从技术热到价值落地:代表建言前瞻布局智能体底座,推动人工智能深度赋能制造业

在全球制造业智能化竞赛加速的背景下,我国正面临从技术应用到价值创造的关键跨越。

数据显示,2023年我国智能制造装备产业规模突破3.2万亿元,但在部分领域仍存在技术与需求脱节的现象。

"不能将技术手段误认为价值产出。

"贾少谦代表在接受采访时强调,当前需着力破解三个核心矛盾:前沿技术供给与实际场景需求的匹配度不足、隐性工业知识转化效率偏低、人机协作机制尚未形成标准化体系。

造成这种现象的深层原因,在于产业发展阶段的特殊性。

我国制造业拥有41个工业大类、207个中类、666个小类的完整体系,为技术落地提供了丰富场景,但同时也带来标准不统一、数据孤岛等问题。

工信部赛迪研究院报告显示,目前规模以上工业企业生产设备数字化率已达55.3%,但设备联网率仅为23.5%,反映出基础设施的协同性短板。

这种结构性矛盾直接影响产业升级效能。

以家电行业为例,虽然90%以上企业已部署智能生产线,但仅有30%能实现全流程数据贯通。

贾少谦代表以海信实践为例指出,通过建设全球首家电视灯塔工厂,构建包含10万条工艺数据的知识库,使工艺方案生成时间从20分钟压缩至5分钟,证明数据资产化对效率提升的倍增效应。

针对这些问题,代表建议实施"双轮驱动"策略:一方面由国家主导建设智能体公共服务平台,推动制造现场隐性知识的模型化转化;另一方面完善"工业知识底座"标准体系,重点突破装备互联、数据互认等基础环节。

这种布局不仅能降低中小企业智能化改造成本,更可培育"数字员工+物理机器人"的新型生产组织方式。

据测算,此举有望在2026年前催生超万亿规模的算法服务市场。

值得关注的是,技术应用的人本导向成为讨论焦点。

"智能冰箱如果需要用户学习编程才能调节温度,就是典型的价值错位。

"贾少谦代表指出,海信在智能家电领域推行"零学习成本"标准,通过生成式技术实现产品自适应优化,其医疗显示设备已能根据手术场景自动匹配最佳显像模式。

这种"需求前置"的创新逻辑,正在半导体、汽车电子等新质生产力领域复制推广。

从技术突破到价值兑现,人工智能产业发展正站在新的历史起点。

如何让技术创新真正转化为产业竞争力和用户获得感,考验着企业的战略定力和创新智慧。

坚持以人为本、需求导向,推动技术与产业深度融合,我国完全有条件将制造业规模优势转化为智能化时代的领先优势,在全球新一轮科技革命和产业变革中赢得主动、赢得未来。