两会国是厅|全国人大代表、中车株洲所党委书记、董事长李东林：深化人工智

作者：全国人大代表、中车株洲所党委书记、董事长 李东林

加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手，是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。

当前，人工智能在全球范围内蓬勃兴起，为经济社会发展注入了新动能，深刻改变人们的生产生活方式。据中国信通院发布的《全球数字经济白皮书》显示，我国AI专利申请量占全球的64%，充分展现了我国在人工智能创新方面的强大实力。制造业是人工智能创新技术的重要应用领域，人工智能与制造业深度融合正在引发影响深远的产业变革。更好推动人工智能发展，充分发挥人工智能推动制造业转型升级的作用，对我国优化经济结构、提升国际竞争力至关重要。

今年1月，工信部等八部门发布《关于加快传统制造业转型升级的指导意见》，提出要探索建设区域人工智能数据处理中心，提供海量数据处理、生成式人工智能工具开发等服务。国务院国资委在2024年2月21日召开的中央企业人工智能专题推进会上表示，央企要主动拥抱人工智能带来的深刻变革，把加快发展新一代人工智能摆在更加突出的位置。

全国人大代表、中车株洲所党委书记、董事长 李东林

尽管我国在人工智能领域取得了显著成就，但与欧洲和美国等发达国家相比，在制造业领域的应用效果仍存在一定差距，存在人才短缺、区域研发资源不均衡以及缺乏相关资质认定等较为突出的问题。

人才队伍厚度有待增强。《2023泛人工智能人才洞察》显示，我国人工智能人才供需比仅为0.39，凸显出人才短缺问题的严重性。该报告显示，前10大城市人工智能人才储备量超过全国总量的70%，其他需要人工智能助力发展的地区，尤其是传统制造业强市，则缺乏相应人才。另外，《2020人工智能与制造业融合发展白皮书》表示，我国人工智能人才缺口至少为30万，尤其是既具备人工智能知识又对制造业有深入理解的复合型人才更是凤毛麟角。此外，高校作为人才培养的摇篮，在场景、数据和算力等资源方面存在限制，难以满足行业对优秀人工智能人才的培养需求。

区域研发资源配置强度有待提升。我国制造业人工智能研发资源分布不均的问题十分突出。一些传统制造业强市（如株洲市、徐州市、柳州市、泉州市等）在人工智能研发平台、算力与数据中心等基础设施建设方面相对滞后，制约了人工智能在制造业的广泛应用。同时，因为缺乏专门的概念验证中心，也增加了发明专利产业化的风险。国内目前已存在的概念验证中心，主要是为了解决高校发明专利产业化风险高、转化初期“夭折”率高的问题，但缺乏制造业人工智能方向的科学指引，以及缺乏成熟的校企合作共建机制。

相关资质认定有待完善。目前，我国在制造业人工智能领域的企业、产品和人员等方面，缺乏统一的资质认定标准，这不仅影响了市场秩序的规范，也制约了行业的健康发展。完善相关资质认定机制已成为推动人工智能与制造业深度融合的迫切需求。全球范围内人工智能的快速发展也引起了对于制定统一资质认证标准的广泛讨论。某些国家、行业组织和专业机构已经开始制定相关的标准和认证程序，如国际标准化组织（ISO）和国际电工委员会（IEC）共同的技术委员会JTC 1/SC 42开始了企业资质认证的标准制定；电气和电子工程师协会（IEEE）开始了个人资质认证的标准制定。

上述这些问题叠加上制造业本身的专业性、解决方案的复杂性和定制化要求等特点，使得人工智能与制造业的深度融合成为一项艰巨的任务，需要社会各方面共同努力。为此，建议工信部牵头，会同教育部、科技部等相关部门，提供以下方面的政策支持和引导：

设立校企联合人工智能学院。支持设立校企联合人工智能学院，加强高校与企业之间的紧密合作，突破现有的企业出题—高校解题的合作模式，且不局限于工程硕博士的培养。通过开放硕士点和博士点、允许企业资深人员任职教授和建立在校团队等措施，共同培养符合市场需求的人工智能人才。同时，教育部应给予足够的支持，确保学院的正常运作和发展。此外，可以将教育部支持的产教融合共同体范围扩大至制造业人工智能领域，促进产学研用深度融合。

加强区域研发资源配置。建议在制造业集中但缺乏人工智能研发能力的城市设立新型研发机构，依托当地头部制造型企业与境内外人工智能强校或科研院所合作，加速人工智能在制造业的研究与落地。同时，依托校企联合设立专门用于制造业人工智能的概念验证中心，降低发明专利产业化风险。此外，设立人工智能与制造业结合的科研专项，并给予制造型强市政策倾斜支持，挖掘人工智能在制造业的应用潜力，充分利用好制造型企业积累的优秀数据资源。

完善行业资质认定机制。建议国家制定统一的制造业人工智能领域资质认定标准和管理办法，推动人工智能与制造业深度融合与可持续发展。通过实施资质认定制度，规范市场秩序，提升行业整体水平。对于获得资质认定的企业、产品和项目，应给予相应的政策支持和资金扶持。同时加强对认定机构的监管和评估工作，确保认定结果的公正性和权威性。此外，通过在获得认证的企业、产品和人员中选取典型案例，挖掘冷门有潜在价值的“人工智能+制造业”项目， 促进新型“人工智能+制造业”典型示范项目的不断涌现。