标 题：

关于“人工智能+产业”深度融合，赋能新型工业化发展的建议

　　习近平总书记强调，江苏要在推进中国式现代化中走在前做示范。对于拥有深厚制造业发展根基和完备产业体系的苏州，人工智能产业规模不断扩大。现阶段，苏州正抢抓人工智能发展机遇，并以新年第一会研究推进新型工业化工作，提出要奋力打造全球具有领先地位的“智造之城”。致公党苏州市委会对我市“人工智能+产业”深度融合推进新型工业化发展的情况开展深入调研，并提出对策建议。 　　（一）我市“人工智能+产业”融合发展的现状 　　1.苏州人工智能产业规模不断壮大。全市已形成以苏州工业园区为核心先导区，以昆山、高新区、吴中区为重点推进区，各市区立足禀赋、错位发展的产业生态格局。同时，不断通过算力基础设施建设支撑大模型训练，建设了包括苏州超级计算中心（国科）、昆山智能计算中心（寒武纪）、上海交通大学苏州人工智能超算平台、中科苏州智能计算技术研究院等4家智能计算中心，为人工智能运算提供算力支撑。 　　2.“人工智能+产业”融合度不断提升。苏州是最早推动智能化改造和数字化转型的城市，目前已实现了对规上工业企业全覆盖。其中，集聚“灯塔工厂”7家，数量位居全国第一；已累计创建省级智能制造示范车间超过500个，占江苏省的40%，数量单列全省首位。 　　3.人工智能应用场景不断丰富。为推进大模型开发，苏州发布了《苏州市AI大模型典型应用研究报告》，持续推进大模型在多个细分优势赛道开拓创新应用，已重点培育大模型16个，涵盖通用语言、工业、文旅、金融、医疗等多个维度，其中垂直工业大模型6个。

　　(一)推进“人工智能+产业”深度融合过程中存在的问题 　　1.人工智能产业集群规模相对偏小，缺乏具有较强带动力的“链主”企业 　　尽管苏州人工智能产值规模已位居全国第一方阵，然而与人工智能发展水平较高的城市相比，还存在较大的提升空间。例如，北京已布局人工智能核心企业超过1000家，占全国的24%，但苏州核心企业数量未及百家。同时，在打造人工智能产业生态过程中，苏州尚缺乏“链主”企业的带动。尽管苏州本土培养了思必驰、同程、科沃斯等本土企业，但在营收、规模、声望等方面均无法与百度、阿里、腾讯等企业相比，尚不能形成明星企业光环效应。 　　2.人工智能产业与苏州制造业的匹配度不高，难以充分释放智能制造的数字红利 　　通过调研发现，苏州人工智能产业与制造业智能化转型存在供需不匹配、产业生态不成熟、数据开发利用难等问题。前者侧重大模型开发，难提供制造业系统化解法，制造业差异大且企业协作不足致方案难推广；同时，产业生态无法支撑制造业体量；此外，制造环节数据可获得、通用、开发性弱，数据难关联读取，信息安全和技术支撑不足也制约了数据开发利用，不利二者深度融合。 　　3.人工智能应用的场景开发还相对不足，难以有效发挥“人工智能+产业”的叠加倍增效应 　　苏州新型工业化关键在于人工智能能否转化为制造业生产力，这需深挖制造业环节、丰富应用场景，但目前苏州“人工智能+产业”多在服务业应用，制造业场景少且融合初级，以通用大模型为主，具行业特征的工业大模型少，技术与应用场景局限，制造业智能化转型难靠少数场景完成，多数企业处于项目制初期，“一个场景一个模型”模式效率低。 　　同时，中小企业场景开发滞后，方案难产品化、平台化，其在人工智能应用中被“边缘化”。政府、国企等主导的场景开发合作度不足、门槛高，如能源行业多由国企或龙头企业独立开发，中小企业难以参与，致人工智能场景难在中小企业落地。 　　4.人工智能产业链缺乏核心技术支撑，限制发挥“人工智能+”赋能效应 　　苏州人工智能产业聚焦技术层和应用层，基础层布局不足。全球格局演变下，基础层短板成关键“根技术”缺失，如芯片研发是短板，现有芯片架构非专为人工智能设计，国内厂商依赖国际巨头供货，受制于人。同时，软件研发也短缺，主流框架被美企掌控，国内自主框架缺失且开发部署难。基础层技术短缺限制技术与应用层开发，西方封锁下还会滋生新型工业化潜在风险。 　　5.“人工智能+”融合发展下的复合型人才存在结构性短缺，产学研合作有待深化 　　苏州人工智能产业人才分布失衡，研发高层次人才稀缺，本土高校少且学科交叉布局滞后，人才培养规模与层次欠佳。周边城市高校强，使本地人才外流，本市高校弱，科教资源短板阻碍产学研协同育才。同时，“人工智能+”复合型人才不足，限制与传统产业融合，缺乏纵向贯通和横向掌握多领域知识的人才。

　　（一）以“人工智能+产业”深度融合推进苏州新型工业化发展的对策建议 　　1.以“人工智能+本土制造”深度融合推进工业升级。 　　苏州工业体量庞大、企业众多，应依“1030”产业体系，借人工智能之力推进新型工业化。要结合市场与政府作用，加快工业上云步伐，加强信息基础设施建设，提升工业互联网应用水平，筑牢基础支撑。实施智能制造工程，编制相关标准，研发评测工具，构建智能软硬件生态。开展人工智能试点，部署通用大模型，融合全流程技术，提升工业各环节智能化水平，推动苏州工业向高端、智能、绿色、融合方向升级。积极布局生产性服务业，支撑“人工智能+”与“数据要素×”融合发展。 　　2.以“人工智能+场景牵引”健全行业应用生态。 　　苏州应借助人工智能产业化契机，深化其在多领域应用，加强与新兴及未来产业融合，构建智能应用生态。鉴于行业需求各异，要关注创新场景应用，建立供需市场化运营机制与场景开放制度，发布需求清单征集解决方案。 　　打造企业对接平台，借鉴上海设“模速空间”，推动企业定向合作，挖掘数据资源，培育“爆款”模型。针对中小微企业困难，苏州可建基础平台与接口，以应用场景创新为导向，让龙头企业开放场景并补贴，促创新循环。 　　3.以“人工智能+科技创新”夯实产业技术底座 　　苏州构建人工智能创新生态，先以高校、平台和龙头企业为引领，引长期资本投入基础理论研究，突破关键技术，提升原创力。再选潜力企业，打造创新联合体，开展针对性科研，突破元器件限制，实现技术和标准的研发转化。此外，借助“东数西算”布局，以吴江区“东数西算”算力枢纽节点起步区、高新区中国移动云能力中心、苏州市人工智能算力中心为三大核心，以苏州工业园区、常熟市、太仓市为苏州算力三大集聚区，依托昆山市、吴中区两个先进算力产业化基地，统筹超算中心、智算中心、数据中心等算力基础设施的建设布局，早日建成科技公共服务支撑平台。 　　4.以“人工智能+引智育才”开拓产才融合新局面。 　　充分发挥人工智能用人单位主体作用，在人才举荐引进、培养使用、职称评审等方面赋予其更大自主权，充分利用长三角人才培训创新联盟、上海科技专家信息库等各类人才平台信息库，依照苏州人工智能产业链重点发展环节编制人才目录，用多种形式引进高端人才和团队，完善人才共享机制。 　　同时，优化内培机制，以基础理论研究、关键技术攻关和成果转化应用需求为导向，支持高校投入学科建设，完善跨专业跨学科培养机制；加快构建人工智能及其应用人才的职业资格评价、职业技能等级认定和专项职业能力考核制度，鼓励大型科技企业和社会教培机构开展人才培训，争创全国人工智能专项人才考试认证管理中心；出台政策促进人才在高校与企业间流动，培育高质量人才。

附件