推动人工智能融入产业创新
Source：经济日报
2025年，我国人工智能产业展现出蓬勃活力，企业数量已超过6000家，核心产业规模预计将突破1.2万亿元。随着新一轮科技革命与产业变革向纵深推进，人工智能的快速演进不仅催生了新业态、新产品，更深刻重塑了科研活动的底层逻辑，推动研发范式从传统的人力驱动、试错摸索、线性推进，加速向数据驱动、智能模拟、协同并进、持续迭代的新模式转变。
当前，人工智能在全球范围内的研发应用，正由局部辅助工具向全流程、全要素深度渗透。一方面，它已成为前沿科学探索的“催化剂”。在生物医药、新材料及新能源等领域，AI凭借对海量科研数据与文献的高效处理能力，能将原本需数年的探索周期缩短至数月乃至数周，显著降低基础研究的时间与资金成本。另一方面，AI也引领产业技术开发实现智能化跃升。在设计环节，它能依据性能指标自动生成多样化的设计方案；在仿真测试阶段，它大幅减少了实物原型制作和试验频次；在工艺优化中，它实时解析生产数据，自主探寻最优参数组合。这一“数据驱动+智能决策”的模式，正使研发逐步摆脱经验依赖，迈向智能引领的新阶段。
我国在人工智能技术与产业应用上已积累坚实基础，为科研范式变革创造了独特契机。首先，超大规模的市场与应用场景为技术迭代提供了丰富的实践平台和持续的数据反馈。其次，在部分领域，我国已形成覆盖算力设施、算法框架到行业应用的相对完整产业链，构建起协同创新的生态基础。再次，国家战略的加速部署和政策环境的持续优化，已明确将推动人工智能与实体经济深度融合作为发展方向。
然而，要实现人工智能深度赋能产业创新，仍面临诸多挑战。例如，基础层在核心算法、关键框架及高端芯片上尚有短板；高质量、标准化的行业数据资源建设滞后；既精通AI技术又熟悉行业知识的复合型人才缺口较大；同时，适应快速迭代、宽容失败的敏捷研发管理机制与文化尚未广泛建立。要系统性地推进人工智能赋能产业创新，需从技术攻坚、生态构建、要素保障及制度配套等多个方面协同发力。
强化核心技术攻坚，夯实智能研发根基。研发范式的根本变革需以坚实的技术为基础。应持续加大对机器学习、知识图谱、大模型等底层算法的原始创新投入，鼓励科研机构与企业携手共建高水平开源框架和平台。同时，着力突破高端AI芯片和先进计算架构等硬件瓶颈，提升自主可控的智能算力供给水平。
构建协同创新生态，打通研发应用链条。引导“链主”企业、高等院校、新型研发机构及初创公司组建创新联合体，围绕共性技术攻关、中试验证及应用落地开展深度协作。推动设立国家级人工智能融合创新中心或开放平台，提供模型服务、算力支持及技术咨询，降低中小企业应用门槛。
培育复合型人才，革新组织管理模式。人才和组织是范式落地的关键保障。需加快完善AI相关学科建设，推动校企合作培养“AI+行业”的复合型人才。鼓励企业内部设立专门的AI研发单元或实验室，赋予其更大的技术决策权和资源调配弹性。同时，改革传统线性项目管理方式，推广适应快速试错、持续集成的敏捷研发和扁平化管理，营造鼓励探索、宽容失败的文化氛围。
拓展应用场景，健全政策支撑体系。丰富的应用场景是驱动技术成熟与范式深化的重要牵引力。应聚焦制造业设计、新药发现、材料研发等关键领域，系统发布AI赋能研发的重点场景清单，以“揭榜挂帅”等形式吸引各方力量攻关。完善创新产品首购首用及保险补偿机制，为AI驱动的研发成果早期应用提供支持。政策层面，需加快研究制定适应AI研发特点的统计评价、资金监管、伦理安全及知识产权保护规则，为研发范式变革构建稳定、包容、可持续的制度环境。