產(chǎn)業(yè)智能化的發(fā)展機(jī)理、影響因素及對(duì)策建議
——基于行業(yè)專(zhuān)家訪(fǎng)談的質(zhì)性研究

韓秋明，王書(shū)華，楊學(xué)成，李京望

(1.中國(guó)科學(xué)技術(shù)發(fā)展戰(zhàn)略研究院,北京 100038;2.北京郵電大學(xué),北京 100876)

0 引言

2017年國(guó)務(wù)院發(fā)布中國(guó)《新一代人工智能發(fā)展規(guī)劃》以來(lái)，黨中央國(guó)務(wù)院持續(xù)推進(jìn)人工智能技術(shù)與實(shí)體經(jīng)濟(jì)融合發(fā)展。2019年的 《政府工作報(bào)告》提出， “促進(jìn)新興產(chǎn)業(yè)加快發(fā)展，深化大數(shù)據(jù)、人工智能等研發(fā)應(yīng)用?！?019年3月，中央全面深化改革委員會(huì)審議通過(guò)的 《關(guān)于促進(jìn)人工智能和實(shí)體經(jīng)濟(jì)深度融合的指導(dǎo)意見(jiàn)》提出， “要把握新一代人工智能發(fā)展的特點(diǎn)，堅(jiān)持以市場(chǎng)需求為導(dǎo)向，以產(chǎn)業(yè)應(yīng)用為目標(biāo)，激發(fā)企業(yè)創(chuàng)新活力和內(nèi)生動(dòng)力?！?020年的 《政府工作報(bào)告》提出， “發(fā)展工業(yè)互聯(lián)網(wǎng)，推進(jìn)智能制造，全面推進(jìn) ‘互聯(lián)網(wǎng)+’?！痹邳h中央國(guó)務(wù)院的大力支持及產(chǎn)學(xué)研各界共同努力下，人工智能技術(shù)與實(shí)體經(jīng)濟(jì)快速且深度融合，取得顯著成效。一方面，人工智能產(chǎn)業(yè)化發(fā)展迅速，企業(yè)數(shù)量、融資規(guī)模僅次于美國(guó)，居全球第二，成為人工智能產(chǎn)業(yè)化大國(guó)之一[1]，自動(dòng)駕駛、專(zhuān)用智能芯片、行業(yè)智能軟件等方面的技術(shù)創(chuàng)新不斷取得新進(jìn)展；另一方面，人工智能技術(shù)的規(guī)?；瘧?yīng)用加快了其與實(shí)體經(jīng)濟(jì)融合的速度，帶動(dòng)了金融、交通、醫(yī)療、物流、農(nóng)業(yè)、制造等一大批傳統(tǒng)行業(yè)快速轉(zhuǎn)型，有力支撐著國(guó)民經(jīng)濟(jì)的高質(zhì)量發(fā)展與新舊動(dòng)能轉(zhuǎn)換。

中國(guó)很多企業(yè)的自動(dòng)化和信息化水平低，向智能化轉(zhuǎn)型的基礎(chǔ)薄弱，數(shù)字化智能化改造所需的資金、技術(shù)和管理經(jīng)驗(yàn)缺乏，人工智能技術(shù)與工業(yè)領(lǐng)域深度融合仍存在諸多難點(diǎn)問(wèn)題。隨著人工智能產(chǎn)業(yè)化應(yīng)用從娛樂(lè)、消費(fèi)等領(lǐng)域開(kāi)始向?qū)嶓w經(jīng)濟(jì)各行業(yè)滲透，技術(shù)落地難度和面臨的挑戰(zhàn)將大大增加。當(dāng)前中國(guó)經(jīng)濟(jì)正處在由高速增長(zhǎng)向高質(zhì)量發(fā)展的轉(zhuǎn)換階段，傳統(tǒng)發(fā)展過(guò)程中的各類(lèi)紅利正在減弱，經(jīng)濟(jì)增長(zhǎng)潛力亟待拓展，這對(duì)人工智能技術(shù)的發(fā)展來(lái)說(shuō)是一個(gè)重要的戰(zhàn)略機(jī)遇，厘清它對(duì)產(chǎn)業(yè)升級(jí)的作用機(jī)理、影響因素，有針對(duì)性地提出下一步的對(duì)策建議，對(duì)進(jìn)一步貫徹落實(shí) 《新一代人工智能發(fā)展規(guī)劃》和支撐經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展來(lái)說(shuō)至關(guān)重要。

1 國(guó)內(nèi)外研究述評(píng)

1.1 國(guó)外研究綜述

在產(chǎn)品設(shè)計(jì)方面，Alireza 等[2]基于混合改進(jìn)的人工智能和穩(wěn)健優(yōu)化的應(yīng)用，提出一種計(jì)算產(chǎn)品組合風(fēng)險(xiǎn)的新方法。通過(guò)使用帶有流道根算法 (RRA)的改進(jìn)的神經(jīng)網(wǎng)絡(luò)，可以預(yù)測(cè)每種產(chǎn)品的未來(lái)需求，并根據(jù)其預(yù)測(cè)的未來(lái)需求來(lái)計(jì)算每種產(chǎn)品的風(fēng)險(xiǎn)指數(shù)。Lolli等[3]開(kāi)發(fā)了一個(gè)人工神經(jīng)網(wǎng)絡(luò) (ANN)，通過(guò)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的方式預(yù)測(cè)產(chǎn)品的需求周期，并基于意大利汽車(chē)行業(yè)相關(guān)數(shù)據(jù)進(jìn)行了評(píng)估和實(shí)施。Relich等[4]通過(guò)BP神經(jīng)網(wǎng)絡(luò)研究了模糊不確定性的產(chǎn)品組合，選擇具有最高模糊權(quán)重的最佳組合，以解決其生產(chǎn)約束的問(wèn)題，并通過(guò)實(shí)際銷(xiāo)售數(shù)據(jù)來(lái)驗(yàn)證選擇的產(chǎn)品組合是否成功。Tirkolaee等[5]通過(guò)深度學(xué)習(xí)和模糊集的方式，在考慮有限預(yù)算的情形下，通過(guò)評(píng)估風(fēng)險(xiǎn)和收益優(yōu)化來(lái)找到最佳的產(chǎn)品搭配組合。

在成本控制方面，Rentsch等[11]將遺傳算法與適應(yīng)度函數(shù)相結(jié)合，進(jìn)一步定義和構(gòu)造制造鏈的所有參數(shù)及其所有過(guò)程，找到制造產(chǎn)品過(guò)程有效降低能量和資源消耗的制造鏈設(shè)計(jì)和工藝參數(shù)集。Duflou等[12]利用建模和仿真方法，針對(duì)降低機(jī)械零件的能源和資源消耗、制造系統(tǒng)或單個(gè)過(guò)程的能源消耗和總生命周期的成本進(jìn)行了探討。Helu等[13]利用建模和智能預(yù)測(cè)的方式研究和討論了與能量、資源和服務(wù)成本相關(guān)的機(jī)械零件的質(zhì)量問(wèn)題，利用機(jī)器學(xué)習(xí)研究了如何在精細(xì)加工中集中于表面完整性參數(shù)的預(yù)測(cè)和測(cè)量方法的開(kāi)發(fā)，并討論實(shí)現(xiàn)精加工表面所需的資源成本 (環(huán)境和財(cái)務(wù)方面的成本)。Stetter等[14]設(shè)計(jì)了一款智能系統(tǒng)，通過(guò)選擇原材料、有關(guān)制造和裝配過(guò)程的明確和隱含要求或有關(guān)產(chǎn)品架構(gòu)的決定，用來(lái)估計(jì)商品生產(chǎn)中的能源消耗方法，并嘗試將其與CAD系統(tǒng)耦合。

在行業(yè)營(yíng)銷(xiāo)方面，Dumitriua等[15]通過(guò)機(jī)器學(xué)習(xí)算法模擬營(yíng)銷(xiāo)流程的各種狀態(tài)，建立一個(gè)四步順序智能模型，基于模型提出一種智能營(yíng)銷(xiāo)解決方案，來(lái)提高產(chǎn)品在各類(lèi)網(wǎng)站中的可見(jiàn)性。Olson等[16]認(rèn)為自動(dòng)化營(yíng)銷(xiāo)是邁向更好業(yè)務(wù)成果的一步，他們提出了人工智能在個(gè)性化營(yíng)銷(xiāo)策略中的作用，通過(guò)使用相關(guān)技術(shù)可以更好地了解企業(yè)對(duì)客戶(hù)的看法，促進(jìn)公司與用戶(hù)之間的關(guān)系更加深入并自然。Vallejo等[17]通過(guò)制造企業(yè)確定產(chǎn)品服務(wù)區(qū)域和產(chǎn)品交付區(qū)域的案例，提出一種基于AI的新型雙目標(biāo)優(yōu)化模型的優(yōu)化框架，平衡了每個(gè)區(qū)域相關(guān)的工作量，并最大程度地減少客戶(hù)的等待時(shí)間。Miklosik[18]正在研究將網(wǎng)站要素摘錄進(jìn)入谷歌問(wèn)答箱 (Google Answer Box)的影響，通過(guò)深度學(xué)習(xí)算法模擬在Google上搜索產(chǎn)品產(chǎn)生的最終頁(yè)面中的出現(xiàn)概率和權(quán)重，以幫助企業(yè)實(shí)現(xiàn)營(yíng)銷(xiāo)策略來(lái)提高知名度。

在價(jià)值創(chuàng)造方面，Paschen等[19]研究了人類(lèi)和非人類(lèi)行為者 (即AI)在價(jià)值共同創(chuàng)造活動(dòng)中扮演的不同角色，并提供對(duì)基于AI的價(jià)值共同創(chuàng)造中的活動(dòng)、參與者和資源的更深刻理解。Kaartemo等[20]研究了人工智能技術(shù)與人之間的互動(dòng)，從服務(wù)提供商的視角來(lái)看AI如何實(shí)現(xiàn)服務(wù)提供商與受益人之間的資源整合，即價(jià)值共創(chuàng)性。Singh等[21]認(rèn)為人工智能技術(shù)的不斷發(fā)展為經(jīng)濟(jì)參與者之間的價(jià)值共創(chuàng)創(chuàng)造了新的機(jī)會(huì)，未來(lái)它將能夠積極參與人類(lèi)決策，甚至可能允許計(jì)算機(jī)做出決策而無(wú)需人工干預(yù)。Maglio等[22]討論了在服務(wù)型行業(yè)中使用自然語(yǔ)言處理和機(jī)器學(xué)習(xí)分析行業(yè)大數(shù)據(jù)集產(chǎn)生過(guò)程中的價(jià)值創(chuàng)造機(jī)理，以及使其不斷增值的過(guò)程。

1.2 國(guó)內(nèi)研究綜述

在產(chǎn)業(yè)智能化的驅(qū)動(dòng)力和機(jī)制方面，師博[23]認(rèn)為產(chǎn)業(yè)智能化升級(jí)主要源于要素驅(qū)動(dòng)向創(chuàng)新驅(qū)動(dòng)的轉(zhuǎn)型、粗放型發(fā)展模式向內(nèi)涵式發(fā)展模式的轉(zhuǎn)型、非均衡增長(zhǎng)向協(xié)調(diào)發(fā)展的轉(zhuǎn)型，以及資源消耗性經(jīng)濟(jì)向綠色發(fā)展的轉(zhuǎn)型四個(gè)方面的需求。何玉長(zhǎng)等[24]認(rèn)為，人工智能深度融合實(shí)體經(jīng)濟(jì)，實(shí)體經(jīng)濟(jì)智能化是客觀必然。一方面人工智能技術(shù)推動(dòng)實(shí)體經(jīng)濟(jì)形式與效能升級(jí)，通過(guò)建立相應(yīng)的數(shù)據(jù)資源庫(kù)、研發(fā)新算法、開(kāi)放服務(wù)接口、鋪設(shè)智能化基礎(chǔ)設(shè)施等，促進(jìn)農(nóng)業(yè)、制造業(yè)、服務(wù)業(yè)等向智慧農(nóng)業(yè)、智能制造、智能服務(wù)方向轉(zhuǎn)變；另一方面人工智能也在創(chuàng)新實(shí)體經(jīng)濟(jì)，延伸了價(jià)值鏈和創(chuàng)新鏈，如工業(yè)機(jī)器人、服務(wù)機(jī)器人、基于算法創(chuàng)新的共享經(jīng)濟(jì)模式、與5G和高精度傳感器等技術(shù)融合的智能物聯(lián)網(wǎng)，以及其他智能商業(yè)模式等。

在產(chǎn)業(yè)智能化影響因素方面，萬(wàn)鋼[25]認(rèn)為智能化發(fā)展引領(lǐng)了汽車(chē)產(chǎn)業(yè)的變革，隨著能源技術(shù)和人工智能技術(shù)的應(yīng)用，安全、綠色、便捷和共享成為智能汽車(chē)發(fā)展的核心要素。成青青[26]認(rèn)為，缺理念、缺信息、缺技術(shù)、缺投入、缺人才等是產(chǎn)業(yè)智能化發(fā)展的障礙。唐懷坤[27]總結(jié)了社會(huì)科技進(jìn)步與經(jīng)濟(jì)形態(tài)關(guān)系的RSE模型，提出語(yǔ)言識(shí)別技術(shù)、語(yǔ)言表達(dá)技術(shù)、語(yǔ)義理解技術(shù)、視覺(jué)識(shí)別技術(shù)、圖像繪制技術(shù)、行為技術(shù)、觸覺(jué)感知技術(shù)、推理技術(shù)和情緒感知技術(shù)等與實(shí)體經(jīng)濟(jì)融合的各類(lèi)場(chǎng)景。蘇貝[28]利用扎根理論研究方法確定了產(chǎn)品市場(chǎng)需求、智能技術(shù)創(chuàng)新、智能裝備資源、智能交互能力、數(shù)字化集成能力、智能服務(wù)平臺(tái)等是制造業(yè)智能化的影響因素。

在產(chǎn)業(yè)智能化發(fā)展路徑方面，成青青[26]提出把握人工智能發(fā)展機(jī)會(huì)、依托人工智能促進(jìn)企業(yè)智能化、構(gòu)建人工智能與實(shí)體經(jīng)濟(jì)融合 “生態(tài)圈”、探索人工智能與實(shí)體經(jīng)濟(jì)融合 “應(yīng)用場(chǎng)景”和實(shí)現(xiàn)創(chuàng)新鏈與產(chǎn)業(yè)鏈深度融合等路徑選擇。任保平等[29]認(rèn)為人工智能深度融合促進(jìn)高質(zhì)量發(fā)展的路徑在于，促進(jìn)基礎(chǔ)設(shè)施建設(shè)的轉(zhuǎn)型，構(gòu)建人工智能與實(shí)體經(jīng)濟(jì)融合的基礎(chǔ)設(shè)施；培育產(chǎn)業(yè)發(fā)展環(huán)境，支持人工智能在工業(yè)大數(shù)據(jù)等重點(diǎn)領(lǐng)域的應(yīng)用；完善資本市場(chǎng)支撐環(huán)境，優(yōu)化人工智能與實(shí)體經(jīng)濟(jì)深度融合的金融支持。進(jìn)一步深化對(duì)外開(kāi)放，充分發(fā)揮人工智能對(duì)產(chǎn)業(yè)升級(jí)的促進(jìn)作用。雷尚君等[30]認(rèn)為人工智能與制造業(yè)深入融合的方式主要包括精準(zhǔn)識(shí)別及挖掘消費(fèi)者的需求，提升消費(fèi)者價(jià)值；創(chuàng)新制造業(yè)發(fā)展模式；加快制成品更新迭代速度，提升競(jìng)爭(zhēng)力；推進(jìn)制造過(guò)程智能化，提升制造業(yè)效率；推進(jìn)生產(chǎn)服務(wù)體系智能化等。陳瑾等[31]提出了若干條制造業(yè)智能化升級(jí)路徑，包括在經(jīng)營(yíng)思路上，注重從縱向制造業(yè)內(nèi)部潛力挖掘向橫向產(chǎn)業(yè)間融合轉(zhuǎn)移；在區(qū)域規(guī)劃上，努力從單一制造業(yè)發(fā)展向 “制造業(yè)+科研院校+高新技術(shù)產(chǎn)業(yè)+創(chuàng)意產(chǎn)業(yè)”的集群發(fā)展模式轉(zhuǎn)移；在創(chuàng)新路徑上，努力由 “落后—追趕—再落后”向 “引進(jìn)—消化—吸收—再創(chuàng)新”轉(zhuǎn)移；在政府管理上，應(yīng)積極構(gòu)建智能制造協(xié)同創(chuàng)新的公共服務(wù)平臺(tái)等。

1.3 研究述評(píng)

通過(guò)國(guó)內(nèi)外相關(guān)研究的比較看出，國(guó)內(nèi)外研究各具特色。國(guó)外產(chǎn)業(yè)智能相關(guān)研究更加聚焦在人工智能在行業(yè)應(yīng)用的各個(gè)環(huán)節(jié)，涉及的研究范圍也多落腳在產(chǎn)業(yè)智能化的各個(gè)方面，比如產(chǎn)品設(shè)計(jì)、智能制造流程優(yōu)化、生產(chǎn)材料選取、能源和資源損耗監(jiān)督、成本控制和行業(yè)營(yíng)銷(xiāo)等，采取的方法更多偏重于技術(shù)性應(yīng)用，比如仿真、優(yōu)化、建模、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、支持向量機(jī)、模糊運(yùn)算等，使用的數(shù)據(jù)形式豐富多樣，包括面板數(shù)據(jù)、代際數(shù)據(jù)、模糊集、隨機(jī)數(shù)據(jù)和一部分確定數(shù)據(jù)，最后的目標(biāo)是提出相應(yīng)的解決方案，來(lái)解決產(chǎn)業(yè)智能化過(guò)程中遇到的實(shí)際問(wèn)題。國(guó)內(nèi)相關(guān)研究更多偏重于政策層面和敘述、陳述事實(shí)性的分析，對(duì)于人工智能技術(shù)深入行業(yè)的應(yīng)用涉及的較少，而對(duì)于宏觀層面的分析較多，比如和實(shí)體經(jīng)濟(jì)深度融合的問(wèn)題，定性方法應(yīng)用較多，如專(zhuān)家訪(fǎng)談、扎根理論、政策梳理、內(nèi)容分析等。國(guó)內(nèi)外相關(guān)研究的特征對(duì)比如表1所示。

表1 國(guó)內(nèi)外相關(guān)研究比較

對(duì)于產(chǎn)業(yè)智能化的發(fā)展機(jī)理和影響因素的問(wèn)題，國(guó)內(nèi)外相關(guān)文獻(xiàn)均提供了部分參考。國(guó)外研究偏重于 “點(diǎn)”，可以提供底層技術(shù)支持；國(guó)內(nèi)研究偏重于 “面”，可以提供邏輯支持。但是國(guó)外研究過(guò)于強(qiáng)調(diào)技術(shù)層面，對(duì)于產(chǎn)業(yè)智能化的發(fā)展機(jī)理和影響因素直接涉及的內(nèi)容較少，國(guó)內(nèi)研究提出的一些論點(diǎn)也更多基于事實(shí)敘述的分析，缺少科學(xué)方法、觀點(diǎn)來(lái)源等比較可靠的依據(jù)。因此，本文通過(guò)對(duì)工作在產(chǎn)業(yè)智能化一線(xiàn)的企業(yè)家、政府管理者和相關(guān)研究機(jī)構(gòu)的學(xué)者進(jìn)行深入訪(fǎng)談，獲得一手觀點(diǎn)與信息，來(lái)彌補(bǔ)國(guó)內(nèi)外相關(guān)研究存在的不足，為政府決策提供可靠、可信的科學(xué)依據(jù)。

2 行業(yè)專(zhuān)家訪(fǎng)談的質(zhì)性研究方法

產(chǎn)業(yè)智能化是人工智能和實(shí)體經(jīng)濟(jì)相融合的大勢(shì)所趨，科技政府管理部門(mén)的領(lǐng)導(dǎo)作為產(chǎn)業(yè)智能化的推動(dòng)者，企業(yè)家作為產(chǎn)業(yè)智能化的執(zhí)行者，科研機(jī)構(gòu)的研究人員作為產(chǎn)業(yè)智能化理論體系的建構(gòu)者，對(duì)產(chǎn)業(yè)智能化的認(rèn)識(shí)和實(shí)踐經(jīng)驗(yàn)可以為相關(guān)問(wèn)題的研究提供多樣化的視角和有價(jià)值的參考。本文基于對(duì)受訪(fǎng)者的訪(fǎng)談資料，圍繞產(chǎn)業(yè)智能化的影響因素、困難所在和對(duì)策建議三個(gè)方面，對(duì)產(chǎn)業(yè)智能化的發(fā)展機(jī)理進(jìn)行討論。希望行業(yè)專(zhuān)家對(duì)該命題的理解、實(shí)踐與反思，為建構(gòu)一個(gè)更為科學(xué)、客觀的產(chǎn)業(yè)智能化發(fā)展圖景提供幫助。

2.1 研究方法及流程

本文擬通過(guò)質(zhì)性研究的方式展開(kāi)，質(zhì)性研究主要從研究問(wèn)題出發(fā)，在全面整理訪(fǎng)談資料的基礎(chǔ)上，尋找反映研究問(wèn)題的核心概念，并建立概念之間的聯(lián)系。質(zhì)性研究的一個(gè)特點(diǎn)就是事先不提出任何假設(shè)，研究過(guò)程不是驗(yàn)證某種觀點(diǎn)，而是通過(guò)核心概念間的邏輯關(guān)系來(lái)建構(gòu)和形成研究結(jié)論。研究的流程分為三步：第一步，對(duì)受訪(fǎng)人進(jìn)行深度訪(fǎng)談，并形成會(huì)議記錄，同時(shí)開(kāi)展收集分析國(guó)內(nèi)外相關(guān)文獻(xiàn)、政策梳理等工作，獲得內(nèi)容分析的原始資料；第二步，將訪(fǎng)談內(nèi)容整理為文字資料，對(duì)這些文字資料內(nèi)容進(jìn)行分析和編碼，通過(guò)開(kāi)放編碼、主軸編碼和選擇性編碼等過(guò)程，形成概念、范疇和主范疇；第三步，根據(jù)第二步形成的邏輯關(guān)系架構(gòu)，形成產(chǎn)業(yè)智能化發(fā)展的機(jī)理，并進(jìn)行資料的補(bǔ)充和完善。研究流程如圖1所示。

圖1 研究流程

2.2 訪(fǎng)談對(duì)象

由于疫情影響，本研究通過(guò)遠(yuǎn)程視頻訪(fǎng)談的方式，圍繞產(chǎn)業(yè)智能化發(fā)展的相關(guān)問(wèn)題開(kāi)展專(zhuān)題訪(fǎng)談和調(diào)研。為了全面了解各類(lèi)型機(jī)構(gòu)行業(yè)專(zhuān)家對(duì)研究問(wèn)題的看法，此次調(diào)研的對(duì)象包括五類(lèi)機(jī)構(gòu)：一是科技部戰(zhàn)略規(guī)劃司等科技管理部門(mén)；二是中策橡膠集團(tuán)、和利時(shí)科技集團(tuán)、三一重工集團(tuán)等傳統(tǒng)領(lǐng)域具有智能化轉(zhuǎn)型經(jīng)驗(yàn)的企業(yè)；三是百度、阿里巴巴、中國(guó)移動(dòng)研究院等通用智能化技術(shù)賦能企業(yè)；四是商湯科技、曠視科技、達(dá)闥科技、云知聲等在垂直領(lǐng)域具有智能化模式探索經(jīng)驗(yàn)的獨(dú)角獸企業(yè)；五是中國(guó)社科院工業(yè)經(jīng)濟(jì)研究所、北京郵電大學(xué)經(jīng)管學(xué)院、長(zhǎng)城戰(zhàn)略咨詢(xún)等研究和咨詢(xún)機(jī)構(gòu)的產(chǎn)業(yè)智能化研究專(zhuān)家。所有受訪(fǎng)人員均為所在機(jī)構(gòu)的業(yè)務(wù)領(lǐng)導(dǎo)，或具有高級(jí)職稱(chēng)的相關(guān)研究人員，工作經(jīng)驗(yàn)十分豐富，能夠提供真實(shí)、可信且豐富的觀點(diǎn)。

2.3 編碼基本過(guò)程

開(kāi)放式編碼是對(duì)自然呈現(xiàn)的原始文字資料逐字逐句進(jìn)行分析、命名和編碼，形成初始概念，然后將相近概念歸為一組，并提取一個(gè)內(nèi)涵更為寬泛的范疇來(lái)統(tǒng)攝。開(kāi)放式編碼所產(chǎn)生范疇是相對(duì)獨(dú)立的，范疇間的關(guān)系則需要主軸編碼來(lái)完成，即將范疇歸納形成主范疇與副范疇。選擇性編碼從主范疇中挖掘出具有統(tǒng)領(lǐng)性的核心范疇，用作分析相關(guān)發(fā)展機(jī)理的主要邏輯。根據(jù)以上原則，對(duì)訪(fǎng)談獲得的基本文字素材進(jìn)行逐字逐句編碼和概念化，共得到631條原始語(yǔ)句及1321條初始概念，剔除無(wú)效和重復(fù)概念后得到有效概念462個(gè)、副范疇15個(gè)、主范疇3個(gè)。第一個(gè)主范疇是勞動(dòng)價(jià)值創(chuàng)造，主要體現(xiàn)人工智能技術(shù)的應(yīng)用從生產(chǎn)資料、生產(chǎn)力和生產(chǎn)方式三個(gè)層面對(duì)于產(chǎn)業(yè)價(jià)值創(chuàng)造和價(jià)值提升的作用；第二個(gè)主范疇是實(shí)體經(jīng)濟(jì)賦能，主要體現(xiàn)人工智能技術(shù)的應(yīng)用對(duì)于優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、促進(jìn)產(chǎn)業(yè)升級(jí)、催生新產(chǎn)品新產(chǎn)業(yè)、推動(dòng)智能經(jīng)濟(jì)高質(zhì)量發(fā)展等方面的作用；第三個(gè)主范疇是產(chǎn)業(yè)智能化影響因素，主要體現(xiàn)人工智能技術(shù)在行業(yè)應(yīng)用的過(guò)程中還存在的障礙和困難。主范疇、副范疇和部分概念如表2所示。

表2 訪(fǎng)談文本編碼基本規(guī)則

3 產(chǎn)業(yè)智能化發(fā)展機(jī)理

根據(jù)上述編碼結(jié)果，可以形成產(chǎn)業(yè)智能化發(fā)展的基本機(jī)理和邏輯。人工智能技術(shù)正在向百行千業(yè)廣泛滲透，將對(duì)生產(chǎn)效率、產(chǎn)業(yè)模式引發(fā)深度變革，正在成為全球經(jīng)濟(jì)增長(zhǎng)的新引擎。隨著數(shù)據(jù)成為新的生產(chǎn)要素，算法與算力效能的大幅提升，有效促進(jìn)生產(chǎn)力發(fā)展，新的商業(yè)模式、產(chǎn)業(yè)模式和經(jīng)濟(jì)業(yè)態(tài)不斷涌現(xiàn)，其機(jī)理如圖2所示。

圖2 產(chǎn)業(yè)智能化發(fā)展機(jī)理示意圖

3.1 勞動(dòng)價(jià)值創(chuàng)造層面

在生產(chǎn)要素方面， 《中共中央國(guó)務(wù)院關(guān)于構(gòu)建更加完善的要素市場(chǎng)化配置體制機(jī)制的意見(jiàn)》首次將數(shù)據(jù)作為一種新型生產(chǎn)要素寫(xiě)入中央文件[32]，成為與勞動(dòng)、資本、土地、知識(shí)、技術(shù)并列的生產(chǎn)要素。日益豐富的大數(shù)據(jù)是人工智能技術(shù)發(fā)展的基礎(chǔ)，算法正在成為發(fā)現(xiàn)數(shù)據(jù)價(jià)值的挖掘機(jī)。實(shí)現(xiàn)數(shù)據(jù)、知識(shí)與其他要素的相互滲透融合，能夠充分放大和提升各類(lèi)要素的價(jià)值創(chuàng)造能力。海量數(shù)據(jù)和知識(shí)已在金融、制造、醫(yī)療、教育等領(lǐng)域的智能化發(fā)展中不斷積累和拓展。

在生產(chǎn)力方面，接受人工智能專(zhuān)業(yè)正規(guī)教育和行業(yè)培訓(xùn)的勞動(dòng)者規(guī)模日益壯大；生產(chǎn)工具智能化的發(fā)展使其在生產(chǎn)成本控制、產(chǎn)品質(zhì)量提升、生產(chǎn)效率等方面發(fā)揮出巨大作用；勞動(dòng)對(duì)象，如智能化設(shè)施、各類(lèi)智能機(jī)器人、智能化生產(chǎn)設(shè)備等通過(guò)智能化的方式與人員、用戶(hù)的全方位無(wú)縫連接，大大提高資源優(yōu)化配置和綜合生產(chǎn)效率。

在生產(chǎn)方式方面，人機(jī)協(xié)同正在成為主要的生產(chǎn)方式和服務(wù)方式，融合、跨界、交叉成為經(jīng)濟(jì)形態(tài)重要的表現(xiàn)方式，共創(chuàng)分享成為經(jīng)濟(jì)生態(tài)的基本特征，個(gè)性化需求與專(zhuān)業(yè)化定制成為消費(fèi)的主要潮流。智能經(jīng)濟(jì)時(shí)代，通過(guò)發(fā)掘數(shù)據(jù)和知識(shí)作為新的生產(chǎn)要素的價(jià)值，通過(guò)發(fā)掘智能算法作為新的生產(chǎn)力的價(jià)值，通過(guò)變革生產(chǎn)、營(yíng)銷(xiāo)、服務(wù)的組織模式，都會(huì)極大地提高各行各業(yè)的生產(chǎn)效率，形成新的產(chǎn)業(yè)形態(tài)。

3.2 實(shí)體經(jīng)濟(jì)賦能層面

作為一項(xiàng)典型的使能型技術(shù)，人工智能在未來(lái)將廣泛滲透于各個(gè)行業(yè)之中，引發(fā)深度變革，升級(jí)傳統(tǒng)產(chǎn)品、改造傳統(tǒng)行業(yè)，同時(shí)催生一批新產(chǎn)品、新產(chǎn)業(yè)、新業(yè)態(tài)，在推動(dòng)與實(shí)體經(jīng)濟(jì)融合與支撐經(jīng)濟(jì)社會(huì)高質(zhì)量發(fā)展方面潛力巨大。

(1)優(yōu)化產(chǎn)業(yè)鏈，生產(chǎn)過(guò)程降本提質(zhì)增效。通過(guò)工業(yè)機(jī)器人、智能視覺(jué)、能耗優(yōu)化、智能車(chē)間等技術(shù)和載體，實(shí)現(xiàn)傳統(tǒng)生產(chǎn)工藝改造，推動(dòng)質(zhì)量、效益和競(jìng)爭(zhēng)力的全方位提升，制造業(yè)有可能因人工智能技術(shù)的應(yīng)用而迎來(lái)格局重構(gòu)。智能技術(shù)的更大潛力在于流程再造，通過(guò)要素前置和事前優(yōu)化，實(shí)現(xiàn)生產(chǎn)線(xiàn)升級(jí)和效益顯著提升。加速技術(shù)創(chuàng)新和產(chǎn)品研發(fā)。智能技術(shù)的快速發(fā)展和應(yīng)用也為新時(shí)期技術(shù)創(chuàng)新和產(chǎn)品研發(fā)帶來(lái)方法變革和能力提升。功能越來(lái)越強(qiáng)大的智能化設(shè)計(jì)助手內(nèi)化了越來(lái)越多資深工程師設(shè)計(jì)經(jīng)驗(yàn)，能夠保障產(chǎn)品設(shè)計(jì)質(zhì)量的持續(xù)提升?；诤Ａ繑?shù)據(jù)和智能模型的產(chǎn)品設(shè)計(jì)改變了研發(fā)模式，大大縮短產(chǎn)品研發(fā)和實(shí)驗(yàn)驗(yàn)證周期，為科技創(chuàng)新驅(qū)動(dòng)的經(jīng)濟(jì)高質(zhì)量發(fā)展提供創(chuàng)新源動(dòng)力。

(2)拓展價(jià)值鏈，推動(dòng)現(xiàn)有產(chǎn)業(yè)轉(zhuǎn)型和產(chǎn)品升級(jí)。通過(guò)加入自然語(yǔ)言理解、人機(jī)感知、情感交互等功能，人工智能已經(jīng)給空調(diào)、門(mén)鎖、音箱、冰箱、手表等傳統(tǒng)家居家電產(chǎn)品帶來(lái)再次增長(zhǎng)；高效能的智能營(yíng)銷(xiāo)大腦、智能化物流配送等技術(shù)推進(jìn)零售業(yè)改造升級(jí)，新零售正在成長(zhǎng)為新經(jīng)濟(jì)的代表。催生一批人工智能新產(chǎn)品和新產(chǎn)業(yè)，各類(lèi)專(zhuān)用智能芯片發(fā)展迅速，正在成長(zhǎng)為芯片領(lǐng)域的新貴；智能醫(yī)療診斷產(chǎn)品、機(jī)器翻譯產(chǎn)品、無(wú)人機(jī)、智能機(jī)器人、健康監(jiān)測(cè)可穿戴硬件等都會(huì)為用戶(hù)帶來(lái)全新價(jià)值和體驗(yàn)，創(chuàng)造出新增市場(chǎng)需求，從而開(kāi)辟出新的產(chǎn)業(yè)空間。

(3)豐富創(chuàng)新鏈，催生更加高效的工業(yè)范式。智能機(jī)器人和柔性制造技術(shù)的成熟，將推動(dòng)商品制造模式從流水線(xiàn)式的標(biāo)準(zhǔn)化制造向大規(guī)模定制化產(chǎn)品供應(yīng)轉(zhuǎn)型；數(shù)字孿生技術(shù)支撐未來(lái)制造實(shí)現(xiàn)平臺(tái)化運(yùn)行、狀態(tài)實(shí)時(shí)監(jiān)測(cè)和提供全生命周期服務(wù)。跨產(chǎn)業(yè)、跨領(lǐng)域性平臺(tái)的興起將給生產(chǎn)組織模式和產(chǎn)業(yè)鏈形態(tài)帶來(lái)重構(gòu)，給產(chǎn)品價(jià)值構(gòu)成和用戶(hù)服務(wù)提供方式帶來(lái)深刻改變，推動(dòng)產(chǎn)用融合的新制造范式革命。孕育更高階段的知識(shí)經(jīng)濟(jì)，智能醫(yī)療、智能教育、智能制造等通過(guò)將行業(yè)知識(shí)的模型化、工程化，實(shí)現(xiàn)知識(shí)在更大范圍的共享與復(fù)用，放大知識(shí)的經(jīng)濟(jì)價(jià)值，推動(dòng)知識(shí)經(jīng)濟(jì)進(jìn)入全新階段。

4 產(chǎn)業(yè)智能化影響因素

隨著人工智能產(chǎn)業(yè)化應(yīng)用從娛樂(lè)、消費(fèi)等領(lǐng)域開(kāi)始向?qū)嶓w經(jīng)濟(jì)各行業(yè)進(jìn)軍，技術(shù)落地難度和面臨的問(wèn)題也將大大增加。通過(guò)對(duì)訪(fǎng)談的內(nèi)容梳理，可以看到在提升產(chǎn)業(yè)智能化水平的過(guò)程中，以下問(wèn)題亟待解決。

(1)技術(shù)成熟度難以滿(mǎn)足工業(yè)級(jí)需求。人工智能共性技術(shù)、融合技術(shù)、專(zhuān)項(xiàng)技術(shù)等不同層面技術(shù)成熟度的不均衡發(fā)展是一個(gè)非常重要的影響因素，但是這一點(diǎn)很少被相關(guān)文獻(xiàn)提及，多數(shù)文獻(xiàn)關(guān)注技術(shù)成熟度是側(cè)重于人工智能技術(shù)的治理與風(fēng)險(xiǎn)問(wèn)題[33]。當(dāng)實(shí)驗(yàn)室驗(yàn)證的技術(shù)真正面對(duì)工業(yè)級(jí)應(yīng)用時(shí)，算法模型的誤差率穩(wěn)定性等要求全然不同。人工智能芯片、底層開(kāi)發(fā)平臺(tái)等技術(shù)制約，也限制了各行業(yè)開(kāi)展智能化轉(zhuǎn)型的進(jìn)展。一些單純采用基于概率為基礎(chǔ)的機(jī)器學(xué)習(xí)技術(shù)在工業(yè)領(lǐng)域往往難以滿(mǎn)足其工業(yè)性能要求，還需要大數(shù)據(jù)方法與結(jié)合設(shè)備建模的機(jī)理型方法相結(jié)合，實(shí)現(xiàn)針對(duì)特定問(wèn)題算法深耕，提升魯棒性、可解釋性、安全性，人工智能技術(shù)才能在工業(yè)控制、L4以上的自動(dòng)駕駛、醫(yī)療輔助診斷、軍工裝備等更寬廣的領(lǐng)域落地。

(2)實(shí)體經(jīng)濟(jì)領(lǐng)域行業(yè)數(shù)據(jù)獲取困難。數(shù)據(jù)是人工智能技術(shù)發(fā)展的三大驅(qū)動(dòng)力之一，德勤公司的一項(xiàng)調(diào)查表明，16%的IT主管將數(shù)據(jù)問(wèn)題列為與人工智能相關(guān)的最大挑戰(zhàn)，比任何其他問(wèn)題都要高，39%的受訪(fǎng)者將數(shù)據(jù)列入前三個(gè)令人擔(dān)憂(yōu)的方面[34]。部分國(guó)內(nèi)學(xué)者也認(rèn)為在產(chǎn)業(yè)智能化過(guò)程中，部分?jǐn)?shù)據(jù)處于被壟斷的狀態(tài)，且格式難以統(tǒng)一，數(shù)據(jù)的行業(yè)共享和協(xié)作存在困難[35]。人工智能與實(shí)體經(jīng)濟(jì)深度融合發(fā)展需要以行業(yè)大數(shù)據(jù)為基礎(chǔ)，然而不同行業(yè)的信息化水平不同，數(shù)據(jù)的可獲得性可通用性和可開(kāi)發(fā)性不同，直接影響人工智能的落地應(yīng)用。工業(yè)大數(shù)據(jù)往往價(jià)值密度很低，因?yàn)樵O(shè)備運(yùn)行大部分樣本是分布在一個(gè)比較小的正常工作空間內(nèi)的，異常狀態(tài)的故障數(shù)據(jù)非常少，需要長(zhǎng)時(shí)間的積累，而這恰恰是最有價(jià)值的數(shù)據(jù)，導(dǎo)致基于經(jīng)驗(yàn)大數(shù)據(jù)的機(jī)器學(xué)習(xí)模型性能提升緩慢。與互聯(lián)網(wǎng)、消費(fèi)領(lǐng)域容易收集、整理和讀取的消費(fèi)者數(shù)據(jù)不同，制造企業(yè)的設(shè)備、工藝、原材料、最終的產(chǎn)品都是五花八門(mén)的，導(dǎo)致制造企業(yè)工業(yè)領(lǐng)域的數(shù)據(jù)復(fù)用也存在很大的難度，需要針對(duì)不同問(wèn)題收集足夠多的訓(xùn)練數(shù)據(jù)，制約了人工智能在工業(yè)領(lǐng)域的快速落地應(yīng)用。

(3)實(shí)體經(jīng)濟(jì)領(lǐng)域數(shù)字化水平滯后。產(chǎn)業(yè)智能化的基礎(chǔ)是基礎(chǔ)設(shè)施和軟硬件系統(tǒng)的數(shù)字化改造，如果數(shù)字化改造和應(yīng)用的水平滯后，那么產(chǎn)業(yè)智能化就無(wú)從談起。盡管有學(xué)者認(rèn)為人工智能與實(shí)體經(jīng)濟(jì)融合需要推動(dòng)產(chǎn)業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化并聯(lián)發(fā)展、同步發(fā)展[36]，但智能化發(fā)展的前提就是有一定的數(shù)字化基礎(chǔ)，數(shù)字化水平不足會(huì)導(dǎo)致人工智能擴(kuò)散應(yīng)用過(guò)程中缺乏有效載體的問(wèn)題。我國(guó)實(shí)體經(jīng)濟(jì)領(lǐng)域很多企業(yè)的自動(dòng)化、數(shù)字化的基礎(chǔ)較為薄弱，基本上就是處于機(jī)械化階段，特別是對(duì)離散型的工業(yè)更是如此；另一部分處于工業(yè)2.0向3.0過(guò)渡階段，數(shù)據(jù)孤島大量存在，硬件接口和數(shù)據(jù)協(xié)議統(tǒng)一的標(biāo)準(zhǔn)化體系缺乏，導(dǎo)致各類(lèi)總線(xiàn)設(shè)備難以互聯(lián)互通，無(wú)法滿(mǎn)足制造業(yè)數(shù)字化轉(zhuǎn)型對(duì)數(shù)據(jù)資源整合的需要，數(shù)據(jù)資源的價(jià)值無(wú)法實(shí)現(xiàn)最大化。

(4)中小企業(yè)智能化轉(zhuǎn)型仍面臨成本制約。弗里曼等認(rèn)為，一項(xiàng)新興技術(shù)能否被采納，且成為關(guān)鍵的生產(chǎn)要素需要考慮三個(gè)方面：生產(chǎn)成本持續(xù)下降、提供無(wú)限的供應(yīng)能力、應(yīng)用前景非常廣闊，它們是判斷一項(xiàng)技術(shù)能否支撐技術(shù)經(jīng)濟(jì)發(fā)展的核心要素[37]。受訪(fǎng)者認(rèn)為，在技術(shù)產(chǎn)業(yè)化發(fā)展早期，人工智能技術(shù)的部署成本較高，包括支撐各類(lèi)智能產(chǎn)品算法前端化的各類(lèi)芯片價(jià)格高、AI算力支出成本高、招聘人工智能算法開(kāi)發(fā)人員的工資成本高。在工業(yè)領(lǐng)域，原有的設(shè)備靈敏度或數(shù)據(jù)采集精度往往不能支撐參數(shù)優(yōu)化、故障診斷等智能算法應(yīng)用，需要對(duì)設(shè)備進(jìn)行升級(jí)改造，也帶來(lái)一定的投入成本。尤其是當(dāng)前經(jīng)濟(jì)下行的大環(huán)境下，企業(yè)的預(yù)算減少，進(jìn)一步提升了企業(yè)開(kāi)展智能化升級(jí)的成本投入壓力。

(5)智能基礎(chǔ)設(shè)施建設(shè)尚有較大提升空間。人工智能技術(shù)在產(chǎn)業(yè)中的擴(kuò)散，一方面需要數(shù)字化、信息化的基礎(chǔ)——數(shù)據(jù)和算法，同時(shí)也離不開(kāi)智能基礎(chǔ)設(shè)施，如提供算力的超級(jí)計(jì)算機(jī)、開(kāi)源開(kāi)放平臺(tái)等[1]。我國(guó)在高效能AI算力方面仍面臨明顯的短板，稀缺的算力資源和高昂的算力成本成為影響我國(guó)人工智能創(chuàng)新發(fā)展的重要因素。開(kāi)源化、平臺(tái)化正在成為新一代人工智能的新趨勢(shì)，可幫助創(chuàng)新者減少重復(fù)性研發(fā)投入，降低技術(shù)開(kāi)發(fā)門(mén)檻和開(kāi)發(fā)成本。工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等支撐工業(yè)智能化技術(shù)落地的基礎(chǔ)設(shè)施仍然相對(duì)薄弱，數(shù)字化基礎(chǔ)設(shè)施尚不能滿(mǎn)足工業(yè)級(jí)需求。

(6)實(shí)體經(jīng)濟(jì)領(lǐng)域AI人才嚴(yán)重缺乏。人工智能技術(shù)與產(chǎn)業(yè)的融合根本上還是人的融合，產(chǎn)業(yè)智能化需要大批既深入了解垂直行業(yè)知識(shí)，又掌握人工智能關(guān)鍵技術(shù)的復(fù)合型人才[38]。然而由于目前國(guó)內(nèi)產(chǎn)業(yè)AI人才總量上仍嚴(yán)重不足，企業(yè)聘用AI人才成本很高，并且有限的人工智能領(lǐng)域畢業(yè)生往往傾向于進(jìn)入工資待遇更為優(yōu)厚的人工智能研發(fā)企業(yè)，傳統(tǒng)企業(yè)很難吸引到AI人才。解決復(fù)合型AI人才培養(yǎng)對(duì)于促進(jìn)人工智能技術(shù)和產(chǎn)業(yè)深度融合至關(guān)重要，傳統(tǒng)行業(yè)就業(yè)者需要更多學(xué)習(xí)AI技能，也需要有更多AI人才進(jìn)入到不同行業(yè)中。

5 產(chǎn)業(yè)智能化發(fā)展的對(duì)策建議

復(fù)雜的國(guó)際競(jìng)爭(zhēng)形勢(shì)和新冠疫情全球化蔓延給我國(guó)經(jīng)濟(jì)帶來(lái)嚴(yán)峻壓力。把握此次新科技變革的戰(zhàn)略機(jī)遇，加快工業(yè)領(lǐng)域產(chǎn)業(yè)智能化升級(jí)，對(duì)于新形勢(shì)下提升我國(guó)產(chǎn)業(yè)競(jìng)爭(zhēng)力、實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。根據(jù)前述研究的相關(guān)情況，應(yīng)從政策保障、基礎(chǔ)設(shè)施和發(fā)展環(huán)境三個(gè)層面解決存在的問(wèn)題，推進(jìn)產(chǎn)業(yè)智能化發(fā)展。

5.1 政策保障層面的建議

(1)加快突破人工智能產(chǎn)業(yè)化核心關(guān)鍵技術(shù)。強(qiáng)化產(chǎn)業(yè)界和學(xué)術(shù)界的協(xié)同創(chuàng)新，加大人工智能產(chǎn)業(yè)化核心關(guān)鍵技術(shù)的研發(fā)力度，提高技術(shù)成熟度和實(shí)用化性能。聚焦新型傳感器、智能裝備、工業(yè)控制軟件、工業(yè)大數(shù)據(jù)等價(jià)值鏈的基礎(chǔ)與關(guān)鍵環(huán)節(jié)開(kāi)展科技攻關(guān)，強(qiáng)化產(chǎn)業(yè)鏈底層基礎(chǔ)。重點(diǎn)支持人工智能技術(shù)在智能成套裝備、智能關(guān)鍵零部件、自動(dòng)化生產(chǎn)線(xiàn)數(shù)字化車(chē)間、大型智能裝備中的融合研發(fā)。

(2)成立人工智能產(chǎn)業(yè)投資基金。重點(diǎn)發(fā)揮好傳統(tǒng)行業(yè)國(guó)有大型企業(yè)的資金優(yōu)勢(shì)行業(yè)知識(shí)積累，設(shè)立人工智能產(chǎn)業(yè)投資基金，聚焦人工智能在電力、石油、金融等領(lǐng)域的產(chǎn)業(yè)化核心技術(shù)，實(shí)現(xiàn)技術(shù)、數(shù)據(jù)、經(jīng)驗(yàn)、資金多要素優(yōu)勢(shì)互補(bǔ)，針對(duì)人工智能與行業(yè)融合的 “硬骨頭”問(wèn)題開(kāi)展聯(lián)合研發(fā)，加速各垂直行業(yè)智能化難點(diǎn)攻關(guān)和智能化水平提升。

(3)完善支持融合發(fā)展的金融政策。大幅增加制造業(yè)中長(zhǎng)期貸款，加大對(duì)制造企業(yè)數(shù)字化轉(zhuǎn)型的支持力度，激發(fā)制造企業(yè)開(kāi)展數(shù)字化轉(zhuǎn)型的動(dòng)力和活力。支持科技成果轉(zhuǎn)化基金、科技型中小企業(yè)技術(shù)創(chuàng)新基金向產(chǎn)業(yè)智能化領(lǐng)域傾斜。引導(dǎo)風(fēng)險(xiǎn)投資、產(chǎn)業(yè)基金、創(chuàng)業(yè)投資基金等更廣泛的社會(huì)資本投入工業(yè)智能化領(lǐng)域，完善多渠道的投融資體系。

5.2 基礎(chǔ)設(shè)施層面的建議

(1)加強(qiáng)智能化基礎(chǔ)設(shè)施建設(shè)。通過(guò)推行地方政府專(zhuān)項(xiàng)債券，加大對(duì)智能化基礎(chǔ)設(shè)施投入，聯(lián)合政府資金和企業(yè)力量新建一批AI算力中心，支撐各行業(yè)人工智能技術(shù)研發(fā)創(chuàng)新，并通過(guò)AI超算券等形式發(fā)放給中小企業(yè)，降低企業(yè)算力成本以及智能產(chǎn)品服務(wù)價(jià)格。

(2)大規(guī)模推廣數(shù)字化工廠改造。加大財(cái)政技改資金支持，加快制造企業(yè)數(shù)字化改造，全面提升企業(yè)數(shù)據(jù)采集能力和工藝過(guò)程數(shù)字化水平，以工廠數(shù)字化為先導(dǎo)夯實(shí)產(chǎn)業(yè)智能化基礎(chǔ)。推動(dòng)人工智能技術(shù)在產(chǎn)品設(shè)計(jì)優(yōu)化、工藝流程升級(jí)、產(chǎn)品質(zhì)量檢測(cè)、設(shè)備故障診斷等生產(chǎn)環(huán)節(jié)的深度應(yīng)用，促進(jìn)企業(yè)運(yùn)營(yíng)管理、物流、市場(chǎng)營(yíng)銷(xiāo)、客戶(hù)服務(wù)等核心業(yè)務(wù)環(huán)節(jié)的智能化改造

(3)加強(qiáng)人工智能技術(shù)標(biāo)準(zhǔn)建設(shè)。加強(qiáng)人工智能標(biāo)準(zhǔn)框架體系研究，逐步建立并完善人工智能基礎(chǔ)共性、多系統(tǒng)互聯(lián)互通、信息資源共享、安全管理、隱私保護(hù)等技術(shù)標(biāo)準(zhǔn)。加快制定工業(yè)軟件、工業(yè)大數(shù)據(jù)、工業(yè)物聯(lián)網(wǎng)、工業(yè)云服務(wù)等領(lǐng)域相關(guān)技術(shù)標(biāo)準(zhǔn)，解決信息孤島、行業(yè)信息壁壘和數(shù)據(jù)鏈不完整等瓶頸問(wèn)題，助推制造業(yè)價(jià)值鏈的融合與延伸。

5.3 發(fā)展環(huán)境層面的建議

(1)降低應(yīng)用人工智能的技術(shù)性門(mén)檻。強(qiáng)化國(guó)家新一代人工智能開(kāi)放創(chuàng)新平臺(tái)對(duì)提升產(chǎn)業(yè)智能化水平的技術(shù)支撐作用，支持更多人工智能領(lǐng)軍型企業(yè)建設(shè)基礎(chǔ)性、通用性開(kāi)放創(chuàng)新平臺(tái)，面向制造企業(yè)在線(xiàn)提供能夠跨領(lǐng)域復(fù)用、跨行業(yè)復(fù)用的算法模型；鼓勵(lì)行業(yè)領(lǐng)軍企業(yè)建設(shè)各垂直領(lǐng)域?qū)I(yè)化開(kāi)放創(chuàng)新平臺(tái)，通過(guò)開(kāi)發(fā)一批低門(mén)檻的開(kāi)發(fā)模塊或組件，降低中小企業(yè)應(yīng)用人工智能技術(shù)的門(mén)檻。

(2)加快業(yè)界AI開(kāi)發(fā)技能教育培訓(xùn)。發(fā)揮人工智能領(lǐng)軍企業(yè)作用，大規(guī)模開(kāi)展AI工程師的教育培訓(xùn)；充分發(fā)揮線(xiàn)上公開(kāi)課的規(guī)模化優(yōu)勢(shì)，引導(dǎo)鼓勵(lì)高校學(xué)者和產(chǎn)業(yè)界專(zhuān)家線(xiàn)上講授技術(shù)公開(kāi)課，推行 “全民普惠”的AI技能教育行動(dòng)，通過(guò)擴(kuò)大人才供給加快提升產(chǎn)業(yè)界AI開(kāi)發(fā)技能和落地能力，降低人工智能實(shí)施成本。

(3)搭建傳統(tǒng)企業(yè)與AI企業(yè)協(xié)同創(chuàng)新平合。借鑒國(guó)外經(jīng)驗(yàn)，搭建服務(wù)于人工智能企業(yè)與傳統(tǒng)企業(yè)技術(shù)融合的創(chuàng)新平臺(tái)，在智能企業(yè)或傳統(tǒng)業(yè)態(tài)設(shè)立 “智能創(chuàng)新塢”，為行業(yè)數(shù)據(jù)到AI企業(yè)的數(shù)據(jù)流動(dòng)設(shè)立信用擔(dān)保機(jī)制，建立 “數(shù)據(jù)沙盒”試驗(yàn)場(chǎng)景，探索形成行業(yè)數(shù)據(jù)共創(chuàng)共享機(jī)制，加速傳統(tǒng)業(yè)態(tài)與新興技術(shù)的融合創(chuàng)新。