“人工智能+”助力傳統產業改造升級成效顯著

近年來，在政府相關政策、企業技術創新以及市場需求的推動下，“人工智能+”正逐步融入傳統產業的各個環節，促進其從要素驅動向智能驅動轉型。

解決傳統產業發展瓶頸，促進生產效率與質量提升。人工智能與傳統產業融合，推動了生產流程的智能化與自動化，提高了生產效率和產品質量，降低了企業的生產成本。在生產環節，工業機器人結合人工智能視覺檢測技術，實現了從人工巡檢到智能監測的轉變。根據《2024年世界機器人報告》，2023年我國工業機器人安裝量占全球51%，應用密度達到每萬名員工470臺。在汽車制造領域，工業機器人利用先進的視覺識別與精準控制技術，精準高效地完成焊接、裝配等各項復雜任務。在家電領域，人工智能的應用實現了降本增效。在原材料領域，人工智能通過數據匯總和深度分析，優化了生產工藝流程、提高了產品質量。在電力領域，大模型提高了故障檢出率、降低了誤檢率。在半導體領域，人工智能應用縮短了研發周期、降低了不良率。

拓展市場空間，實現產品與服務的智能升級。“人工智能+”推動了傳統產業從功能型向智能型轉變，激發了新需求并產生了新的應用場景。在消費領域，智能家居實現了設備的互聯互通與場景控制。2024年，我國智能手機產量同比增長8.2%，超70%的機型搭載了人工智能芯片，智能拍照、語音助手等成為標配。在生產領域，智能裝備滲透率持續增長，數控機床借助智能算法對加工路徑進行優化；汽車零部件企業引入具身智能機器人，提升了精密裝配效率。同時，隨著服務模式創新，傳統產業已由單一產品銷售向“產品+服務”轉型，如大型機械領域除銷售掘進機外，還提供遠程運維服務。

重塑產業生態，增強產業鏈協同能力。人工智能與傳統產業結合，消除了傳統產業鏈的信息壁壘，促進了上下游鏈條的協同與資源的優化配置，推動了產業鏈從“線性串聯”向“網狀協同”轉型。在供應鏈管理上，應用人工智能驅動的需求預測模型，有助于提高企業預測市場需求的精準度，以及合理規劃生產與庫存管理的能力。工業互聯網平臺應用大數據等技術，為產業鏈上下游數據互通提供了重要基礎。在產業集群層面，區域“產業大腦”加速落地。此外，人工智能技術促進了跨行業的融合創新，如汽車與信息技術的融合普及了智能駕駛技術。同時，人工智能推動了傳統產業與新興產業的跨界融合，加速了產業生態的重構。如傳統農業與數字技術融合孕育出了智慧農業，拓展了農業的發展空間。

“人工智能+”助力傳統產業改造升級面臨三重堵點

“人工智能+”助力傳統產業改造升級過程中，在應用的廣度和深度上仍存在三重堵點。

首先，技術供給與產業需求之間存在“堵點”，主要表現在兩個方面：一是底層核心技術存在短板。我國人工智能應用多集中在場景落地，基礎研究和高端硬件與發達國家之間仍有差距。二是人工智能技術與產業場景的適配度較低。近年來，通用大模型發展迅速，但行業大模型的研發相對滯后，傳統產業細分領域的工藝知識和數據特征比較難融入模型訓練。同時，小模型部署成本高，中小企業受到資金和技術的限制，難以針對特定工序開發輕量模型。此外，人工智能在工業場景中應用的穩定性和可靠性尚需進一步驗證，特別是在航空航天、能源電力等對生產連續性和穩定性要求較高的行業，若發生系統故障或錯誤決策可能引發事故并帶來經濟損失。

其次，資源配置與轉型需求之間存在“堵點”，主要表現在三個方面：一是算力供給結構不平衡。我國算力總體規模位居全球前列，但面臨著供需對接不暢、應用深度不足、區域發展不均等短板。二是數據資源碎片化。傳統產業數據分散在設備和系統中，標準和格式不統一，數據安全與共享矛盾較為突出，跨企業數據流通的制度保障機制略顯不足，企業“不愿共享、不敢共享”的困局尚未有效打破。三是“人工智能+”的人才供需不平衡。從高校人才培養體系來看，人工智能與傳統專業交叉融合還不夠深入，具備跨領域素養與實踐能力的人才依然缺乏。傳統產業中部分員工對人工智能技術的熟悉度不夠，增加了適應智能化設備與管理系統操作和維護的難度，需對其進行大規模、系統性的培訓。

最后，政策支持與企業訴求之間存在“堵點”，主要表現在三個方面：一是政策協同性有待提升。當前“人工智能+”相關政策分散在各個部門，在一定程度上帶來“人工智能+”賦能傳統產業時對接部門多、流程多、周期長。二是對傳統產業的中小企業推進“人工智能+”支持力度略顯不足。龍頭企業推進“人工智能+”相對容易，而中小企業推進“人工智能+”所需的資金、技術、人才等較為有限，在技術選型、系統集成、應用開發等方面面臨諸多困難，導致“人工智能+”助力中小型傳統企業改造升級相對緩慢。三是標準與治理體系建設相對滯后。傳統產業人工智能應用的技術標準、倫理規范仍處于探索階段，尚不健全，算法透明度與解釋力還略顯不足。