AI赋能实体经济的深度路径

近期，关于人工智能投资过热与灯塔工厂的两则消息引发社会热议。

一方面，摩根士丹利最新报告指出，以亚马逊、谷歌、Meta、微软和甲骨文为首的云巨头在AI领域的投入强度已超越千禧年互联网泡沫峰值，引发对AI投资过热的忧虑。另一方面，世界经济论坛发布新一批全球灯塔工厂名单，半数来自中国，彰显“中国制造”在数字化转型与智能制造升级中的全球标杆地位。由此可见，尽管人们担忧AI泡沫，但对AI在制造业中的深度应用仍给予高度肯定。

制造业乃立国之本、强国之基。当前，新一轮科技革命与产业变革加速推进，人工智能正成为推动制造业高质量发展的关键力量，一批重点企业以智能制造为引擎，加快智能化、绿色化、融合化发展。

人工智能的引领效应

人工智能是引领新一轮科技革命和产业变革的战略性技术，一定程度上决定产业发展高度与现代化水平。

依据马克思的观察及量化历史数据验证，社会生产力随科技进步而持续发展。如果说欧美国家在第一次或第二次产业革命期间实现现代化，其现代化主要由机械化或电气化技术所驱动。

而中国要在新一轮科技革命和产业变革中实现现代化，必然在很大程度上依赖人工智能的技术创新与产业应用。尤其是制造业，作为产业发展的核心，其在全球主要经济体中经济增加值与就业占比约20%—30%，更是科技创新、关键设备制造、新技术应用场景的重要载体。中国抓住新一轮科技革命和产业变革的历史机遇，推动“中国制造”向“中国智造”跃升，将为中国的现代化奠定坚实物质基础。

人工智能具有强溢出带动性的“头雁”效应，将持续催生一批新兴制造业。

纵观全球科技与经济史，前三次产业革命依次推动制造业重大转型：第一次催生了纺织机与蒸汽机产业，第二次带动了电灯电话电报、钢铁、石油、汽车等产业繁荣，第三次则涌现了电子产品、计算机、互联网、集成电路等产业。

当前，由人工智能驱动的新一轮科技革命和产业变革力量不亚于以往历次，必将催生新的制造业形态。目前，芯片制造、计算能力强化（CPU、GPU等）、智能算力中心建设、算法大模型等AI核心产业已形成一定规模，呈现强劲发展势头。

人工智能将通过“技术—经济”范式的整体转变，带动传统制造业及全社会各行业生产力跃迁。全球产业革命不仅体现为新兴制造业的崛起，更体现为传统制造业及整体经济形态的全方位革新。

从发展阶段看，人工智能已从科技革命迈向产业变革，实现“技术—经济”范式转变。中国在AI产品制造与应用场景方面具备比较优势，自动驾驶、无人机、人形机器人等发展迅猛，已走在全球“技术—经济”范式转变前列。

中国在AI产业应用方面的优势，可从深圳与硅谷的对比中略见一斑。深圳产品迭代速度普遍比硅谷快5至10倍，成本仅为硅谷的1/10至1/5。在深圳，一个电子产品创意从图纸到样品最短只需12小时，一款人形机器人从概念到运行最快仅需25天。

相较数字化进程，智能化能更深层次嵌入制造业。数字技术主要将交易或流通环节信息化、平台化，可推动部分服务业数字化，但在制造业中采集生产数据、指挥设备、控制流程难度较大。因此，制造业数字化进程明显滞后于服务业。

相比之下，人工智能更偏向制造业。特别是，通过智能传感器与物联网技术实时采集生产数据，实现机器与现实世界的网络连接，为制造业流程智能化改造奠定基础。AI虽无法以人类方式感知世界，但可通过传感器触达和体验世界。在智能制造体系中，传感器堪称现代制造业的“感官神经”，其中温度、压力、流量传感器已成为我国AI市场的重要增长动力。此外，AI与物联网深度融合促使制造系统呈现数据驱动、虚实融合、网络协同的发展态势。

值得一提的是，新能源汽车制造已成为智能制造的重要试验场，为AI在制造业中发挥作用提供绝佳场景。一是汽车制造业规模大、标准化流程稳定、车间封闭，企业具备应用AI的能力；二是汽车产品本身具有智能化需求，如自动驾驶、车载娱乐等功能；三是汽车可灵活配置，契合智能制造的定制化生产模式，例如不同用户配置需求可在组装环节由AI直接实现。

“达·芬奇难题”待解

尽管中国AI赋能制造业发展迅速，但在产业生态、基础设施等方面仍面临一些瓶颈。

一方面，产业生态存在短板。中国发展智能经济的优势在于应用场景丰富，但也存在“局部限制整体”现象。科学史上有“达·芬奇难题”，指发明家基于正确理论设计产品，却因材料、工艺或动力等限制无法应用。同样，AI赋能制造业过程中也存在类似问题，因核心技术、原材料、零部件、高质量数据等受限，导致部分场景难以落地。

另一方面，智能设备设施建设滞后。AI赋能制造业需以智能设备与基础设施为基础，通过万物智联映射并模拟现实世界，再通过算力算法改造现实。然而，中国现有基础设施与设备对制造业智能化支撑不足，现有算法与通用计算架构难以满足日益增长的专业需求与高水平计算要求，限制了AI对制造业的深度赋能。此外，劳动力替代效应引发的社会关切，以及潜在安全风险挑战，已成为制约AI深度赋能制造业、提升应用质效的关键掣肘。

AI赋能制造业的纵深路径

站在新的历史起点，我们必须聚焦产业生态、设备设施智能化改造、人机协同、安全保障等关键领域，在更大范围推动AI赋能制造业向纵深发展。

第一，积极构建虚实融合的产业生态。

中国拥有完整且庞大的工业基础，可为AI提供多样实践场景。规模化、集群化的生态是AI产业化落地的体现，也是推动实体经济与智能经济深度融合的基础。

我们要进一步发挥“头雁”效应，坚持先立后破。推动AI科技创新与产业创新深度融合，做大做强算力算法等核心产业，同时加快AI在设计、中试、生产、服务、运营全环节落地及各行业垂直场景应用，扩大普惠性、降低行业冲击，促使生态系统实现从简单到复杂的自然演化。

同时，要加快推进AI技术较成熟、产业关联度高、协同性强、数据积累大的重点产业发展，如工业机器人、AI智能体、自动驾驶汽车、无人机等，加大政府采购力度，发挥市场需求牵引作用，使其与AI核心产业形成互相支撑的网状体系。

第二，加快推进制造业设备设施智能化改造。

古语云：“君子生非异也，善假于物也。”制造业发展离不开设备设施，AI有效赋能制造业必然以设备设施智能化改造为前提。AI技术及其产业发展虽有虚拟成分，但本质上也是深刻的物质过程。

制造业场景中有大量工业设备，过去依赖经验规则驱动控制；AI基于数据驱动的控制可更好完成感知、认知、决策与控制的闭环，实现设备精准调控。

未来，应进一步推进传感器等小型设备及道路交通等大型基础设施的智能化改造，加快算力中心、数据交易中心、卫星、光纤电缆等智能化基础设施的新建或升级。特别是，算力为AI模型训练、推理及复杂计算提供不可或缺支撑，对智能技术进步与制造业智能化转型至关重要，因此需优先发展算力设施并优化算力结构布局。

第三，更好引导人机协同。

人机关系是人役物，还是人役于物？这是产业现代化进程中必然遇到的问题，始于第一次产业革命。马克思曾尖锐指出：“在工场手工业和手工业中，是工人利用工具；在工厂中，是工人服侍机器。”

未来，我们要引导制造业向人机协同生产方式变革，推动经济高质量发展。AI可增强人类感知，提高精确度、力量及处理大数据能力，促使人类创造性利用数学模型、算法、巧妙设计、新材料与新设备，提升人类生产能力。

对应工业革命概念，有学者提出“智业革命”。在智业革命阶段，不仅生产函数自动化，实现产品制造产品；知识函数也自动化，实现创意生产创意。

第四，持续提升AI安全保障水平。

AI发展既要“放得活”，也要“管得住”。在AI赋能制造业高质量发展过程中，难以预料的结果横亘在AI发展道路上，AI事故与侵权日益成为智能时代新常态，有学者形象称其为“人工智障”。

未来，需建立健全AI风险等级体系，合理审慎监管AI软件、工具、算力与数据资源，鼓励制造企业开展数据安全与算法模型安全管理认证，提升AI赋能制造业转型升级的应用安全性，规范技术治理，形成安全有序发展格局。坚持以人为本、制度引领，构建能引领、规范AI技术发展应用的社会治理模式与政策体系，使制造业智能化发展更好地服务人民群众，提升全社会福祉。