新型工业化是人工智能全面赋能的工业化

江苏省工业和信息化厅

2023年9月22日至23日，全国新型工业化推进大会在北京召开，会上传达了习近平总书记就推进新型工业化做出的重要指示：“新时代新征程，以中国式现代化全面推进强国建设、民族复兴伟业，实现新型工业化是关键任务。要完整、准确、全面贯彻新发展理念，统筹发展和安全，深刻把握新时代新征程推进新型工业化的基本规律，积极主动适应和引领新一轮科技革命和产业变革，把高质量发展的要求贯穿新型工业化全过程，把建设制造强国同发展数字经济、产业信息化等有机结合，为中国式现代化构筑强大物质技术基础。”由此，推进新型工业化成为中国式现代化的必由之路和重要环节，并提供有效支撑与坚实基础。

一、新型工业化的主要特征

新时代的新型工业化之路，既遵循工业化一般规律，又立足国情，是新发展理念在工业领域的生动实践，具有特殊的时代内涵。新型工业化“是把实现人民对美好生活的向往作为出发点和落脚点、促进全体人民共同富裕的工业化，是坚持高水平科技自立自强、依靠创新驱动发展的工业化，是建设现代化产业体系、加快迈向全球价值链中高端的工业化，是坚持人与自然和谐共生、促进绿色低碳发展的工业化，是顺应新一轮科技革命和产业变革趋势、促进数字经济和实体经济深度融合的工业化”。相较于国内外既有的工业化道路和模式，新型工业化呈现出以人为本、自主创新、高质量发展、绿色低碳、数实融合等主要特征。

以人为本为根本宗旨。新型工业化以满足人民日益增长的美好生活需要为立足点，瞄准产业升级和消费升级方向，强调智能化和个性化生产，注重质量品牌建设，增强高端产品和服务供给能力，提升供给体系对国内需求的适配性。

自主创新为持续动能。新型工业化强调通过技术创新培育产业基础性、原创性、颠覆性、突破性科技创新能力，提高产业链、供应链的韧性。随着我国产业结构的转型升级，工业发展的投入从单纯依靠简单生产要素转向知识、技术、资本、数据等高级生产要素，新兴产业、未来产业成为发展方向和竞争焦点。

高质量发展为核心要求。新型工业化追求工業的规模化扩大，更强调产业结构的优化，突出产业发展质量和效益，注重产业链向全球制造业价值链中高端迈进。新型工业化本质要求产业高质量发展，推动产业基础高级化，产业链现代化，进而实现制造强国的发展目标。

绿色低碳为发展理念。新型工业化要求把绿色发展理念贯穿工业的全领域、全过程，转变以往资源消耗型的粗放型增长方式，遵循减量化、再利用、资源化优先的原则，开发环保技术，采用绿色工艺，生产低碳产品，建成低消耗、高效率、低排放的绿色工业体系。

数实融合为必然路径。新型工业化是将建设制造强国同发展数字经济、产业信息化等有机结合的工业化，以数实融合提升全产业链数字化水平，构建以数据为驱动、平台为支撑、开放协同的新型制造体系，以数字化全面赋能实体经济。

二、当前人工智能发展态势

人工智能概念的提出已有60多年时间，历经20世纪50—70年代的起步阶段，80年代的初步发展期，20世纪90年代至21世纪初的突破期，2010年以来进入应用爆发期。得益于算法理论创新、算力规模提升、海量数据积累，2022年底，ChatGPT的问世，标志着人工智能从判别式到生成式的跨越，展现出赋能千行百业的潜力，迎来了新的发展机遇。IDC数据显示，未来五年，全球人工智能市场预计实现18.6%的年复合增长率，规模将超过1万亿美元。我国人工智能发展水平仅次于美国，处于全球第一梯队。

技术层面，大模型推动人工智能走向通用。人工智能技术的纵向迭代促使其普适性加强。相较此前的人工智能模型，大规模预训练模型（简称“大模型”）在知识记忆、指令理解、信息泛化、规划推理等方面的能力大幅提升。大模型正在将人工智能从聚焦特定领域、解决具体问题的“专才”，推向普适各大领域的“全才”。人工智能技术的横向拓展推动其基础设施特征逐步显现。随着通用大模型的快速迭代更新和商业化应用的不断深入，人工智能与千行百业的融合态势愈发凸显，基础大模型企业与行业头部企业加强合作，已在金融、电力、工业等领域衍生出具有行业特征的各种垂类大模型，逐渐成为各行业数字化的关键底座之一，呈现出新型基础设施特征。

应用层面，人工智能落地赋能进程显著加快。人工智能的广泛应用推动其工程化进程提速。受应用端企业对提高人工智能应用可靠性、可推广性的需求驱动，人工智能计算框架、数据管理、基础模型等应用开发工具逐步完备，大幅度降低了人工智能建模、部署、应用的难度，人工智能开发应用向标准化、通用化方向演进，逐步进入工程化发展阶段。资金、技术和人才差异促使大中小企业选择差异化应用模式。一些强监管、重数据安全的行业核心企业，如头部金融机构、重点工业企业等，采用数据私有化、模型私有化、本地私有云方式构建大模型，即在内部环境中使用私有数据训练应用专业大模型；广大中小企业少有能力开发行业大模型，多采用MaaS（模型即服务）方式，在上公有云的同时获得第三方提供的通用大模型或个性化小模型能力。

产业层面，数据算力共筑人工智能创新生态。需求侧的战略升级带来人工智能创新生态进一步繁荣。伴随着大模型能力的持续涌现，需求侧企业从单一应用试验、综合场景打造，逐步升级为将企业整体发展与人工智能深度绑定，推动人工智能供给侧技术不断深耕，场景创新不断突破，商业价值日益凸显，人工智能应用创新进一步繁荣。数据算力的高速增长有力支撑了人工智能产业的创新发展。算力、数据是人工智能创新的核心要素，2023年，全球数据总产量预计将达到100ZB，我国在用数据中心机架总规模预计超过760万标准机架，总算力将达到197EFLops，位居全球第二。随着智算中心、数据中心、大模型训练平台的建设投用，未来两年，全国的智能算力资源将翻一番，数据存、传、算能力大幅提升，支撑产业与应用创新发展。

三、人工智能赋能工业化的具体实践与初步成效

人工智能全面赋能千行百业已成为全球趋势。当前，人工智能赋能工业化实践主要体现在对工业重点行业、主要流程、传统软硬产品赋能等三方面，率先在数字化起步早、数据标准程度高、模型可复用性强的企业场景中落地，成效初显。根据麦肯锡数据，当前，通过人工智能实现10%以上收入增长的中国企业约9%。未来，伴随着生成式人工智能的成熟，其赋能效果将进一步显现。

赋能重点行业，助力传统产业转型升级。人工智能在原材料、消费品、电子信息、电力等行业企业中已有落地应用，形成包括研发设计、生产制造、辅助决策、智能运维、缺陷检测等典型应用场景。原材料行业，南京钢铁集团有限公司通过构建智能工序应用场景，实现自动废钢判级、智能金相检测、性能预测、风控管理等，投用“大数据+工业机理”全流程数字研发平台，实现产品研发的数字试错，研发周期缩短30%，研发成功率提升20%。消费品行业，二元（苏州）工业科技有限公司打造“妆舟”大模型，为消费者提供美妆搭配方面的建议，为日化美妆从业人员提供全流程提案引导，可将产品开发时间由5—7天缩短到10分钟左右，极大地提升全产业链效率。生物医药行业，南京药石科技股份有限公司自主研发AI药物发现技术平台，帮助大型药企、创新生物科技公司以及科研学术单位等客户提高创新药物研发效率和成功率。电子信息产业，长电科技运用智能视觉检测系统，大幅度提升自动光学检测的准确性和效率，由人工每秒1张图片提升至系统每秒分析15张以上图片，推动产品从抽检到全检。电力能源行业，国家电网有限公司江苏省电力有限公司依托总部、省公司两级人工智能平台，在巡检一线，基于智能识别算法，将识别准确率提升30%，识别效率提升了5倍。

赋能主要环节，提升全流程智能化水平。研发设计环节，发挥人工智能强交互、内容生产等能力，跨领域整合文献、数据，输出高质量图纸、技术档案和三维模型。例如，三一集团借助南京维拓科技股份有限公司开发的智能化创新研发平台，通过几何识别、模型大数据分析、机器学习等智能算法，把专家经验、行业知识和创新方法相结合，模拟领域专家进行创新—设计—评价—再设计，提高研发质量，缩短研发周期，节省研发成本。生产管控环节，利用人工智能实现生产过程控制优化、质量关联分析、预测性维护、安全管理与巡检、生产作业视觉识别、能耗排放优化、物料识别与操作等。例如，海爾卡斯奥工业AI平台通过人工智能技术，实现对工序的精准快速推荐和匹配，为企业自动化构建标准工艺，提高生产过程中工人的操作效率，提高生产决策效率。在运营管理环节，利用人工智能推理预测能力，优化订单处理、库存预警等供应链管理，依托大模型的数据管理能力，实现数据自动化检索、筛选和整合。例如，合肥美亚光电技术股份有限公司利用科大讯飞羚羊平台，打通产品从商机预测到交付收款的价值链全过程，主干报表由原来的100多张精简到8张，生产计划排程效率提升60%，每年经济收益预计提升达百万以上。在营销服务环节，依托智能技术完成个性化推荐、内容精准投放等，开发智能客服、数字人等产品，准确把握客户需求，辅助客户决策，提升服务价值和满意度。例如，顺丰速运依托苏州思必驰科技股份有限公司打造的全场景智能语音客服机器人，在没有人工干预的情况下完成下单、查单及快递价格、时效、状态查询等操作，全天24小时无间歇为客户提供优质服务。

赋能产品和装备，推动产品高端化发展。人工智能凭借其强认知、强交互、强生成的特点，能够促进高端装备、关键软件、智能终端的升级迭代，提升重点产品和装备智能化水平。智能升级高端装备，利用知识图谱、强化学习等人工智能技术，赋予工业机器人、AGV、工业机床等工业装备信息处理、故障预测、自适应调参等智能感知与决策判断能力。例如，西门子（中国）有限公司基于人工智能开发边缘分析系统，针对泵、风扇和压缩机等进行实时评估，提高生产效率超10%。智能升级关键软件，人工智能技术的接入使得工业关键软件向智能监控、自动纠偏、人机友好、精准高效转变，有效提质降本，打造智能友好型生产环境。例如，华中数控股份有限公司开发的华中9型数控系统，将AI芯片嵌入数控系统，实现了精度提升、工艺优化、健康保障等功能。智能升级消费终端，通过人工智能与传统消费品结合，借助大模型生成和信息处理能力，衍生出智能家电、智能家居、服务机器人等新型智能消费终端，为普通民众带来多维度的智能体验。例如，美的集团利用人工智能技术，对传统的家电产品进行智能化升级，推出智能家居产品和服务，提升了传统家电产品的附加值。

四、人工智能全面赋能工业化成为必然

党的二十大报告提出，到2035年基本实现新型工业化，强调坚持把发展经济的着力点放在实体经济上，推进新型工业化，加快建设制造强国。当前，从新型工业化的主要特征看，必然需要人工智能的全面赋能。从人工智能在工业领域的具体实践、初步成效和未来发展态势看，全面赋能条件日趋完备，人工智能必将有能力全面赋能新型工业化。江苏作为实体经济和数字经济大省，也是人工智能产业发展的高地，有责任也有能力领跑人工智能全面赋能新型工业化发展之路。

新型工业化必然需要人工智能全面赋能。习近平总书记在推进新型工业化的重要指示中强调：“要积极主动适应和引领新一轮科技革命和产业变革，把高质量发展的要求贯穿新型工业化全过程，把建设制造强国同发展数字经济、产业信息化等有机结合。”推进人工智能全面赋能新型工业化是主动适应新一轮科技革命和产业变革的必然要求。人工智能是新一轮科技革命和产业变革的重要驱动力量，具有带动性很强的“头雁”效应。当前，以通用人工智能为代表的信息技术变革进入发展快车道，呈现出跨界融合、人机协同、群智开放等特征，正在对经济发展、社会进步等产生重大深远的影响。加快人工智能研发和应用，是赢得全球科技竞争主动权、推动我国科技跨越发展及产业优化升级的重要战略抓手。推进人工智能全面赋能新型工业化是推动经济高质量发展的必然要求。当前，我国正处于转变发展方式、优化经济结构、转换增长动力的攻关期，迫切需要依靠新技术激活新动能，拓展新领域，开辟新赛道，增创工业发展新优势。人工智能作为新兴数字产业，是数字经济的新增长点，是新质生产力的重要组成，与工业深度融合应用将更加有效地拉动制造业数字化、网络化、智能化、绿色化发展，催生新产业、新业态、新模式，为推动经济高质量发展提供有力支撑。推进人工智能全面赋能新型工业化是推动数实融合的必然要求。数实融合发展是新型工业化的必然路径，数据作为数字世界和物理世界融合的关键连接点，通过训练和推理，有助于将蕴含工业技术、工艺经验、制造知识和方法的数据显性化、模型化、系统化，将数据要素价值转化为创新源头供给，促进产业要素的互联互通、资源要素高效配置和全要素生产率提升。

人工智能必然有能力全面赋能新型工业化。人工智能产业发展基础扎实，赋能取得阶段性成效。国家高度重视人工智能产业发展，强化顶层设计，制定《关于支持建设新一代人工智能示范应用场景的通知》等文件，为推进人工智能赋能实体经济提供了政策保障。人工智能核心产业规模不断增长，智能芯片、开发框架、大模型等创新成果不断涌现，智能网联汽车、智能机器人等产品创新活跃，人工智能正加速与制造业深度融合。随着行业大模型加速落地，将进一步催生辅助数字设计、人机协同制造、精准质量管控、精益运营管理、柔性智能服务等一系列创新应用场景，大幅度提升研发、中试、生产、管理、服务等环节智能化水平，进一步发挥人工智能强大的赋能效应。数据要素市场化配置提速，要素價值加快释放。中共中央、国务院出台了《关于构建数据基础制度更好发挥数据要素作用的意见》等政策，加快构建数据基础制度体系，各地方积极培育数据清洗标注、价值评估、交易撮合等数据服务新业态。2023年10月，国家数据局正式挂牌，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济和数字社会建设，将有力促进数据要素技术创新、开发利用和有效治理，加快统一数据要素市场的建设。数字基础设施完善，算力规模位居全球第二。人工智能的数据训练与推理都需要大算力的支撑，我国算力基础设施较为完善，截至2022年底，数据中心机架总规模已超过650万标准机架，算力总规模超180Eflops（美国200 Eflops），智能算力为41Eflops（美国65Eflops），均位居世界第二；近5年年均增速超过30%，预计到2025年全国算力总规模超300Eflops，智能算力占比达35%。政策、数据和算力等要素的加快集聚，为推动人工智能全面赋能新型工业化创造了日益完备的条件。

江苏有责任率先实现人工智能全面赋能新型工业化。2023年7月，习近平总书记在江苏考察并发表重要讲话，赋予江苏“四个新”的重大任务。2023年10月，江苏省委书记信长星在全省新型工业化推进会议上强调，“以制造强省建设为统揽，全力推动新型工业化建设走在前做示范”，明确指出，“要牢牢抓住新一轮科技革命和产业变革带来的战略机遇，引导人工智能企业与工业企业深度协作，大力推动人工智能技术赋能工业发展”。江苏齐全完备的制造体系为人工智能赋能新型工业化提供广阔舞台。江苏是制造大省，具有制造业规模大、行业门类较为齐全、产业配套能力较强、企业数量庞大等特点，丰富的工业场景为人工智能赋能探索提供了广阔的“试验田”。巨大的市场规模为新型工业化发展创造了强大的需求牵引力，促使更多的技术、人才、资金等资源向江苏聚拢。坚实的产业供给能力成为江苏推进人工智能全面赋能工业化的底气所在。江苏人工智能产业发展水平总体位居全国前列，已形成人工智能基础层、技术层、应用层较为完整的产业链，人工智能领域国家级研发机构20余家，国家企业技术中心1家，机器学习、模式识别等领域的研究水平国际领先，涌现出苏州思必驰科技股份有限公司、苏州华兴源创科技股份有限公司、南京云问网络技术有限公司、南京硅基智能科技有限公司等一批国内有影响力的人工智能创新企业。大模型研发也迅速起步，截至目前，江苏已发布DFM-2语言计算大模型、炎帝大模型、奇智孔明AInnoGC工业大模型等11个生成式大模型，另有10个在研。在用数据中心标准机架达55万架，综合算力指数排名全国第二。“智改数转网联”的纵深推进为人工智能全面赋能新型工业化按下加速键。江苏自2022年全面推进制造业“智改数转”三年行动计划，工业企业生产设备数字化率、关键工序数控化率、数字化研发设计工具普及率、数字化生产设备联网率等7项关键指标位居全国第一。随着智能化改造、数字化转型、网络化联结“三大行动”的实施，特别是以“网联”加快实现工业设计、设备运行、供应管理等多维度数据汇聚，通过人工智能训练形成行业模型，将进一步放大“智改数转”效应，提升智能车间、智能工厂智能化水平，驱动智能制造向高级阶段演进。

责任编辑：戴群英