人工智能賦能新型工業化目前有哪些進展？二者在逐步融合的過程中，面臨哪些挑戰？在推進新型工業化的過程中，人工智能的發展有哪些趨勢？正在武漢舉行的2024中國5G+工業互聯網大會上，人工智能如何更好推動新型工業化的話題成為大家關注的焦點。在大會“人工智能賦能新型工業化”圓桌論壇上，主持人武漢大學計算機學院院長、人工智能研究院常務副院長杜博，與來自中國移動(103.570, -0.31, -0.30%)、百度、TCL等不同領域企業的專家展開了深入交流與探討。

當前AI在新型工業化進程中的應用情況如何？

總體而言，當前AI在交通、金融、政務、化工、能源等各個領域都有很多典型案例，為新質生產力的培育帶來助力，但專家們也表示，AI賦能新型工業化還存在供給側較熱、需求端較冷，各企業和行業的應用程度深淺不一等情況。

中國移動研究院人工智能與智慧運營中心副總經理金鏑認為，不同類型的企業對于AI的應用有著不同的需求，目前推進比較順利的模式有兩種，一種是對于大型企業，從整個公司的戰略發展、頂層設計上開始系統性地考慮，怎么把AI和業務發展深度融合，通過底層算力、大模型的建設，發展各種智能化應用，從而促進一系列流程的升級；另一種適合中小型企業，利用5G邊緣計算、5G專網，結合自身特有數據去解決特定場景下的生產問題，這樣往往可以快速實現數據的高效利用，實現對生產流程的改造。

百度副總裁石清華認為“大模型本身不產生價值，大模型用起來才真正產生價值”。他介紹，無論是通用領域還是專業領域，在很多行業的“研產供銷服”中，大模型都有了很深的應用。大模型在集團級別的經營、人力、財務、供應鏈等管理方面發揮了重要作用，逐漸成為企業的“中樞大腦”。而在專業領域，比如汽車的語音操控、工業生產的安全和質檢、交通狀況的評判分析等，大模型也都有了成功實踐。

TCL實業副總裁、格創東智CEO何軍坦言，AI在工業的應用與6～8年前工業互聯網平臺在制造業中的推廣和應用情況類似，還存在一頭熱一頭冷等情況，供給側比較熱，需求側沒有完全應用起來。同時應用也存在深淺不一的問題，在先進制造業落地場景多、應用豐富，而在一般制造業推進比較難，頭部企業從AI頂層架構規劃到實際場景落地推進較好，而很多中小制造企業受制于資金、技術能力應用比較難。但他認為，星星之火可以燎原，大家對AI在工業領域的價值認知程度很高，都在迫切尋找能實際落地的場景，未來發展前景看好。

技術瓶頸、人才短缺、數據安全是主要挑戰

武漢長江計算科技有限公司總經理彭海波表示，隨著技術應用的發展和深入，很多瓶頸出現了。比如算力的硬件基座，隨著CPU、GPU的性能越來越強，從功耗到制程要求都大幅提高，電源管理芯片等問題隨之而來。彭海波介紹，近年來國內外大模型迭代不斷、發展火熱，但無論是從軟件還是硬件層面，人才還有很大的提升和培養空間，這不僅是產業要思考的問題，政學研各界也應持續關注。

APUS聯合創始人、AI實驗室首席科學家張旭認為，當前AI與新型工業化融合存在的最大問題是技術瓶頸、人才短缺?？陀^上，如今AI技術發展還處于非常早期的階段，“很多人覺得AI雖然講得特別好，但真正去落地總會出現這樣那樣的問題”。他表示，目前在人工智能落地過程中，特別短缺的是跨界人才，即既懂人工智能又懂業務、懂客戶的人才。

此外，數據安全等問題也需嚴肅對待。金鏑表示，提升大模型在工業場景下所需的高可靠性、高穩定性、高可信、高安全的新特性，當前還存在不少挑戰。

人機協作和商業范式變化將是未來趨勢

石清華表示，就像隨著應用的普及和深入，大家沒辦法離開移動互聯網、智能手機一樣，將來我們的生產生活也可能離不開AI，未來的工作、生活、生產將會是一個人機協作的過程。如何找到好的應用點，如何配套好人才，甚至做出組織結構變革，需要我們不斷探索和調整。

北京智譜華章科技有限公司副總裁吳瑋杰認為，AI模型的技術迭代速度很快，新模型的研發、老模型的升級都將加速。技術范式的迭代和變化，將給整個商業范式帶來很大變化，原來我們認為的核心競爭力，很可能被大模型替代，因此我們需要做出一系列調整。他認為這種趨勢在工業領域也同樣存在，工業領域比較關注安全生產、質量監管、降本增效，在研發、生產過程中通過多模態的方式去開發新能力、新材料，去輔助安全生產等，將會發現更多潛在的增長空間。

杜博表示，人工智能賦能新型工業化意義深遠，當前已經取得了一些顯著成效，但融合中也有一系列問題亟待解決，政府、企業和科研機構的協同合作將是推動融合進程的關鍵力量，相信在各方的共同努力下，人工智能將為我國新型工業化帶來更多的創新和突破，推動我國工業經濟向著更高質量、更具活力的方向發展。