人工智能是第四次工业革命的核心引擎，属于通用目的技术，应用场景广泛，能够引领经济社会高水平质量的发展。新型工业化是强国之本，是中国式现代化发展的物质技术基础。人工智能赋能新型工业化的重心是人机一体化智能系统。AI和制造业的深层次地融合不仅仅可以推动传统产业转型，且能加快新兴起的产业和未来产业高质量发展，是新质生产力形成和发展的重要驱动力量。

　　当前，全球科学技术创新越来越聚焦于互联网类脑智能，即新一代人工智能。新一代人工智能是基于网络、物理和社会空间互动的数据智能，是第四次工业革命的核心引擎。人工智能和制造业的深度融合不仅能够创造新的社会生产力，而且能够激发历次工业革命积累的社会生产力发展潜力。

　　智能制造的核心是人工智能和先进制造技术的融合。人工智能属于赋能技术，而先进制造则属于本体技术。以信息通信技术革命为背景，先进制造技术是指运用包括微电子、自动化和信息在内的先进技术在改造传统制造业中创造的新技术体系。例如，计算机辅助设计、计算机辅助制造和集成制造系统。而智能制造则强调包括人工智能在内的新一代信息技术与先进制造技术的进一步深度融合，是先进制造技术发展的新前沿。

　　从动态视角看，智能制造包括三个相互包容的阶段：数字化制造、数字化网络化制造、新一代智能制造。其中，新一代智能制造属于高级形态的智能制造，而数字化制造、数字化网络化制造则属于低级形态的智能制造。推动人工智能创新应用是加速智能制造发展，尤其是从数字化制造和数字化网络化制造向新一代智能制造升级的关键。在新的发展阶段，要着力推动包括行业大模型在内的原创性技术突破，提升智能芯片算力水平，构建自主可控技术体系和原生应用创新生态，加快制造业全流程智能化进程，大幅提升研发、中试、生产、服务和管理环节的智能化水平。

　　智能制造是一个复杂系统，贯穿于产品、生产、服务等制造全生命周期的各个环节。在推动智能制造发展过程中，要根据不同对象和情况，系统推进三种形态的智能制造发展。例如，对行业龙头企业，重点推进新一代智能制造，而对于中小企业，则主要是推广和普及数字化制造和数字化网络化制造。

　　从实践前沿看，人工智能赋能新型工业化的过程是人工智能通用目的技术和制造业专用技术的重组及互补性创新过程。新的技术重组不仅加速产业智能化进程，而且推动了颠覆性技术和前沿技术创新，为新兴产业和未来产业发展创造了条件。尤其是人工智能赋能制造业的过程表现为包括工业软件在内的生产性服务的发展。因而，人工智能赋能新型工业化是推动整个产业结构变革的新动能。

　　从发展现状看，人工智能赋能新型工业化的关键机制包括三个方面：一是核心产业部门和融合产业部门的互动；二是基础和垂直领域软硬件技术体系的互动；三是人工智能技术从“极化”走向“扩散”。

　　在人工智能科技产业的发展过程中，形成两个主要产业部门：核心产业部门和融合产业部门。其中，核心产业部门是指人工智能产业化部门，而融合产业部门则是指产业智能化部门。两个产业部门的良性互动是推动人工智能赋能新型工业化的关键机制。

　　首先，构成核心产业部门的企业都属于人工智能企业。它们掌握人工智能关键核心技术，拥有数据、算法和算力要素。因为人工智能属于赋能技术，仅仅产出数据、算法和算力要素无法实现价值创造。只有当这些要素投入传统产业，降低传统产业成本和提高生产效率时，才真正能够实现财富创造。

　　其次，核心产业部门和融合产业部门的互动，推动人工智能通用目的技术和传统产业中的专用技术重组，通过互补性创新在促进传统产业效率提升的同时，进一步推动人工智能通用目的技术的创新发展。

　　第三，两个产业部门的互动带来的技术重组和互补性创新可能进一步推动新的颠覆性技术和前沿技术创新，进而带动新兴产业和未来产业的发展。从发展的趋势看，人工智能的创新应用正在催生新的技术重组和突破，推动新一轮科学技术创新浪潮的到来。

　　作为通用目的技术，人工智能包括大数据和云计算、物联网、5G/6G、智能机器人、智能芯片、自动驾驶、虚拟/增强现实、计算机视觉、光电技术、智能推荐、语音识别、区块链、大模型、空间技术、生物识别等24个技术类别，属于巨复杂技术体系。同时，从技术层面看，人工智能包括两类相互作用的技术体系：基础软硬件和垂直领域软硬件技术体系。两种技术体系的互动是人工智能赋能新型工业化的关键机制之一。

　　人工智能基础软硬件技术体系的主导者是超级平台企业。它们通过与人工智能中小企业和智能化转型企业协同构建垂直领域技术体系。通过两个技术体系和产业生态的协同，推动人工智能的广泛应用。目前，人工智能已经被广泛应用在包括企业智能管理、智慧城市、智能制造、智能金融、智能医疗、新媒体和数字内容、智能农业等多个细分场景。其中，以智能制造为重点的工业领域，是人工智能赋能的重要方向。

　　在制造业中，人工智能赋能较多的行业包括通信和其他电子设备制造业、汽车制造业、电气机械和器材制造业、专用设备制造业和通用设备制造业等。事实上，排名靠前的行业均属于智能装备产业。从实际情况看，人工智能赋能新型工业化沿着产品智能化和装备智能化两个维度展开。其中，高端装备的智能化是重中之重。

　　人工智能赋能新型工业化的第三个关键机制是从“极化”走向“扩散”。从行业的视角看，人工智能率先赋能的工业类型是具有规模效应和智能化转型需求迫切的行业。例如，电子信息、交通运输、石化和钢铁等。人工智能在具有规模效应行业的应用一方面缓解了劳动力需求，把劳动者从繁琐体力劳动中解放出来；另一方面提高了产品品质，降低了成本和能源消耗。在具有规模效应的行业实现了技术积累之后，人工智能开始向其他行业尤其是长尾行业扩散，推动人工智能广泛赋能工业化发展。

　　在人工智能赋能新型工业化过程中，首先是培育具有行业大模型开发能力的平台企业。行业平台企业主要包括三类：一是掌握基础软硬件技术体系的超级平台企业，通过开发垂直业务领域软硬件技术体系，以创建子平台的方式逐步成为行业龙头企业。二是随着工业互联网不断发展，在政府的支持和帮助下，一些行业的龙头企业通过数字化转型升级为人工智能平台企业。三是专注行业大模型和专用模型开发的独角兽企业和新创企业。其中，超级平台的特点是同时掌握基础软硬件和垂直业务领域软硬件技术体系，而另两类则更加关注垂直业务领域的软硬件技术体系，三类企业的相互协同，是人工智能赋能新型工业化的主导力量。

　　其次，创建以研发人工智能赋能新型工业化共性和关键技术为主导的新型研发机构。目前，无论是先进制造技术还是人工智能在工业中的应用，都属于颠覆性技术和前沿技术创新，具有高度的不确定性，需要政府和市场两股力量共同推动。其中，对前沿领域的共性和关键技术创新而言，政产学研用一体化的新型研发机构，是更加有效的组织形式。围绕人工智能赋能新型工业化的前沿技术，创建新型研发机构，充分发挥政府和市场在创新资源配置中的积极作用，能够有效地开展技术创新工作，推动技术在行业中的快速普及和利用。

　　第三，开放应用场景。尤其是规模化应用场景的开放，能够加速人工智能赋能新型工业化的进程。人工智能赋能新型工业化的关键要素是数据、算法、算力和应用场景。场景创新是人工智能和实体经济融合发展的创新模式。同时，场景创新中行业数据、算法和知识的异质性，能够为行业大模型和专用模型的开发带来核心技术创新的市场非竞争性，是构筑行业和企业国际竞争力的重要支撑。

　　第四，积极布局高性能算力和高质量数据集技术领域。随着人工智能赋能新型工业化过程的加速，算力资源稀缺是制约智能制造发展的关键因素。对于基础模型和行业大模型的预训练和推理而言，大算力是基础。目前，我国的算力制约主要来自高性能芯片研发及其产业生态发展不足。同时，在行业大模型和专用模型开发过程中，高质量数据资源的开发和开放同样重要。与基础大模型不同，行业大模型和专用模型的开发是数据和知识双驱动。尤其是与行业专用知识关联数据集的开发，是行业大模型开发的基础。

　　第五，健全人工智能人才培养体系。人工智能赋能新型工业化不仅需要懂人工智能的技术开发人才，而且需要懂数据运维和管理的人才。在高校人才培养中，要加强与企业的合作，通过创建产教融合基地的方式，加快人工智能赋能新型工业化的人才培养。

　　综上，AI是引领新一轮科技革命和产业变革的战略性技术，是新型工业化的重要推动力。人工智能赋能新型工业化，是推动现代化产业体系建设和经济高质量发展的重中之重。在制造强国和质量强国战略指引下，要进一步加快推动人机一体化智能系统从数字化制造和数字化网络化制造向新一代人机一体化智能系统的转变，大力推动人工智能赋能新型工业化，加快推动我国新型工业化发展。