加快AI高水平賦能新型工業化

　　實施場景驅動創新戰略，構建“全鏈+特色”場景體系。一是實施“場景驅動人工智能高水平賦能新型工業化行動計劃”，圍繞研發設計、智能生產、供應鏈管理等制造業核心環節，遴選百個國家級標桿場景，形成“全鏈條貫通、多領域聯動”的場景示范矩陣。二是支持省市區結合自身產業稟賦，打造“一鏈一策” 的垂直特色場景。例如，長三角可以考慮聚焦先進制造業產業鏈智能化，成渝地區突出裝備制造協同創新，京津冀強化人工智能與科技型制造業的集成應用。三是建立工業場景動態清單，每年更新30%的示范項目，淘汰技術落后、效益低下的場景，推動場景與技術進步同步升級。四是構建AI賦能制造業綜合評價體系，圍繞技術成熟度、場景開放度、應用賦能成效等維度，建立多層次、動態化的評估框架，為AI高水平賦能提供科學指引和前瞻引導。

　　開發開放超級場景，推動技術—場景精準適配。一是政府加強政策引導，鼓勵科技領軍企業、制造業鏈長企業、國資央企等大規模開放產業場景，同時支持各地政府開發開放城市場景，建設千億級超級場景，推動建設AI+先進制造終端應用基地，設立專項扶持資金，降低民營AI企業參與門檻。二是建立工業AI機會清單，由工業企業發布技術難題，AI民企參與AI+示范應用場景模型開發，形成一批行業級解決方案，政府按成果轉化效益給予補貼支持。三是專項支持AI民企邊緣計算、小樣本學習、自適應算法等工業級AI技術研發，降低算力依賴，提升場景適配性。四是圍繞重點產業鏈打造示范應用場景，發布AI軟硬件創新產品目錄，并將首臺套、首版次、首批次AI大模型和具身智能機器人場景化驗證應用納入“兩重兩新”和超長期特別國債等專項政策支持。

　　打破數據孤島，構建工業數據要素流通生態。一是制定并實施《工業數據共享管理指引》，建立科學的數據分級管理體系，可以考慮將工業數據分為公開、受限、保密三級，重點推動設計參數、工藝知識等非涉密數據定向開放與共享。二是依托國家信息中心、中國信通院等機構，以工業互聯網平臺和數據要素型央企為基礎，統籌建設國家級工業數據集團，打造工業數據樞紐平臺，支持跨行業、跨區域數據融合應用，并通過稅收減免等激勵措施，吸引工業企業積極接入平臺，構建良性互動的數據共享生態系統。三是加快推進制造業數據空間、數據信托、數據銀行等創新機制試點工作，積極探索基于AI、區塊鏈等技術的數據確權與收益分配模式，充分激活數據要素市場價值，促進工業數據資源的優化配置與高效利用。

　　強化中小企業賦能，打造“鏈主+生態”協同體系。一是在國家AI大基金下設立工業AI中小企業創新基金板塊，重點支持“專精特新”企業參與場景開發，提供首臺套首批次首版次成果的場景應用風險補償。二是以場景示范工程、場景保險補貼等激發與引導鏈主企業向中小企業開放場景，支持其低成本快速部署、全產線應用AI大模型。三是優化營商環境，以法治手段切實解決大企業、政府部門拖欠AI中小企業賬款問題，加速中小企業現金回流，形成場景應用-資金回流-場景迭代-企業規模化增長的“飛輪”。四是實施“工業AI工程師萬人計劃”，聯合高校、企業共建實訓基地，推行“企業導師+高校教授”雙導師制，定向培養既懂工業場景又精通AI技術的復合型人才，為生態提供創新動力。

　　夯實新型基礎設施，開源共建提升算力—網絡支撐能力。一是政府牽頭建立全國一體化異構算力交易平臺，創新采用“算力證券化”模式實現跨區域資源高效調配，同時積極推行“算力銀行”模式，為企業提供閑置算力存儲增值服務，提升資源利用效率。二是支持領軍企業依托開源社區開發工業級AIaaS或MaaS平臺，通過開源開放模式集成低代碼開發、微服務架構、異構模型調用等核心功能，切實降低中小企業智能化轉型門檻。三是構建完善的工業AI安全防護體系，建立健全漏洞庫與威脅情報開源共享機制，加快研制自主可控的工業防火墻與加密芯片，筑牢產業安全防線，保障產業智能化行穩致遠。