新時(shí)代新征程以中國式現(xiàn)代化全面推進(jìn)強(qiáng)國建設(shè),、民族復(fù)興偉業(yè),，實(shí)現(xiàn)新型工業(yè)化是關(guān)鍵任務(wù)。人工智能是引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù),，也是新型工業(yè)化的重要推動(dòng)力量,。黨的十八大以來，以習(xí)近平同志為核心的黨中央把發(fā)展人工智能提升到戰(zhàn)略高度,，強(qiáng)調(diào)把新一代人工智能作為推動(dòng)科技跨越發(fā)展,、產(chǎn)業(yè)優(yōu)化升級、生產(chǎn)力整體躍升的驅(qū)動(dòng)力量,。近期召開的中央經(jīng)濟(jì)工作會(huì)進(jìn)一步對開展“人工智能+”行動(dòng)，培育未來產(chǎn)業(yè)作出明確部署,。推進(jìn)人工智能賦能新型工業(yè)化,，要從量的增長、質(zhì)的提升,、技的進(jìn)步,、智的轉(zhuǎn)型、碳的治理和鏈的安全等六個(gè)方面持續(xù)發(fā)力,、久久為功,。

一是量的增長。人工智能新技術(shù)創(chuàng)新活躍,、新模式蓬勃發(fā)展,，是新興產(chǎn)業(yè)重要組成，是推動(dòng)傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級,、拓展工業(yè)經(jīng)濟(jì)增長空間的重要力量,，為推進(jìn)新型工業(yè)化,、建設(shè)現(xiàn)代化產(chǎn)業(yè)體系提供有力支撐。我國人工智能核心產(chǎn)業(yè)的規(guī)模不斷擴(kuò)大,，產(chǎn)業(yè)鏈基本覆蓋芯片,、算法、數(shù)據(jù),、應(yīng)用等關(guān)鍵環(huán)節(jié),。人工智能領(lǐng)域企業(yè)已超過4700家。我國算力總規(guī)模位居全球第二,，其中智能算力占比超30%,，已在天津、廣州,、濟(jì)南等地建設(shè)14個(gè)國家超級計(jì)算中心,。200余個(gè)能為公眾提供服務(wù)的生成式人工智能服務(wù)大模型完成備案上線，注冊用戶超6億,。人工智能應(yīng)用探索推進(jìn),，與制造、交通,、能源,、醫(yī)療、城市管理等領(lǐng)域深度融合,，涌現(xiàn)出智能制造,、智能家居、自動(dòng)駕駛,、智慧物流,、智能安防等一批新模式新業(yè)態(tài)。

二是質(zhì)的提升,。人工智能技術(shù)應(yīng)用推動(dòng)質(zhì)檢算法從多樣本的全監(jiān)督學(xué)習(xí)向少樣本,、無監(jiān)督演變，質(zhì)檢模型從專用小模型向通用多模態(tài)模型邁進(jìn),，基于人工智能的質(zhì)量檢測跨入全新的發(fā)展階段,。解決方案更加高效，傳統(tǒng)AI模型高度依賴工廠樣本數(shù)據(jù)和本地化微調(diào),，往往面臨樣本數(shù)據(jù)獲取困難,、標(biāo)注困難、訓(xùn)練時(shí)間長,、遷移能力弱等問題,。通過大模型的泛化遷移能力，可以實(shí)現(xiàn)一個(gè)模型同時(shí)對產(chǎn)品質(zhì)量缺陷、人員違規(guī)操作,、零部件裝配誤差等多種工業(yè)場景的快速高效檢測,。比如，某企業(yè)研發(fā)的邊緣大腦AI質(zhì)檢平臺(tái),，基于大模型的小樣本學(xué)習(xí)技術(shù),，僅需60—100張正常樣本、10分鐘訓(xùn)練即可形成檢測能力,，速度幾乎是傳統(tǒng)有監(jiān)督AI訓(xùn)練的幾十倍,，但所需樣本量僅為幾十分之一。應(yīng)用場景快速拓展,，隨著AI的適用性和靈活性不斷增強(qiáng),，解決方案也從定制化向標(biāo)準(zhǔn)化、通用化轉(zhuǎn)變,，行業(yè)碎片化的問題得到改善,，AI工業(yè)質(zhì)檢從傳統(tǒng)的3C電子、汽車,、消費(fèi)品和原材料等領(lǐng)域逐步向能源,、醫(yī)療、物流行業(yè)拓展,。據(jù)統(tǒng)計(jì),，從2021年到2024年，中國AI工業(yè)質(zhì)檢市場規(guī)模平均增長率預(yù)計(jì)超過25%,，2024年市場規(guī)模有望突破7億美元,。

三是技的進(jìn)步。人工智能的廣泛應(yīng)用與部署促進(jìn)了多元異構(gòu)計(jì)算技術(shù)的快速發(fā)展,，算力芯片,、大模型等創(chuàng)新產(chǎn)品持續(xù)涌現(xiàn)，深度改變IT基礎(chǔ)設(shè)施和智能產(chǎn)品的技術(shù)架構(gòu),。在終端側(cè),，隨著5nm甚至3nm芯片工藝的進(jìn)步，終端設(shè)備逐步普及NPU算力,。加速智能網(wǎng)聯(lián)新能源汽車、人形機(jī)器人,、AI手機(jī)和電腦,、腦機(jī)接口產(chǎn)品等新一代智能終端應(yīng)用，實(shí)現(xiàn)人工智能,、新能源,、高端裝備等領(lǐng)域集成創(chuàng)新。如北理工“匯童”,、浙大“悟空”具有較強(qiáng)的運(yùn)動(dòng)控制能力,，優(yōu)必選Walker,、小米“鐵大”已實(shí)現(xiàn)市場化應(yīng)用。在邊緣側(cè),，低功耗高性能AI芯片可為邊緣AI算法提供數(shù)據(jù)分析和決策反饋算力,，減少網(wǎng)絡(luò)和云端壓力。在制造業(yè)領(lǐng)域,，通過單一視覺AI設(shè)備實(shí)現(xiàn)區(qū)域安全防控,；在交通運(yùn)輸領(lǐng)域，基于邊緣AI完成交通信號(hào)燈的智能控制,。在云側(cè),，超大規(guī)模模型的訓(xùn)練和推理需要海量算力支持，推動(dòng)云端IT基礎(chǔ)設(shè)施的算力升級,。云服務(wù)商不斷加大AI算力尤其是高性能計(jì)算和人工智能計(jì)算的投入,，算力體系從傳統(tǒng)的CPU計(jì)算向GPU和FPGA等多核計(jì)算架構(gòu)轉(zhuǎn)變。

四是智的轉(zhuǎn)型,。人工智能技術(shù)加速突破并深度融入千行百業(yè),，成為推動(dòng)制造業(yè)轉(zhuǎn)型升級的動(dòng)力源泉。在研發(fā)設(shè)計(jì)環(huán)節(jié),，人工智能大模型基于強(qiáng)大的泛化能力,，通過建模仿真與復(fù)雜計(jì)算，在材料配比,、工藝優(yōu)化等方面進(jìn)行深度學(xué)習(xí),，可以降低試錯(cuò)成本，提高設(shè)計(jì)效率和質(zhì)量,。比如,，某生物計(jì)算大模型高效實(shí)現(xiàn)大規(guī)模的小分子虛擬篩選，與傳統(tǒng)工具相比,，準(zhǔn)確率提升40%以上,，計(jì)算速度提升5倍，1分鐘內(nèi)可計(jì)算1000個(gè)分子的藥物相關(guān)性指標(biāo),，大幅提升新藥研發(fā)速度,。在生產(chǎn)制造環(huán)節(jié)，人工智能對生產(chǎn)需求,、資源可用性,、任務(wù)優(yōu)先級等工業(yè)調(diào)度任務(wù)中的復(fù)雜流程邏輯進(jìn)行建模，實(shí)現(xiàn)對關(guān)鍵節(jié)點(diǎn)的任務(wù)分配和智能化調(diào)度,。比如,，某企業(yè)基于生產(chǎn)數(shù)據(jù)和供應(yīng)鏈信息，協(xié)助優(yōu)化產(chǎn)線布局、工藝流程和物料配送,，減少庫存積壓和生產(chǎn)停滯,，生產(chǎn)效率提高30%。在營銷服務(wù)環(huán)節(jié),，人工智能通過整合和檢索大量工業(yè)邏輯與產(chǎn)品知識(shí),，分析歷史用戶行為和偏好，打造個(gè)性化推薦,、智能化答疑等功能,，向客戶提供定制化應(yīng)用服務(wù)。在運(yùn)營管理環(huán)節(jié),，大模型可以通過自身強(qiáng)大的推理能力,，對市場需求和生產(chǎn)能力等進(jìn)行預(yù)測和優(yōu)化，實(shí)現(xiàn)設(shè)計(jì),、生產(chǎn),、銷售、物流等系統(tǒng)聯(lián)動(dòng),，提升運(yùn)營管理效率,。比如，某工業(yè)互聯(lián)網(wǎng)平臺(tái)接入大模型,，對供應(yīng)鏈中各類別,、各模態(tài)的數(shù)據(jù)進(jìn)行管理和整合，大幅優(yōu)化物料選型,、生產(chǎn)計(jì)劃,、采購管理等過程，向全國4700多家中小制造企業(yè)提供服務(wù),，平均提升產(chǎn)能15%,。

五是碳的治理。人工智能強(qiáng)化能源流,、信息流管理,，通過精準(zhǔn)預(yù)測、實(shí)時(shí)監(jiān)控和智能優(yōu)化,，提升能源生產(chǎn),、運(yùn)輸、儲(chǔ)存,、消費(fèi)各環(huán)節(jié)管理效率,，助力構(gòu)建綠色低碳能源系統(tǒng)。優(yōu)化能源管理方面,，在電網(wǎng)系統(tǒng)中，通過智能調(diào)度系統(tǒng)的運(yùn)行優(yōu)化，提升能源使用效率,，改善能源結(jié)構(gòu),，加大風(fēng)能、光伏等可再生綠色能源的使用比重,。提升制造過程碳效率方面,，針對產(chǎn)品設(shè)計(jì)、工藝裝備升級,、生產(chǎn)調(diào)度等領(lǐng)域開展人工智能融合賦能,，通過制造過程碳效率管理，有效提升制造過程能源,、資源利用率,。比如某家電企業(yè)通過智能調(diào)度和能源管理系統(tǒng)的優(yōu)化，降低生產(chǎn)過程中的電力消耗和水消耗,，每年間接減少約5000噸二氧化碳排放,。增進(jìn)碳管理決策水平方面，通過人工智能的分析,、模擬和預(yù)測等能力,，為政府、企業(yè)雙碳目標(biāo)管理提供決策支持,，輔助開展碳管理措施效果評估,、優(yōu)化碳管理路徑。

六是鏈的安全,。人工智能通過實(shí)時(shí)監(jiān)控,、預(yù)測分析和自動(dòng)化決策，增強(qiáng)供應(yīng)鏈的透明度,、效率和響應(yīng)能力,，提高供應(yīng)鏈的韌性與安全水平。實(shí)現(xiàn)供應(yīng)鏈高效管控,，人工智能結(jié)合智能終端,，實(shí)時(shí)匯集原材料供應(yīng)、生產(chǎn)進(jìn)度,、運(yùn)輸狀況等業(yè)務(wù)信息,，可快速應(yīng)對突發(fā)風(fēng)險(xiǎn)并制定應(yīng)急響應(yīng)方案。例如,，某IT企業(yè)借助嵌入式人工智能實(shí)現(xiàn)端到端的全景式展示,、分析與決策，實(shí)現(xiàn)危急事件的及時(shí)響應(yīng),，將供應(yīng)鏈中斷事件處理時(shí)間從18—21天縮短到幾個(gè)小時(shí),。促進(jìn)需求精準(zhǔn)預(yù)測,，通過建立差異化需求預(yù)測模型，輔助企業(yè)合理安排生產(chǎn)計(jì)劃和庫存管理,，提高供應(yīng)鏈的效率和靈活性,。某頭部快消品供應(yīng)商通過深度積累的行業(yè)知識(shí)及業(yè)務(wù)數(shù)據(jù)，將經(jīng)驗(yàn)轉(zhuǎn)化為模型特征,，融入關(guān)鍵擾動(dòng)因子,，基于時(shí)間序列、樹模型,、深度學(xué)習(xí),、強(qiáng)化學(xué)習(xí)等能力進(jìn)行模型融合，其需求預(yù)測工作效率提高3倍,，周度預(yù)測準(zhǔn)確度較人工提升10%,，生產(chǎn)成本降低15%，提質(zhì)增效效果顯著,。強(qiáng)化預(yù)防性風(fēng)險(xiǎn)管理,，通過人工智能對供應(yīng)商狀況展開實(shí)時(shí)監(jiān)測，提前預(yù)警潛在風(fēng)險(xiǎn),，輔助企業(yè)及時(shí)靈活地調(diào)整采購策略,，有力保障原材料供應(yīng)的穩(wěn)定性與持續(xù)性。某電子集團(tuán)借助人工智能系統(tǒng),，對供應(yīng)商進(jìn)行全方位風(fēng)險(xiǎn)評估,。當(dāng)芯片供應(yīng)商出現(xiàn)財(cái)務(wù)狀況波動(dòng)和產(chǎn)能受限跡象時(shí)，系統(tǒng)及時(shí)發(fā)出警報(bào),，迅速啟動(dòng)備選供應(yīng)商切換機(jī)制,，并與原供應(yīng)商共同制定解決方案，確保生產(chǎn)所需芯片的穩(wěn)定供應(yīng),，避免因原材料短缺導(dǎo)致的生產(chǎn)線停滯,。

工聯(lián)院積極推動(dòng)人工智能與工業(yè)融合創(chuàng)新，取得了初步進(jìn)展,。一是建設(shè)人工智能工業(yè)應(yīng)用供需對接平臺(tái),。當(dāng)前平臺(tái)匯集近1500個(gè)解決方案，覆蓋十大重點(diǎn)行業(yè),、五個(gè)關(guān)鍵環(huán)節(jié),，涉及1200家工業(yè)應(yīng)用企業(yè)，800家人工智能服務(wù)商,，搭建人工智能供需對接橋梁,；二是構(gòu)建大模型工業(yè)語料庫。依托國家工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)中心,，聚焦鋼鐵,、石化,、電力、機(jī)械等十大重點(diǎn)行業(yè),，構(gòu)建行業(yè)語料庫以及提示詞語料庫,，已形成高質(zhì)量工業(yè)數(shù)據(jù)數(shù)十萬條，支撐大模型的工業(yè)應(yīng)用與評測,。三是開展工業(yè)領(lǐng)域大模型應(yīng)用評測。針對國內(nèi)外主流的大模型進(jìn)行工業(yè)領(lǐng)域性能評測工作,，當(dāng)前已為國內(nèi)外50余個(gè)主流人工智能大模型進(jìn)行評測,，聯(lián)合香港科技大學(xué)、中國經(jīng)濟(jì)信息社共同打造并發(fā)布中國AI大模型工業(yè)知識(shí)問答發(fā)展指數(shù),，研判人工智能在工業(yè)領(lǐng)域發(fā)展態(tài)勢,。