每經(jīng)記者｜李彪  張蕊    每經(jīng)編輯｜董興生    

3月4日下午3時，全國政協(xié)十四屆四次會議開幕。

去年底召開的中央經(jīng)濟工作會議提到，要圍繞發(fā)展新質生產(chǎn)力，推動科技創(chuàng)新和產(chǎn)業(yè)創(chuàng)新深度融合。并提到，堅持創(chuàng)新驅動，加緊培育壯大新動能。深化拓展“人工智能+”，完善人工智能治理。

AI（人工智能）真正形成生產(chǎn)力，最需要突破的是什么？工業(yè)領域培育新質生產(chǎn)力的核心突破口在哪里？制造業(yè)場景的AI監(jiān)管應遵循哪些底線和原則？“十五五”期間需要解決哪些AI治理問題？

3月3日，圍繞上述一系列問題，《每日經(jīng)濟新聞》記者（以下簡稱“NBD”）在全國政協(xié)經(jīng)濟界別駐地現(xiàn)場采訪了全國政協(xié)委員、工業(yè)和信息化部原副部長王江平。

王江平在工信領域深耕近40年。過去一年，他投入大量精力調(diào)研我國的大科學裝置、大型科研機構及大型制造業(yè)企業(yè)，對人工智能如何賦能新型工業(yè)化、推動制造業(yè)轉型升級，以及人工智能治理等問題進行了深入研究。在采訪中，他也分享了對這些議題的思考。

需強化“AI for Science”與“AI for R&D”相結合

NBD：2026年是“十五五”開局之年，工信部明確提出錨定新型工業(yè)化、發(fā)展新質生產(chǎn)力的目標。你認為工業(yè)領域培育新質生產(chǎn)力的核心突破口在哪里？如何平衡傳統(tǒng)產(chǎn)業(yè)轉型升級與新興支柱產(chǎn)業(yè)培育的關系，讓新質生產(chǎn)力真正落地見效？

王江平：培育新質生產(chǎn)力的突破口，在于瞄準戰(zhàn)略性新興產(chǎn)業(yè)和未來產(chǎn)業(yè)。人工智能的出現(xiàn)使科研范式發(fā)生根本性變革，推動人類對微觀世界的認識在深度、廣度上實現(xiàn)深刻變化，效率大幅提升，形成新的科研范式。因此，發(fā)展新興產(chǎn)業(yè)和未來產(chǎn)業(yè)，必須充分運用人工智能工具，由此產(chǎn)生了“AI for Science”（人工智能驅動科學創(chuàng)新）和“AI for R&D”（人工智能賦能研究與試驗發(fā)展）。

“AI for Science”主要面向科學研究，解決從0到1的問題；制造業(yè)轉型升級、開發(fā)新產(chǎn)品新工藝，則是解決從2到10的問題，需要依靠“AI for R&D”。因此，必須強化“AI for Science”與“AI for R&D”的結合，實現(xiàn)從科學預測到驗證、小試、中試直至產(chǎn)業(yè)化的全過程，使技術真正轉化為生產(chǎn)力，完成從0到10的跨越。所以，“十五五”期間，需要特別強化二者的結合，這也是中央提出的科技創(chuàng)新與產(chǎn)業(yè)創(chuàng)新深度融合的要求。

NBD：你提到，AI在推動新質生產(chǎn)力中處于核心位置。AI真正形成生產(chǎn)力，最需要突破的是什么，是技術、數(shù)據(jù)、算力，還是制度與標準？

王江平：目前來看，這些領域各有各的短板，且不同領域的短板各不相同。某些領域數(shù)據(jù)是短板，另一些領域標準可能是短板。

我認為，應該分行業(yè)研究，針對存在的短板精準施策。總體而言，數(shù)據(jù)短板較為突出，特別是細分領域數(shù)據(jù)。此外，驗證環(huán)節(jié)尤其是AI自主驗證也是短板。要將“AI for Science”真正轉化為生產(chǎn)力，驗證環(huán)節(jié)至關重要。

政府應著力強化人類“元能力”培養(yǎng)

NBD：具身智能、工業(yè)機器人及AI工廠正在加速普及。你進行了大量調(diào)研，如何看待AI對制造業(yè)就業(yè)結構的影響？政府將如何平衡產(chǎn)業(yè)升級與就業(yè)穩(wěn)定的關系？

王江平：AI廣泛應用對就業(yè)的影響是確定的，諸多崗位將因AI應用而被替代。從政府角度，應迅速解決這部分人員的能力提升問題。我認為有很多解決方法，比如提供補貼、縮短工作時間、開展培訓等，這些都很重要，但最關鍵的是人類“元能力”的培養(yǎng)。所謂元能力，是指適應社會、適應工作崗位所需的基本通用能力。在AI時代或數(shù)字化時代，AI素養(yǎng)、數(shù)字素養(yǎng)是所有人都應提升的，這是元能力的體現(xiàn)。

因此，我認為政府應著力強化：第一，元能力培養(yǎng)；第二，相應的培訓及AI素養(yǎng)提升；第三，新崗位的培育。AI應用雖然會替代部分崗位，但也會催生新崗位，培育這些新崗位也十分重要。據(jù)我了解，人社部、教育部已經(jīng)出臺相關文件，當前關鍵是要抓好落實。

生產(chǎn)線上的工業(yè)機器人 圖片來源：每經(jīng)記者 葉曉丹 攝 

NBD：我們關注到，今年初工信部牽頭部署實施“人工智能+制造”專項行動，你對推動“人工智能+制造”有何期待和建議？

王江平：展望未來，要真正實現(xiàn)全方位、深層次、高水平的“人工智能+制造”融合，我建議各方把握三個關鍵：

一是堅持場景驅動，深挖價值。各地應結合自身產(chǎn)業(yè)特色和集群優(yōu)勢，系統(tǒng)梳理并深挖從工藝優(yōu)化、智能質檢到供應鏈協(xié)同等應用場景，將其精準轉化為可建模、可計算、可迭代的AI任務。要建設并開放一批“人工智能+制造”應用場景，通過場景創(chuàng)新反哺關鍵技術迭代。

二是注重分類施策，精準滴灌。對龍頭企業(yè)和央國企，鼓勵其先行先試，打造行業(yè)平臺和工業(yè)智能體，帶動產(chǎn)業(yè)鏈整體轉型。對廣大中小企業(yè)，則需通過“深度行”活動、賦能服務團等方式，提供“小快輕準”的低成本解決方案和清晰易懂的應用指南，切實解決其“不會用、用不好”的轉型難題。

三是構建協(xié)同生態(tài)，開放共贏。政府應積極引導，推動產(chǎn)業(yè)鏈上下游企業(yè)、高校、研究機構共建“AI+制造”創(chuàng)新聯(lián)合體或“場景實驗室”，形成“企業(yè)出題、院校答題、市場驗題”的協(xié)同創(chuàng)新機制。同時，鼓勵融入全球創(chuàng)新網(wǎng)絡，參與國際標準制定，通過開放協(xié)作提升我國產(chǎn)業(yè)話語權。

唯有構建起政府、企業(yè)、學界、社會多元協(xié)同的繁榮生態(tài)，才能將“人工智能+制造”專項行動的宏偉藍圖，最終轉化為制造業(yè)高質量發(fā)展的生動實踐，為制造強國、網(wǎng)絡強國和數(shù)字中國建設奠定堅實基礎。

制造業(yè)領域應鼓勵開發(fā)細分行業(yè)垂直模型

NBD：當前我國大模型數(shù)量較多，但產(chǎn)業(yè)滲透率仍不高。你如何看待AI領域同質化競爭與資源浪費的問題？應如何引導行業(yè)從“拼參數(shù)”轉向“拼應用”？

王江平：其實人工智能應用尚處于起步階段?？傮w而言，我國比美國及其他國家更重視應用，走得也相對較快。但如你所說，當前確實存在做基礎模型，拼參數(shù)、拼打分但輕視應用的傾向。因此，國家提出“人工智能+”行動、“人工智能+制造”行動，就是要推動人工智能解決千行百業(yè)的痛點、難點。

所以，在制造業(yè)領域，我認為應該鼓勵開發(fā)細分行業(yè)的垂直模型。要做好細分行業(yè)垂直模型，就需要建設細分行業(yè)的高質量數(shù)據(jù)集；模型要在企業(yè)應用，企業(yè)的數(shù)字化管理基礎必須良好，否則無法落地。

這是一個系統(tǒng)工程：基礎模型要做好，行業(yè)模型要做好，用通識知識做行業(yè)模型，還要做垂直模型、場景模型，這都需要高質量數(shù)據(jù)集。垂直模型和場景模型做出來，應用于解決工廠具體問題，需要工廠自身的數(shù)據(jù)治理基礎到位。

因此，對企業(yè)而言，首先要補課，做好數(shù)據(jù)管理；供給側有了高質量的數(shù)據(jù)集，做出好的垂直模型、場景模型，才能到數(shù)據(jù)管理到位的企業(yè)去應用。

制造業(yè)企業(yè)紛紛打造智能工廠 圖片來源：每經(jīng)記者 黃海 攝

NBD：前幾年我國一直在提“人工智能+”，從去年開始談“智能經(jīng)濟”。你認為從“人工智能+”到“智能經(jīng)濟”的轉變，釋放出什么信號？若要實現(xiàn)從“人工智能+”向“智能經(jīng)濟”轉變，關鍵要解決哪些問題？

王江平：過去講數(shù)字經(jīng)濟，指產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化，這是基于大數(shù)據(jù)技術應用提出的。隨著人工智能不斷發(fā)展，賦能千行百業(yè)、滲透日益深入，現(xiàn)在出現(xiàn)數(shù)字經(jīng)濟與智能經(jīng)濟并存的局面，有人稱之為“數(shù)智經(jīng)濟”。

同樣，也存在產(chǎn)業(yè)智能化和智能產(chǎn)業(yè)化。產(chǎn)業(yè)智能化指各行各業(yè)如何實現(xiàn)智能化；智能產(chǎn)業(yè)化指發(fā)展智能核心產(chǎn)業(yè)，包括模型、智能體等。今后應是數(shù)字經(jīng)濟與智能經(jīng)濟并存的局面，包括智能經(jīng)濟核心產(chǎn)業(yè)和產(chǎn)業(yè)智能化外圍產(chǎn)業(yè)。顯然，智能經(jīng)濟發(fā)展離不開“人工智能+”，只有高水平、全方位、深層次的“人工智能+”應用，才能有智能經(jīng)濟的美好未來。

“人機對齊”技術是AI治理關鍵

NBD：你特別提到AI安全，這也是社會高度關注的問題。你認為，工業(yè)領域、制造業(yè)場景的AI監(jiān)管應遵循哪些底線和原則，才能既鼓勵創(chuàng)新又防范風險？

王江平：我很贊同這個問題，我們談安全不應泛泛而談，而應聚焦到具體行業(yè)。人工智能應用帶來的安全問題已經(jīng)開始顯現(xiàn)，解決這些問題必須分行業(yè)思考，制造業(yè)與醫(yī)療、教育等行業(yè)面臨的問題各不相同。

就制造業(yè)而言，這是一個特殊行業(yè)，對模型有很高要求：一是可解釋性要高。模型如何得出結論、提出建議，必須可追溯、可理解，否則廠長、工程師不敢使用；二是魯棒性（指系統(tǒng)在面臨不確定性、干擾或異常情況時，仍能保持其核心功能和性能穩(wěn)定的能力）要強。模型穩(wěn)定性要好，不能稍有波動就無法使用或結果失真；三是控制低延遲性，甚至超低延遲性，這是工業(yè)領域的特殊要求。這些因素對工業(yè)安全影響重大。

因此，AI進入制造業(yè)，特別是進入生產(chǎn)運營環(huán)節(jié)，目前較為謹慎?，F(xiàn)在看來，AI在“微笑曲線”兩端應用較多，在生產(chǎn)運營環(huán)節(jié)應用較少，原因正在于此。

NBD：“十五五”規(guī)劃建議中明確提出，要加強人工智能治理，完善相關法律法規(guī)、政策制度、應用規(guī)范、倫理準則。當前AI發(fā)展和治理之間存在怎樣的“堵點”？你認為哪些具體問題需要在“十五五”期間得到解決？

王江平：當前最大的“溫差”或“堵點”，在于技術迭代的指數(shù)級速度與治理體系漸進式更新之間的時差。技術快速發(fā)展，而規(guī)則還在慢跑，這就容易形成治理真空。具體來說，有三大問題亟待“十五五”期間破題，即治理理念、治理技術、治理法規(guī)。

首先，是治理理念的更新。我們需要超越“監(jiān)管”與“發(fā)展”的二元對立，建立一種“敏捷治理”或“韌性治理”的理念。治理不是“踩剎車”，而是“設路標”和“裝護欄”，既要劃定安全底線，也要為創(chuàng)新留出足夠的試錯和演進空間。這要求我們的治理思維具備前瞻性和適應性。

其次，是治理技術的突破。治理不能停留在紙面規(guī)定，必須擁有可落地的技術抓手。其中，“人機對齊”技術是關鍵。它旨在通過技術手段，確保AI系統(tǒng)的目標、行為和輸出與人類的價值觀、意圖及社會規(guī)范保持一致。我們需要大力投入對齊技術的研發(fā)，建立國家級評估標準和實驗室，讓“向善”可度量、可檢驗。

最后，是治理法規(guī)的完善。要加快構建分層分類、精準有效的法律規(guī)范體系。對于高風險應用（如自動駕駛、智慧醫(yī)療），需建立強制性準入和持續(xù)監(jiān)測機制；對于通用技術，則可通過標準、指南進行引導。同時，要建立有效的企業(yè)自律與第三方監(jiān)督機制，形成政府、企業(yè)、社會協(xié)同共治的格局。