⁣
📰 加快培育智能产业生态
_光明网

人工智能被视为推动制造业转型升级的新引擎，能够为智能时代的制造业带来新优势与历史机遇。政府工作报告提出打造智能经济新形态，为产业智能化转型提供方向与支撑。当前产业智能化仍处于初级阶段，企业在产线与AI之间存在“断层”——具备场景的实体企业不清楚如何系统性整合AI，拥有AI的科技企业则缺乏产业场景认知；行业级智能生态基建薄弱，复合型人才匮乏。要破解这些挑战，需从顶层架构、标准引领、智能体大脑和人才培养四方面着手。首先定义“人工智能+制造业”顶层架构，推动行业大脑与智能体平台为核心的新模式，整合多类AI技术，形成可落地的产业路径与建设路线。其次培育标杆项目与评价标准，推动落地应用与可复制性，形成产业升级的清晰路径。再次打造行业级“智能体大脑”，推动数据平台、垂类模型和知识库建设，建立数据治理与共享标准，破解数据碎片化问题。最后建立复合型人才培养与认证体系，明确产业AI架构师培养方向，推进产学研用一体化的人才生态，提升企业在新一轮产业变革中的竞争力。

🏷️ #智能制造 #产业AI #顶层架构 #产业大脑 #数据治理

🔗 原文链接

⁣
📰 新动能 新开局｜全国人大代表徐冠巨：大力推进“人工智能+制造业”行动，加快培育发展智能产业生态

全国人大代表、传化集团董事长徐冠巨提出推动AI与制造业深度融合的四点建议，聚焦顶层架构、标杆引领、行业级智能体大脑和复合型人才培养。当前产业智能化存在结构性缺位、缺乏标杆引领、生态基建薄弱以及复合型人才匮乏等问题。为破解难题，需系统性研究“人工智能+制造业”顶层架构，推动制造业与AI企业共创行业级业务与技术架构，形成行业大脑赋能和智能体协同的新模式，重构供应链与智能制造体系，并整合多种AI技术路径，提供顶层引领。其次要加速培育标杆与标准，遴选示范项目并推动落地应用，建立AI+标准评价体系，促使企业以评促用、以评促建。第三，打造行业级“智能体大脑”，联合攻关数据平台、垂类模型与知识库，制定数据治理标准，建立跨区域的数据共享机制，破解数据与标准壁垒，提升产业数字化水平。最后建设复合型人才培养与认证体系，培养具备产业与AI双重能力的“产业AI架构师”，实现产学研用一体化培养，推动人才双向流动与规模化供给。

🏷️ #人工智能 #制造业 #产业AI #数据治理 #人才培养

🔗 原文链接