強化“人工智能+”泛在應用 賦能產業新質生產力

摘 要：新質生產力作為當前先進生產力的代表，對于擺脫傳統經濟增長方式、創新生產力發展路徑、構建現代化產業體系具有重要意義。特別是作為推動新質生產力發展的人工智能創新引擎，其賦能路徑與機理的挖掘成為一項重要研究內容。文章通過對人工智能賦能新質生產力的路徑進行解構分析，認為人工智能可在輔助技術創新、優化產業結構以及催生新模式方面促進新質生產力的形成及發展。基于此，提出多層次技術研發布局，形成新質生產力孵化技術創新鏈、利用人工智能助推優勢產業結構升級、培育“人工智能+”創新生態圈，提出“人工智能+”多場景的泛化應用的建議和路徑分析。

關鍵詞：人工智能；新質生產力；高質量發展；路徑分析

一、引言

2023年9月，習近平總書記在黑龍江考察時首次提出了“新質生產力”這一全新概念。新質生產力以其“符合新發展理念的先進生產力質態”和“推動高質量發展的內在要求和重要著力點”的突出內涵，為中國經濟和社會發展指明了新方向，同時也對新技術、新產業、新模式提出了新的需求。人工智能技術作為第四次工業革命的顛覆性及關鍵性技術，在整合數據資源、推動人機協作、提高運營效率等方面具有突出優勢，已成為改革舊有世界生產力格局、擴充新質生產力的重要動力。因此，厘清人工智能對催生新質生產力的引擎作用，探索其在科技創新、產業升級、模式革新等方面的潛力，規劃人工智能推進新質生產力發展的實施路徑，推動人工智能與新質生產力的有機融合，為新時期經濟社會高質量發展提供新思路，具有重要的理論和實踐意義。

二、“人工智能+”賦能新質生產力的路徑解構

（一）人工智能輔助技術創新賦能新質生產力

原創性、顛覆性的新技術是發展新質生產力的著力點之一，要求高水平的技術創新，而技術創新的本質是知識的革新，不論是改進現有技術還是發展全新技術，都需要對知識進行整合與創造。人工智能作為一項多場景通用技術，可重塑各行業的知識分享、知識吸收、知識創造、知識溢出等知識管理環節。人工智能領域的智能算法，如機器學習、深度學習和神經網絡算法，能夠更有效地處理碎片化信息，提高知識處理的準確性和可靠性，加快舊知識的重組。同時，與傳統“面對面交流”不同，人工智能算法可通過提取標簽信息對隱性知識進行顯性轉換，在降低知識共享成本的同時，提升了知識的易用性和知識吸收效率。此外，基于人工智能構建的知識平臺、創新平臺等知識傳播網絡，通過在組織內部或創新主體間構建知識交流渠道，能夠形成有助于技術創新的知識外溢。這種知識溢出對技術創新的促進作用一方面表現為創新主體通過內部各部門間的知識交流和積累，豐富知識創新資源，激發技術創新活力；另一方面體現在各創新主體通過對外部知識的吸收和轉化，改變內部知識環境，降低技術創新成本和風險。

（二）人工智能通過產業結構優化

新質生產力的關鍵在培育新產業，并實現產業結構轉型升級，即產業結構的高級化與合理化。人工智能對產業結構的優化首先表現為產業智能化。微觀上，融合了人工智能技術的現代工業機器人，已具備較高的智能化和自主化水平，對生產環境的適應性得到提升，能完成具有重復性、高風險和低效率的任務，提高生產效率的同時降低了勞動力成本。中觀上，人工智能技術在制造業的升級運用，還推動了基于工業互聯網的人、機、物系統的融合，為生產智能化、產品定制化、產業鏈協同化提供了數字基礎，可實現生產要素優化配置，進而驅動產業技術創新、推動產業結構升級。宏觀上，人工智能應用帶來的技術差距也推動了傳統產業的升級。人工智能的廣泛應用將顯著提升制造業的競爭優勢，且這種影響對服務業具有傳導作用。一方面，人工智能及其相關技術的應用使企業實現生產、管理的智能化，提高了運營效率，同時低智能化水平的替代產品行業因受到擠壓而選擇主動升級或被動淘汰，最終提升了產業結構的高級化水平。另一方面，人工智能及其相關技術的應用對低技能勞動力的替代會將部分制造業勞動力擠出至服務業，進而提高產業結構的合理化程度。

人工智能對產業結構的優化還表現為人工智能產業化。作為一個復雜系統，人工智能包含了智能芯片、計算機視覺、自然語言處理、機器學習、語音識別等各種技術和產品，這些技術、產品經過成果轉化、商業化、產業化形成了龐大的高生產率產業，吸引了資本和人力要素的聚集，優化了社會生產要素配置。同時，目前人工智能技術處于成熟期，創新動力較為強勁，蘊藏著許多潛在的顛覆性技術，如多核類腦存算一體芯片和與之匹配的神經網絡算法等，這些技術或將實現高計算性能、高集成度和低能耗的突破，賦予人工智能處理更復雜系統的能力，推動其與更多行業產生連接，從而催生出更多高新產業。

（三）“人工智能+”催生新模式、新業態

新模式主要指滿足人們多元化和智能化需求的新型服務和消費模式。當前人工智能技術已發展至基于基礎大模型的通用人工智能階段，其所依托的海量多模態數據，賦予其更高級的表示能力和自適應學習能力。表示及學習能力的提升，使其能夠為不同的用戶或者不同的交互情境提供個性化的交互內容，重塑傳統的數字化人機交互的交互環境。人工智能以其強大的交互能力為依托，通過融合線上線下、數字與非數字的交互信息內容，并結合虛擬現實和增強現實等技術，提供多模態交互來重塑諸多領域的服務模式。如在消費領域可實現3D虛擬場景構建，滿足客戶的消費個性化需求，塑造體驗消費新模式；在教育領域可構建智慧學習資源系統，提供人性化的交互教學，塑造交互教育新模式；在醫療領域可實現遠程診斷及智能檢測患者生命體征及恢復狀況，提供實時健康預警，塑造遠程醫療新模式。

三、推動“人工智能+”賦能產業高質量發展的對策建議

（一）多層次技術研發布局，形成新質生產力孵化技術創新鏈

目前，各省人工智能領域的投資和企業數量雖多，但是多集中在模式創新領域，且人工智能企業多是采取“拿來主義”，利用已有技術進行商業模式創新，缺乏真正原創的技術、開發工具和開源平臺。對此，應從以下幾方面推動人工智能技術自主化、產業化發展。

一是深入推進智算網絡等新型基礎設施建設，為人工智能的泛在應用提供承載基座。應在夯實基礎產業支撐能力的基礎上，強化傳感傳輸網絡、數字存儲及計算能力、數據資源體系等產業關鍵核心環節的建設，提升以云計算、邊緣計算、量子計算、類腦計算等為代表的新型基礎設施的建設水平，釋放人工智能要素乘數效應。

二是加快通用人工智能技術研發與應用，形成面向場景應用的AI（人工智能）算法與產品。應在AI芯片、IC（集成電路）、計算機視覺、機器學習、自然語言處理、機器人技術、生物識別技術、人臉識別技術、語音識別、大數據處理等領域開展基礎與應用研究，形成一批自主研發的AI算法與模型，為政務、金融、交通、旅游、農業等場景提供支撐。

三是推進智能終端的制備與生產，提升智能設備規模化生產能力。應充分發揮科研院所與高新企業的研發潛力，加大智能裝備研制，特別是VR/AR（虛擬現實/增強現實）、人工智能服務平臺、家居智能終端、5G/6G智能終端、金融智能終端、移動智能終端、智能終端軟件、智能硬件和軟件開發平臺等方面的制備，并在高新園區形成規模化的AI終端生產線，支撐“人工智能+”的泛在應用。

（二）人工智能助推優勢產業結構升級，推動傳統產業升級和新興產業發展

近年來，我國積極謀劃建設“數字中國”，數字基礎不斷夯實，數字產業快速發展，數字應用加速創新，涌現出一批具有影響力的應用示范項目。在推進傳統產業升級、推動新興產業發展方面，人工智能大有可為，對此，應從以下幾方面推動產業結構升級，催化新質生產力助力高質量發展。

一是探索人工智能技術在傳統產業的應用，推進傳統產業升級——以農業及文旅產業為例。

農業方面。探索推出并持續推廣“農業AI”，以新“智”生產力帶動農業產業發展。發揮人工智能技術對農業專家及種植戶的輔助作用，開發基于人工智能的作物生長數字化管理系統，提供遠程智慧種植方案；探索基于人工智能的農業自動化系統，通過量化傳統種植經驗，結合人工智能系統提示，輔助種植戶在生產過程中進行相應的干預，從而實現種植標準化。

文旅產業方面。以人工智能技術促進文旅產業優化，打通旅游資源開發堵點。利用人工智能賦能景區建設，借助大數據分析來完善景區配套設施建設和更新優化運營服務流程；以大數據分析技術與視頻通信云技術為依托，采集并發布景區實時客流量、區域熱力圖等數據信息，幫助景區及時調整管理方案，有效解決景區高峰期擁堵問題；引入人工智能優化文旅產業運營流程和服務，支持和開發本地化旅游大模型，為游客提供旅游信息咨詢、制定特色旅行規劃等服務，規避游客上當受騙風險，提升旅游體驗；利用人工智能技術、大數據分析技術與視頻通信云技術，對旅游景區狀況與服務質量進行實時監控，協助處理糾紛投訴，有效提升服務效率和質量。

二是探索人工智能技術在新興產業的應用，推動新興產業發展——以生物醫藥產業及智能制造產業為例。

生物醫藥產業方面。以人工智能賦能生物醫藥產業，充分挖掘民族醫藥資源。加快布局基于人工智能與大數據的藥物研發專項，鼓勵人工智能、制藥等相關單位開發人工智能藥物設計技術；探索人工智能技術在生物醫藥場景應用；開發基于生物醫藥大數據的藥物研發決策輔助系統，有效賦能新藥研發，加速新藥產出效率；支持利用人工智能算法對中藥（民族藥）進行物質基礎與作用機制的研究，確保中藥安全、有效、質量可控；充分利用天然藥物及民族醫藥資源，鼓勵高校院所聯合圖書館、檔案館等相關單位，利用人工智能聯合開展彝族、傣族、藏族等民族醫藥文獻和相應臨床診治經驗的結構化、科學化表達，助力診療客觀化標準與評價體系的建立，拓寬民族藥互聯網應用場景，傳承并發展民族藥文化。

智能制造產業方面。以人工智能加快智能制造高端化，創新算法場景應用。鼓勵人工智能在基礎層面融入制造業，通過提升算力、算據等方面的能力以穩固制造業智能化轉型的基礎；提高大模型在制造業場景中的通用性與泛化性，在普遍場景中充分發揮 AIGC（生成式人工智能） 的識別水平和模型遷移性，實現算法模型在基礎任務和特定行業任務上的匹配落實；推動基于數據的初級智能化應用開發，通過直接集成基礎大模型的問答、代碼生成等通用能力提升傳統制造業產業的運行效率。例如，Salesforce、 微軟、ABB、用友等在CRM（客戶關系管理）、ERP（企業資源計劃）、生產管理等軟件接入大模型，有助于提升專業軟件的數據分析、文檔管理、知識問答等輔助能力。

（三）培育“人工智能+”創新生態圈，推動人工智能多場景泛化應用

目前，我國在智能制造、智能駕駛、虛擬現實與增強現實產業、智能機器人產業、多語種軟件信息服務業等領域已經開始應用人工智能技術。但總體上人工智能在產業基礎方面相對薄弱，具有競爭力的龍頭企業較少，對具有廣泛市場前景和實際應用價值的應用場景開發不足，限制了人工智能技術的廣泛應用和發展。為此，應從以下幾方面培育人工智能生態。

一是打造人工智能創新試驗區。結合現有的人工智能相關產業基礎和應用場景，建設一批人工智能產業園區，匯聚人工智能企業和機構，并與高校科研院所形成創新聯動，加速科技成果的轉化和落地，形成較為完善的人工智能產業鏈，為人工智能企業的發展提供良好的環境。

二是發展“人工智能+低空經濟”。低空經濟未來將會產生不可估量的經濟資源，成為發展新動能的重要方向。應因地制宜制定區域低空經濟發展的戰略規劃，積極布局“AI+低空”融合的基礎設施建設，引進和培育低空交通產業集群，加強低空交通技術的創新和研發，布局旅游觀光、物流配送、應急救援、農業生產、電力巡線等低空經濟應用場景，建立低空交通安全監管和管理體系。

三是促進人工智能與教育教學的深度融合。隨著通用人工智能的廣泛應用，人工智能促進教育改革創新已是必然趨勢。應制定人工智能與教育融合發展的行動計劃，利用人工智能技術提升基礎教育質量，突破優質均衡發展面臨的瓶頸；擴大優質教育覆蓋面，縮小中心城區與邊遠地區以及校際間的差距，實現兼顧個性化和規模化的高質量基礎教育。實施青少年人工智能素養提升工程，將人工智能學習納入學科教育和開放性科學實踐活動，全面儲備未來人才。支持高校增設人工智能學科方向，加大人工智能領域的學科投入，促進相關交叉學科發展，建設若干人工智能高精尖學科。

四是加快人工智能賦能智慧儲能。我國擁有豐富的可再生能源資源，推動“風光水儲一體化”建設、加快“源網荷儲一體化”發展以及大力推進數字化綠色智能電網建設，都離不開儲能項目的建設與發展。目前，我國在新能源并網儲能項目、工業園區能源管理、城市智能電網建設等方面已經取得了積極進展。在此基礎上，應制定推動人工智能與儲能深度融合的專項發展規劃，建設一批人工智能儲能示范項目、打造儲能人工智能大模型、開發光儲一體化智能服務機器人等新項目、新產品，全面賦能儲能系統的安全、運維及運行經濟效益。

五是面向全社會征集人工智能的創新需求、創新產品及創新應用。為加快推動人工智能技術在社會經濟發展中的應用，應鼓勵各類創新主體積極擔當引領者、實踐者、評價者、創新環境的營造者以及重大創新場景的建設者，共同推進自主創新、開放創新、集成創新的系統布局。應面向人工智能相關創新主體和行業用戶，公開征集人工智能行業創新需求、重點企業、優勢產品、行業應用場景需求，擇優分批次納入各省“人工智能場景機會能力清單”，對納入清單的項目予以政策及資金支持。有效引導并激發各類企業圍繞新質生產力培育的新要求、新場景、新任務展開深入探索，全面推進以科技創新為引領的全面創新進程，為社會發展注入源源不斷的創新活力。

參考文獻

[1]丁元竹. 原創性顛覆性科技創新：新質生產力發展新動能 [J]. 開放導報， 2024，（02）： 98-105.

[2]劉峰， 郭林峰， 張建明等. 煤炭工業數字智能綠色三化協同模式與新質生產力建設路徑 [J]. 煤炭學報， 2024， 49（01）： 1-15.

[3]王勇. 深刻把握新質生產力的內涵、特征及理論意蘊 [J]. 人民論壇， 2024， （06）： 8-10.

[4]CHEN X， MAO J， MA Y， et al. The knowledge linkage between science and technology influences corporate technological innovation： Evidence from scientific publications and patents [J]. Technological Forecasting and Social Change， 2024， 198： 122985.

[5]顧麗敏， 李嘉. 人工智能對企業知識管理的影響研究 [J]. 學海， 2020， （06）： 39-44.

[6]劉鑫鑫， 韓先鋒. 人工智能與制造業韌性：內在機制與實證檢驗 [J]. 經濟管理， 2023， 45（11）： 48-67.

[7]康文文， 李浩敏， 湯超等. 面向復雜工程系統設計的云知識平臺 [J]. 系統工程與電子技術， 2017， 39（05）： 1078-84.

[8]李英姿， 張丙雪， 楊明萱. 開源創新多重網絡構建與分析——以百度Apollo為例 [J]. 科研管理， 2024， 45（02）： 93-104.

[9]史丹， 葉云嶺. 人工智能、就業結構與高質量發展 [J]. 當代財經， 2023， （05）： 3-14.

[10]姚樹潔， 張小倩. 新質生產力的時代內涵、戰略價值與實現路徑 [J]. 重慶大學學報（社會科學版）， 2024， 30（01）： 112-28.

[11]韋東明， 顧乃華， 韓永輝. 人工智能推動了產業結構轉型升級嗎——基于中國工業機器人數據的實證檢驗 [J]. 財經科學， 2021， （10）： 70-83.

[12]蘇立國， 李濤， MUNSAWAT M. 工業機器人應用趨勢探討與實踐 [J]. 智能制造， 2023， （06）： 12-7.

[13]李春發， 李冬冬， 周馳. 數字經濟驅動制造業轉型升級的作用機理——基于產業鏈視角的分析 [J]. 商業研究， 2020， （02）： 73-82.

[14]郭凱明. 人工智能發展、產業結構轉型升級與勞動收入份額變動 [J]. 管理世界， 2019， 35（07）： 60-77+202-3.

[15]朱蘭. 中國人工智能發展的空間極化與國際追趕——基于技術-產業雙重視角[J]. 農村金融研究， 2024， （03）： 67-80.

[16]王山， 陳昌兵. 中美人工智能技術創新的動態比較——基于人工智能技術創新大數據的多S曲線模型分析 [J]. 北京工業大學學報（社會科學版）， 2023， 23（03）： 54-67.

[17]邢曉昭， 任亮， 雷孝平等. 基于專利主題演化的顛覆性技術識別研究——以類腦智能領域為例 [J]. 情報科學， 2023， 41（03）： 81-8.

[18]專家訪談準確把握新質生產力的內涵要義 [J]. 人民論壇， 2023， （21）： 8-10.

[19]李廣建， 潘佳立. 人工智能技術賦能情報工作的歷程與當前思考 [J]. 信息資源管理學報， 2024， 14（02）： 4-20.

[20]覃京燕. 量子思維對人工智能、大數據、萬聯網語境下的交互設計影響研究[J]. 裝飾， 2018， （10）： 34-9.

[21]朱曉青. 從自學到互學：人工智能視域下成人教育的時空觀考察 [J]. 成人教育， 2024， 44（04）： 20-5.

[22]魏東海， STUMPF S， RUBINO L等.從遠程醫療到互聯網+人工智能（AI）醫療看醫療數字化的演進 [J]. 中國研究型醫院， 2022， 9（05）： 64-76.

【本文系云南省科技計劃項目“云南重點領域技術預見及關鍵技術選擇研究”（2023）（編號：202304AL030033）研究成果之一。獲得云南省高層次科技人才及創新團隊選拔專項“中青年學術和技術帶頭人后備人才項目”（編號：202305AC160011）專項資金資助。項目負責人：吳斌】

（本文作者：呂瑞瀟、吳斌、鮑亦平、 許旭華、龔金梅。呂瑞瀟系云南大學碩士研究生；吳斌系云南省科學技術情報研究院正高級工程師；鮑亦平、龔金梅系云南省科學技術情報研究院研究員；許旭華系云南省政府發展研究中心研究員）