人工智能驱动产业变革，专家探讨智能时代新机遇

当前，人工智能正迅猛地从理论走向实践，成为全球产业转型的重要推动力。随着这一技术的不断成熟，企业在面对新一轮的产业变革时，如何有效把握机遇、实现转型升级，成为广泛关注的话题。近日，在2025国家新质生产力与智能产业发展会议上，众多专家深入探讨了智能时代带来的新机遇和挑战。

前沿技术的突破正在引领深刻变革。中国自动化学会理事长杨孟飞指出，人工智能、大数据、区块链、生物科技以及新能源等新兴技术正共同推动生产方式及组织形式的深刻变革。认为，自动化技术作为诸多技术创新的基础，已经深入到经济社会发展和国家战略中，成为推动新质生产力发展的重要动力源泉。

在报告中强调，将持续推进“人工智能+”的政策，通过深度整合数字技术与传统制造优势，支持大模型的广泛应用，促进包括智能网联新能源汽车、人工智能手机、智能机器人在内的新一代智能终端的制造。这一政策的落实，旨在加快5G与工业互联网的深度融合，优化算力资源的全国布局，助力数字产业集群的国际竞争力提升。

华东理工大学教授钱锋对此表示，人工智能是实现新质生产力的重要引擎，也是在加速制造强国建设的关键因素。随着人工智能技术的广泛应用，制造业作为其中的重要领域，其应用场景日益丰富。从定制化产品设计到工艺流程优化，人工智能的应用正在改变传统产业的面貌。

在产品质量监测领域，深度学习技术的应用提升了监测的效率与准确性；而在供应链管理中，人工智能不仅能提升物流效率，还能加强风险管理。业界普遍认同，通过智能化手段推动新型工业化将是实现制造业高质量发展的关键。

在推动人工智能赋能工业的过程中，钱锋提出构建“工业大脑”的建议。他认为，应打造一个涵盖制造全生命周期各个要素的智能系统，以实现资源的高效配置与精准调控。通过智能化管理，企业能够快速适应市场环境的变化，实现生产的绿色化与低碳化。

目前我国在“工业大脑”的建设上还面临不少挑战。例如核心技术的突破、自主创新能力的提升等问题。针对这些挑战，专家们建议应聚焦产业需求，推动关键核心技术的攻关。在人工智能与制造业融合的过程中，推动技术创新与应用的深度联合，将为智能制造的未来打下坚实基础。

制造业在应用人工智能技术的过程中仍面临诸多挑战，比如数据获取的难度、系统自学习能力的缺失等情况。专家认为，要实现工艺、设备与知识机制的有效融合，需要通过构建“通专融合的大模型”来解决这些问题。当前，随着人工智能技术的迅速发展，尤其是大模型的应用，科研与产业界也应当加强对这一技术的深度探讨与应用。

应注意的是，尽管大模型在很多情况下展示出优异的性能，但其对高性能计算资源的依赖，以及在特定工业场景中的高成本问题，促使我们思考如何更有效地利用现有资源，研发出更高效、轻量的模型。针对这一问题，一些专家提出了大小模型协同创新的思路，通过有效整合两者的优势，提升其在实际应用中的效率。

电力系统的可持续性也是支撑人工智能发展的关键要素之一。电力的稳定供给，是实现人工智能技术突破的重要条件。中国自动化学会副理事长张承慧强调了新能源控制技术的重要性，指出在新能源被广泛应用的背景下，相关理论与技术的发展将为智能制造提供坚实保障。

在人工智能引领的产业转型过程中，企业若能有效利用这一技术，将会在全球竞争中获得更多优势。通过构建智能制造生态系统，推动科技创新与产业创新的协同发展，未来将看到更高质量的生产与服务。对于各行各业而言，抓住智能浪潮所带来的机遇，是迈向新一轮发展高峰的重要途径。