人(ren)工(gong)智(zhi)能(neng)賦(fu)能(neng)新(xin)型(xing)工(gong)業(ye)化(hua)目(mu)前(qian)有(you)哪(na)些(xie)進(jin)展(zhan)？二(er)者(zhe)在(zai)逐(zhu)步(bu)融(rong)合(he)的(de)過(guo)程(cheng)中(zhong)，麵(mian)臨(lin)哪(na)些(xie)挑(tiao)戰(zhan)？在(zai)推(tui)進(jin)新(xin)型(xing)工(gong)業(ye)化(hua)的(de)過(guo)程(cheng)中(zhong)，人(ren)工(gong)智(zhi)能(neng)的(de)發(fa)展(zhan)有(you)哪(na)些(xie)趨(qu)勢(shi)？正(zheng)在(zai)武(wu)漢(han)舉(ju)行(xing)的(de)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，不同類型的企業對於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，一種是對於大型企業，從整個公司的戰略發展、頂層設計上開始係統性地考慮，怎麼把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，從而促進一係列流程的升級；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、供應鏈等管理方麵發揮了重要作用，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6～8nianqiangongyehulianwangpingtaizaizhizaoyezhongdetuiguangheyingyongqingkuangleisi，haicunzaiyitoureyitoulengdengqingkuang，gonggeicebijiaore
，xuqiucemeiyouwanquanyingyongqilai。tongshiyingyongyecunzaishenqianbuyidewenti，zaixianjinzhizaoyeluodichangjingduo、應用豐富

，而在一般製造業推進比較難，頭部企業從AI頂層架構規劃到實際場景落地推進較好
，而很多中小製造企業受製於資金、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，從功耗到製程要求都大幅提高，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麵，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。客觀上
，如今AI技術發展還處於非常早期的階段
，“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。

人機協作和商業範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傑認為，AI模型的技術迭代速度很快，新模型的研發、老lao模mo型xing的de升sheng級ji都dou將jiang加jia速su。技ji術shu範fan式shi的de迭die代dai和he變bian化hua
，將jiang給gei整zheng個ge商shang業ye範fan式shi帶dai來lai很hen大da變bian化hua，原yuan來lai我wo們men認ren為wei的de核he心xin競jing爭zheng力li，很hen可ke能neng被bei大da模mo型xing替ti代dai，因yin此ci我wo們men需xu要yao做zuo出chu一yi係xi列lie調tiao整zheng。他ta認ren為wei這zhe種zhong趨qu勢shi在zai工gong業ye領ling域yu也ye同tong樣yang存cun在zai，工gong業ye領ling域yu比bi較jiao關guan注zhu安an全quan生sheng產chan
、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，但融合中也有一係列問題亟待解決，政府、企(qi)業(ye)和(he)科(ke)研(yan)機(ji)構(gou)的(de)協(xie)同(tong)合(he)作(zuo)將(jiang)是(shi)推(tui)動(dong)融(rong)合(he)進(jin)程(cheng)的(de)關(guan)鍵(jian)力(li)量(liang)，相(xiang)信(xin)在(zai)各(ge)方(fang)的(de)共(gong)同(tong)努(nu)力(li)下(xia)
，人(ren)工(gong)智(zhi)能(neng)將(jiang)為(wei)我(wo)國(guo)新(xin)型(xing)工(gong)業(ye)化(hua)帶(dai)來(lai)更(geng)多(duo)的(de)創(chuang)新(xin)和(he)突(tu)破(po)
，推(tui)動(dong)我(wo)國(guo)工(gong)業(ye)經(jing)濟(ji)向(xiang)著(zhe)更(geng)高(gao)質(zhi)量(liang)、更具活力的方向發展。