标 题：

关于人工智能赋能新型工业化的建议

　　党的二十届三中全会明确提出，“健全促进实体经济和数字经济深度融合制度”“加快推进新型工业化，培育壮大先进制造业集群，推动制造业高端化、智能化、绿色化发展”。这都为推动苏州人工智能赋能新型工业化、因地制宜发展新质生产力指明了方向。 　　当前，人工智能是新一轮科技革命和产业变革的核心驱动力，是实现新型工业化的必然要求和关键引擎。苏州主动融入国家人工智能发展战略，将人工智能列为先导产业和重点产业集群加以培育，2021年获批建设国家新一代人工智能创新发展试验区，2022年获批建设“语言计算”国家人工智能开放创新平台。2023年入选首批全国中小企业数字化转型试点城市，已集聚人工智能相关企业超2000家，其中规上企业378家、上市企业22家、全球独角兽企业7家；2024年1-9月全市人工智能实现产值1919.72亿元。在《中国城市人工智能发展指数报告（2023—2024）》中排名全国第五，是前五名中唯一的地级城市。

　　我市出台了《苏州市关于加快推进“人工智能+制造业”的若干措施》。《苏州市高水平建设“人工智能+”创新发展试验区的若干措施》也在征求意见之中，但还存在人工智能产业培育和人工智能应用脱节，主要表现在： 　　（一）企业应用人工智能的基础还比较薄弱。数据已经成为数字经济时代的关键生产要素，前期我们重点关注智能设备的“智改”和管理系统应用的“数转”，但企业数字化基础设施改进的关注不够，大部分企业设备数据感知系统还没有完全建立，没有形成企业应用人工智能的数据基础，加上企业对人工智能认识还有误区，对数据安全和投入产出没有信心，导致企业参与人工智能的意愿还不是很强。同时，我市对企业提供数据汇聚、标注、清洗、合成、存储、共享、应用和运营能力的服务机构也相对缺乏，缺乏统一数据管理支撑平台等问题，场景需求牵引数据加工，数据加工促进数据供给”的建设机制尚未建立，导致高质量数据供给不足。 　　（二）工业大模型应用还需要进一步深化。苏州目前已聚集人工智能相关企业近1000家，重点培育了16个大模型，40多个人工智能创新研发载体，大模型企业和研发载体主要还集中在政务服务、生活服务等领域，对制造业提供人工智能技术服务与定制化模型解决方案还不多，对新型工业化带动有限；由于企业非标、离散性生产，导致定制化成本较高，工业大模型应用的标准体系尚未建立。 　　（三）智能应用场景还需要进一步拓展。我市企业人工智能应用主要还集中在视觉检测、仓储物流、情报检索等比较初级的领域，在我市电子信息、装备制造、生物医药、智能网联的数字化基础较好的重点产业的应用场景还不多；在企业研发设计、生产工艺、预防性维护等环节的应用场景也比较有限；大模型企业与企业应用还有脱节，特别是设备制造企业传感器的植入与大模型企业和终端企业没有有效协同，后期加装数据传感器，可能对设备带来干扰，不能形成规模效应，应用开发、数据、算力等成本较高，制约了人工智能应用场景拓展。 　　（四）人工智能应用的生态体系还需要进一步完善。人工智能涉及发改、工信、科技、数据等部门，力量集中在龙头、标杆企业上，但对企业应用人工智能的全生命周期的政策协同还有空间，政策生态还需完善；人工智能企业和龙头企业与产业链相关企业协同创新体系尚未建立，创新联合体的合作机制还探索不多，创新生态尚未建立。人才供给整体短缺，顶尖人才团队的引进还没有较好的机制，产业型、技术型应用性人才也严重不足，人才引育生态还需完善。

　　（一）积极完善企业人工智能基础设施。要关注企业前端，对企业数据采集设备的投入，以及数据共享予以政策支持，推动企业前期敢于投入，降低投入风险，从源头推动企业拥抱人工智能，提升企业数据治理能力，推进企业首席数据官制度，开展工业数据要素登记入表、工业数据空间等试点，深化数据开发利用；支持本地工业互联网企业、云服务商等发展低代码、零代码相关工业应用平台，助力中小企业提升自动调用能力；鼓励工业应用企业、人工智能企业和行业组织，面向智能服务、预测性维护、算法测评、安全可信等领域，积极参与各类标准制定，推动先进技术普及。 　　（二）大力推进工业大模型的建设。要引导大模型企业和龙头企业加速垂直细分领域大模型研发，支持人工智能和制造业龙头企业共研技术、共建平台、共探应用，加快发展专业度高、落地性强的行业大模型，推动模型能力从面向单一任务到多任务、从面向特定场景向多场景跃升，降低大模型开发成本，示范带动全市人工智能赋能新型工业化进程。持续推进大模型在多个细分优势赛道开拓创新应用，推动行业大模型能力向产业链上下游企业输出，针对中小企业开发小模型应用，加大对中小企业算力、数据、场景等支持力度，特别要注重“小快轻准”模型的应用，因地制宜、循序渐进激发应用热情，助推形成一批专精特新“小巨人”企业、制造业单项冠军企业和独角兽企业，加快大中小企业融通发展。拓展“揭榜挂帅”领域，将涉及“1030”重点产业应用的关键工业大模型等纳入其中，推动人工智能赋能新型工业化进程。 　　（三）积极拓展人工智能应用场景。充分发挥政府和市场在创新资源配置中的积极作用，以企业需求为导向，发挥本地科教研发机构优势，加大人工智能应用场景在电子信息、高端装备、生物医药、新材料、智能网联等优势产业的落地，从而吸引全国各地在制造业研发设计、生产制造、运营管理等环节应用人工智能技术平台企业在苏集聚，面向视觉检测、智能运维、参数优化、智能巡检等场景，推动大模型和企业业务应用嵌入集成，衍生出更多的应用案例，注重解决真问题、创造生产力，实现可持续发展。 　　（四）不断完善人工智能创新生态。优化政策生态，推动人工智能相关职能部门积极向上争取支持，针对工业企业推进人工智能的短板，特别是数据生产、共享环节，整合政策资源，形成政策合力；优化创新生态，支持人工智能相关领军企业联合知名高校、重点院所，牵头组建创新联合体，打造龙头带动、大中小融通、上下游协同、梯队良好的人工智能企业创新生态。优化人

附件