人工智能赋能千行百业 引领企业数字化转型 人工智能化领域

人工智能赋能千行百业 引领企业数字化转型

近年来，人工智能成为全球数字技术创新活跃的前沿领域，是数字经济的新赛道和竞争新热点。大模型是当下全球科技创新的焦点，也是人工智能竞赛的主战场。随着行业化、专有化大模型的出现，大模型落地企业级场景的案例将愈加丰富，可以进一步加速城市通、行业通和企业通的转变。

业内专家表示，人工智能作为数字经济时代的重要基础设施、关键技术、先导产业以及赋能引擎，将长期为我国各行业转型升级和数字经济发展提供核心驱动力。

近年来，我国人工智能产业不断提升自身智能化水平，向高质量发展迈进。根据中国信息通信研究院测算，2022年我国人工智能核心产业规模达到了5080亿元，同比增长18%，企业数量是接近4000家，国内人工智能已形成完整的体系，成为新的增长引擎。

“大模型不是操作系统，未来将成为数字化系统标配。”360集团创始人周鸿祎表示，数字化已经上升为国家战略，人工智能的发展要服务产业数字化，所以企业级市场是大模型未来的蓝海市场。

科技部新一代人工智能发展研究中心发布的《中国人工智能大模型地图研究报告》显示，中国研发的大模型数量排名全球第二，仅次于美国，目前中国10亿参数规模以上的大模型已发布79个。

6月28日，360企业级AI大模型战略发布，360智脑API平台也同期开放。据悉，360智脑行业解决方案将在安全、传媒、文旅、政务、能源等近20个行业落地，并为企业级用户构建包括“办公写作大脑、决策分析大脑、知识管理大脑、客户服务大脑、文旅招商大脑”在内的“五个智慧大脑”。

“大模型要放低身段，真正赋能百业千行。”周鸿祎表示，360将为企业级客户打造行业化、专有化大模型。但是，公有大模型直接用于企业级客户存在一些不足，如缺乏行业深度、数据安全隐患、无法保障内容可信、训练和部署成本高等。

中国互联网协会副理事长黄澄清表示，生成式人工智能给我国带来了机遇，也给数据安全、生产生活等多个领域带来风险和挑战。

黄澄清建议，大模型的发展一定要补短筑基础，夯实人工智能产业持续发展的根基。促进人工智能与实体经济深度融合，坚持应用牵引，充分发掘和释放人工智能技术赋能的潜力，面向制造、金融、交通、医疗、健康、民生服务等重点行业和领域，构建一批深度应用场景，打造一批典型行业解决方案和标杆应用，加快智能技术产品工程化落地。同时，要加强行业监管和标准引导，强化网络安全防护，确保数据安全和隐私保护，探索形成公平安全可信的人工智能治理体系和监管模式。

分享让更多人看到

适应人工智能驱动科研新范式

  当前，随着新科技革命和产业变革深入发展，人工智能技术不断突破并向科研领域广泛渗透，为科研工作注入了新元素、新动能，对科研效率提升和范式变革形成显著催化作用，现代科研活动由此更加高效、精准，“人工智能驱动的科学研究”已成为全球人工智能新前沿，必将为未来科技发展开启全新局面。

  近年来，我国人工智能技术快速发展，科研数据和算力资源日益丰富，顺应新时代新趋势，利用新技术新优势，推动人工智能赋能科学研究恰逢其时、大有可为。

  应用场景是新范式的孕育土壤和实训基地，人工智能技术与科学研究互动互促需要在诸多应用场景中反复实践、不断完善，随着应用范围不断拓展延伸，科研能力持续实现智慧升级。为此，以需求为牵引谋划人工智能技术应用场景，基于促进科学研究更加紧密拥抱人工智能技术，拓展人工智能技术在数学、化学、地学、材料、生物和空间科学等重大科学领域的应用。充分发挥人工智能技术在文献数据获取、实验预测、结果分析等方面的作用，围绕具有典型代表意义和辐射带动性的基础科学、应用科学领域，创造更多实战式应用场景，融合人工智能模型算法和领域数据知识，不断探索重大科学问题研究突破的新路径、新范式，持续积累可复制可推广的经验做法。

  人工智能技术在科研活动应用中涉及多专业、多环节，离不开不同类型、不同链条主体机构的合理分工和有效协作。为此，要鼓励企业运用人工智能开展关键技术研发、新产品培育等科研活动，支持高校、科研院所、新型研发机构探索人工智能技术用于重大科学研究和技术开发的先进模式，培育壮大一批跨界技术转化和企业孵化机构、科研中介服务机构，探索多元主体合作协作新机制。面向重大科学问题的人工智能模型和算法创新，发展一批针对典型科研领域的“人工智能驱动的科学研究”专用平台，推动国家新一代人工智能公共算力开放创新平台建设，支持高性能计算中心与智算中心异构融合发展，鼓励各类科研主体按照分类分级原则开放科学数据。支持成立“人工智能驱动的科学研究”创新联合体，搭建国际学术交流平台。

  适应性人才是新范式突破和推广的根本源泉。提高人工智能技术在科学研究领域的应用水平，既需要人工智能和相应学科的专业人才，也离不开跨领域复合型人才为跨界沟通协作提供高效支撑，这需要多渠道构筑相关人力资源引育平台和机制。为此，要多渠道培养和汇聚跨越人工智能和专业领域的复合型人才。支持更多数学、物理等科学领域的科学家、研究人员投身相关研究，鼓励普通高校、职业院校在人工智能学科专业教学中设置科技创新类专业课程，提升人工智能专业学生科研专业素养。鼓励开展相关人才培训，通过开设研修班、开展实践交流、组织专题培训等多种形式，培养一批人工智能与专业科研能力兼顾的复合型人才。鼓励地方政府、央企、行业领军企业通过“揭榜挂帅”、联合创新等方式支持相关优秀人才和科研团队开展智慧赋能科研工作。（张璐璐）