4月1日，由中國電子信息產業(yè)發(fā)展研究院（賽迪研究院）、工業(yè)和信息化部新型工業(yè)化研究中心主辦的2025賽迪論壇在京舉辦。第十四屆全國政協委員、工業(yè)和信息化部原副部長、研究員級高級工程師王江平出席主論壇并發(fā)表主旨演講。王江平指出，人工智能（AI）技術盡管醞釀已久，但從通用模型到推理模型幾乎是一夜之間爆發(fā)的，應用人工智能，產業(yè)界還沒有做好相應的準備。要從高質量數據集建設、行業(yè)和場景模型建設、數據治理和商業(yè)模式等方面加快準備，找準切入點，讓人工智能在制造業(yè)中“大有可為”。
AI正進入平權時代、普惠性時代
近期，人工智能發(fā)展非常迅猛，特別是推理模型、具身智能等領域。在王江平看來，近期人工智能出現兩個變化，一個是開源成為越來越多人的共識，另一個是人工智能的訓練和使用成本在大幅度下降。
在大模型領域，DeepSeek產生了“鯰魚效應”。一方面該公司進行了一系列構架和工程優(yōu)化，實現算力效能的大幅提升，降低了使用大模型的成本，帶動大模型進入千行百業(yè)。另一方面，DeepSeek實現了權重和代碼等開源，是世界上最徹底的開源大模型，可建立適合企業(yè)場景的垂直模型和模型APP。此外，DeepSeek可以實現本地化部署，此前許多工業(yè)企業(yè)對使用大模型缺乏積極性，擔心企業(yè)數據泄露，DeepSeek可實現本地化部署，企業(yè)能夠通過自己的局域網來部署自己的模型，因此對數據泄露的憂慮大幅降低。
在具身智能領域，空間理解模型極大降低具身智能訓練成本。最近，杭州一家公司發(fā)布了空間理解開源模型，可提高場景合成數據可用性，使具身智能機器人線上訓練成為可能，這有利于推動具身智能走向真正的工業(yè)場景。
在算力領域，跨域算力協同、異構算力協同路徑降低了算力成本。人工智能算力是我國的短板，在大規(guī)模使用異構化算力芯片的背景下，我國算力資源面臨很大的問題。據了解，有研究機構正在推動跨區(qū)域、多構架協同、光電結合等技術，有利于我國優(yōu)化算力網絡建設，降低算力成本。
“人工智能技術正在從少數國家、少數企業(yè)、少數機構的專屬工具，逐漸轉變?yōu)槠栈菪约夹g，推動人工智能快速步入平權時代、普惠時代?！蓖踅秸f，通過專有數據，中小企業(yè)、個人都可以部署自己所需要的模型。
擁抱AI要做哪些準備？
擁抱AI是千行百業(yè)的大勢所趨。在王江平看來，應從建設高質量行業(yè)數據集和場景數據集、建設行業(yè)模型和場景模型、全面推行企業(yè)數據治理、積極探索AI商業(yè)模式、加強國家模型檢測評估體系建設、開展AI素養(yǎng)教育培訓等六方面加快準備。
王江平認為，高質量專業(yè)數據集建設到哪里，人工智能+就可以發(fā)展到哪里。在建設高質量行業(yè)數據集和場景數據集方面，首先要做好數據標準的建設，還要建設高質量數據集，要包含公共數據、私有數據，通識數據、專門數據，結構性數據、非結構性數據以及高質量合成數據。此外，還需做好可信數據空間的建設，大力發(fā)展高性能智能合約、多鏈組網架構、異構跨鏈交互、鏈上鏈下交互等關鍵技術，明確各方數據模型分享要求和激勵措施，形成可信空間數據空間三大能力，即價值共創(chuàng)能力、資源交互能力、可信管控能力。
“有了數據集，現在的通用模型、推理模型可以較為容易地做出行業(yè)模型。”王江平表示，現在很多人工智能企業(yè)都在部署行業(yè)模型和場景模型。據他觀察，化工、建材、醫(yī)藥等工業(yè)領域有許多場景是相通的，因此可以共享仿真工具，只需調整一下物性參數就可以形成模塊化場景模型，但這些工作需要工業(yè)界和IT界共同研究推動。
王江平指出：AI時代的企業(yè)數據治理是數字化轉型2.0，較之以往的數字化轉型，更要注重數據的全面性、可靠性、及時性，注重數據的資源化、資產化、資本化。為此，要進一步完善數據管理標準，并在產業(yè)界開展數據治理體系標準推進工作。
王江平表示，還要積極探索AI商業(yè)模式。算力、算法和數據是人工智能三大核心要素，其商業(yè)模式也離不開這三者。他認為，要做好算力建設和運營、模型服務、數據服務、AI終端制造四方面工作。
“AI+制造”要找準切入點
“‘人工智能+制造’，要奔著企業(yè)的難點去?！蓖踅街赋?，工業(yè)領域從業(yè)人員都知道，工業(yè)領域各行業(yè)中或多或少都存在工業(yè)黑箱。這是由于工業(yè)領域中的設備、系統(tǒng)或技術因內部機理復雜、機制不透明，難以理解、只能依靠經驗仿真控制。這類工業(yè)黑箱的運行參數波動大，導致過程調優(yōu)困難、設備維護與診斷不及時、安全與可靠性風險高等問題。
王江平指出，人工智能時代，解決制造業(yè)企業(yè)的難題，首先可以奔著工業(yè)黑箱去做，實現參數精細及時調整。工業(yè)黑箱一類是設備控制類黑箱，如工業(yè)爐窯、反應器等等，另一類是工藝系統(tǒng)類黑箱，參數多設備多，需要系統(tǒng)建模優(yōu)化。
除此之外，人工智能還能應用于精準預防性維修、智能供應鏈、快速研發(fā)設計、質量檢測等方面。“所以，人工智能進入制造業(yè)是大有可為，但是要找準切入點?！蓖踅秸f。
王江平最后表示：人工智能時代的安全問題不僅包括以往的數據安全、網絡安全，還包括模型安全，要以“零信任”理念開展安全治理。人工智能技術不僅是未來經濟社會發(fā)展的最大變量，也是重塑制造業(yè)競爭格局的核心驅動力，產業(yè)界要主動擁抱人工智能，抓緊準備，全面落實“人工智能+制造”行動各項任務，共同譜寫制造業(yè)高質量發(fā)展新篇章。
