数字经济如何以“智”提质？广东代表委员热议
建设人工智能工业化应用标准

　　本期热词：数字经济

　　圆桌嘉宾：

　　苗 伟 全国人大代表、中兴通讯股份有限公司高级副总裁

　　杨登辉 全国人大代表、广东省机械技师学院教师

　　孙志强 全国政协委员、广州瑞松智能科技股份有限公司董事长兼总裁

　　近年来，以人工智能为代表的数字经济关键技术，在互联网、车联网、教育、医疗健康、智慧城市等多个领域得到广泛应用。

　　今年的政府工作报告提出，要深入推进数字经济创新发展，深化大数据、人工智能等研发应用，并首次提出开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。

　　从“互联网+”到“人工智能+”，如何以“智”提质，应用人工智能赋能产业升级？广东代表委员们建议，要加强人工智能技术在工业领域的应用和创新，以需求为导向加大研发投入力度，推进建设人工智能工业化应用标准。

　　人工智能在工业领域应用优势显著

　　南方日报：从“互联网+”到“人工智能+”，数字经济带来哪些机遇和挑战？

　　苗伟：目前，数字经济发展速度之快、辐射范围之广、影响程度之深前所未有，产业数字化转型成为大势所趋。可以预见的是，数字技术必将在未来与经济社会诸多领域实现全面深度融合，推动全球产业进一步朝着数字化、网络化、智能化发展。

　　与此同时，针对关键基础设施、重要系统、重点领域的网络安全威胁高发，个人信息和数据泄露等问题愈发突出。数字经济也会倒逼传统产业转型升级，重塑原有行业格局。

　　孙志强：当前，人工智能已成为推进新型工业化的重要抓手。我们发现，比起以往的硬件支持，人工智能在工业领域的应用优势更为显著，逐渐成为提高生产效率、推动生产力发展、助力技术创新的重要工具，加快推动传统制造业转型升级。

　　瑞松科技以机器人与智能制造为核心，这些年，我们在研发上投入了很大的精力，接下来我们会叠加更多的数字技术解决方案，包括工业软件、机器视觉等，形成更强竞争力。

　　杨登辉：数字赛道的不断拓宽也带来了“数字工匠”的供需矛盾与技能缺口。产业数字化、数字产业化对技能人才的能力提出了更高要求，既要掌握生产运营技术，又要掌握人工智能、大数据等数字技术，还要兼具工匠精神。这就要求我们加强前瞻性布局，培养更多具有复合能力的“数字工匠”。

　　数据资源价值潜力还未得到充分释放

　　南方日报：发展数字经济和人工智能，需要从哪些方面“破题”？

　　孙志强：人工智能，归根到底是一种工具，关键在于为产业赋能。目前人工智能在产业领域的应用上，还不够成熟，例如一些通用型人工智能技术适用性不足，需要持续、有针对性进行创新开发、算法调整和模型重构；此外，人工智能系统收集和分析大量工业数据，一旦受到攻击，将对企业带来严重威胁。

　　以人工智能为核心的新型工业化，关键驱动因素是高效的市场需求。发展人工智能，必须搞清楚制造业的需求和痛点，建立一种全面的以人工智能为基础的新型产业化驱动机制。

　　苗伟：在工业软件、操作系统、高端芯片等关键领域，我们仍然存在创新能力不足的问题。我国的数据资源价值潜力也未得到充分释放，这主要是因为数据共享和价值释放机制不够完善，信息难以实现有效互联互通、资源共享。

　　此外，在不同行业、区域和群体之间，资源分配仍存在错位现象，导致供需不匹配。例如造纸、陶瓷、玻璃和水泥等流程型工业，能耗高、效益低，难以与新兴产业竞争，亟须进行产业结构调整和优化。

　　数字经济是新质生产力的体现。一方面，数据成为新的生产要素，为经济增长注入新动力；另一方面，需要利用新兴数智技术，促进数字经济和实体经济深度融合，促进传统产业转型升级，构筑新的发展优势。

　　杨登辉：从数量上看，数字技能人才短缺已经成为制约数字经济发展的重要因素。从质量上看，我国技能人才储备与数字产业化、产业数字化发展的要求相比还存在较大差距，无法适应生产制造全过程数字化的需要。此外，产教融合之路上还有不少堵点，培养机制、培育平台等方面的问题，也影响了数字技能人才培养效果，制约了制造业企业的转型升级。

　　以龙头企业为牵引产教融合共育人才

　　南方日报：数字经济做强做优做大，您有哪些建议？

　　苗伟：今年，我们从行业长远发展的角度出发，建议国家抢抓数字经济发展机遇，统筹推进关键核心技术攻关、新型基础设施建设、数字产业发展，推进数字产业化，充分发挥我国电子信息领域完整产业链优势，突出价值链关键环节，积极培育5G应用、人工智能等数字产业集群。

　　孙志强：建议要从应用场景、人才培养、安全保障和融合发展等方面开拓创新。要让人工智能真正赋能产业发展，当务之急是加强人工智能技术在工业领域的应用和创新，以需求为导向加大研发投入力度，推进建设人工智能工业化应用标准。

　　南方日报：如何培育壮大数字技术人才队伍？

　　孙志强：目前国内高校人工智能专业刚刚起步，公共人力市场上缺乏能够开发、部署和维护人工智能系统的熟练人才，机器学习、数据科学和计算机编程等领域的专业人才也供给不足。因此，要鼓励龙头企业先进制造业集群以及各行业协会联盟成为人才培养主体，加大对开发团队的扶持力度，依托高校、科研机构以及国内外高科技人才，重点培养适应工业应用发展需求的复合型高端人工智能技术人才。

　　杨登辉：造就数字技能人才队伍，既要靠引进，更要靠培养。我建议要以龙头企业为牵引，产教融合共育人才。广东在串联本地资源，携手共育数字技能人才方面有着较好的经验可以借鉴。省人社厅去年推出了政府、院校、龙头企业三方联动的“产教评”技能生态链，推动企校共同制定培养标准、共同制定评价标准、共同招生招工、共同开发课程、共同培训、共同评价、共同激励、共同管理，以“实战+认证”规模化推进各类数字人才工程师的培养认证，能有力破解企业用人之困、院校学生就业之困、青年学技能之困。