txt99.org技术进步是降低人工智能应用门槛的关键。这有待加大科研投入，强化自主研发能力，在智能芯片、操作系统等关键领域取得更多突破。夯实算力、算法、数据等技术底座，培育若干通用大模型和行业大模型。

　　工信部日前公布人工智能赋能新型工业化典型应用案例名单，151个案例上榜。这既是要发挥案例示范引领作用，也是引导地方政府、企业加大对典型应用案例的政策、资金及项目支持力度，推动人工智能在新型工业化中应用推广，加快形成新质生产力。

　　作为新型工业化的重要推动力，人工智能是引领新一轮科技革命和产业变革的战略性技术，也是通用性最广泛的关键共性技术，具有溢出带动性很强的“头雁”效应。中央经济工作会议强调开展“人工智能+”行动，正是要推动人工智能技术与千行百业深度融合。因为广泛的渗透性、替代性、协同性和创新性，人工智能深度融入制造业各环节，能提升全要素生产率，重塑产业技术体系、生产模式、产业形态，推动制造业转型升级。

　　我国人工智能产业具备赋能新型工业化的良好基础。目前我国人工智能核心产业规模接近6000亿元，相关企业超过4500家，已初步构建起较全面的人工智能产业体系，产业链覆盖芯片、算法、数据、平台、应用等上下游关键环节。智能芯片、通用大模型等创新成果加速涌现，智能基础设施不断夯实，数字化车间和智能工厂加快建设，加速形成现代化、智能化的产业体系，促使传统生产力向新质生产力转型。

　　人工智能赋能新型工业化正走深向实。人工智能在工业领域的应用场景不断拓展，并加速从最初的研发设计、运营管理、营销服务等环节深入渗透生产制造环节，推动制造业迈向全方位、深层次智能化转型升级新阶段。以传统小模型为代表的专用智能应用逐步成熟，以大模型为代表的通用智能应用处于初步探索阶段，行业应用场景不断丰富创新，深刻变革制造过程、研发模式，催生新产品新形态，是我国工业由大到强、实现弯道超车的重要方向和重大机会。

　　人工智能赋能新型工业化，存在供需两端一头热一头冷的情况。从供给侧看，人工智能技术创新活跃，技术、算法、模型和解决方案不断迭代升级，企业将工业领域视为人工智能应用落地的重要市场；从需求侧看，整体应用意愿参差不齐，大型企业有资源有能力，许多中小企业因为缺钱、缺人、缺技术，对人工智能技术应用积极性不高、应用程度低。这导致了人工智能技术在供给侧较热、在需求端较冷，表现为先进制造业落地场景多，一般制造业推进难，头部企业落地较好，中小制造企业较多持观望态度。

　　推动人工智能更深入赋能工业，需着力降低其应用门槛。工业场景具有多样性、复杂性等特点，精度要求高，容错率低，各细分行业要求差异化较大，需要提高人工智能技术的专业性、可靠性，针对不同行业、企业推出更适用普惠的产品和解决方案。行业发展，标准先行。工信部人工智能标准化技术委员会日前成立，主要负责人工智能评估测试、运营运维等领域行业标准制定修订工作，将有助于形成统一的行业标准，打破技术壁垒。

　　技术进步是降低人工智能应用门槛的关键。这有待加大科研投入，强化自主研发能力，在智能芯片、操作系统等关键领域取得更多突破。夯实算力、算法、数据等技术底座，培育若干通用大模型和行业大模型。大力发展智能产品，推广智能化软件应用，促进家电、手机等消费终端向强智能升级。更好发挥企业的创新主体作用，既鼓励产学研合作，支持龙头企业打造人工智能赋能新型工业化典型标杆；也建好服务中小创新企业的人工智能基础设施，降低其参与人工智能市场的门槛，形成百花齐放的市场竞争格局。（黄鑫）