增“智”赋“能” 塑造江西产业发展新优势
当前，我国人工智能技术迭代持续加速，专利数量已占全球总量的60%，而且应用场景广泛，深刻推动着各行各业的转型。近日，国务院印发《关于深入实施“人工智能+”行动的意见》，为我国人工智能发展提供了清晰的路线图，不仅标志着我国产业发展进入新阶段，也为产业转型升级提供了战略指引。高端化、智能化、绿色化是制造业高质量发展的本质要求。努力构建体现江西特色和优势的现代化产业体系，应当推动人工智能与传统产业深度融合，通过“人工智能+”驱动产业技术升级、效率变革和价值再造，聚焦智能化方向，做好“实数融合”文章。
夯实智能原生底座，构建人工智能创新生态。智能原生是指从设计之初就以人工智能为核心驱动力，将其嵌入产品、服务及商业模式，实现根本性创新的新型产业范式。要加快培育一批底层架构和运行逻辑基于人工智能的智能原生企业，实现产业“数据+决策+协作”一体化升级。支持智能软件、算法等领域的链主企业建成面向全球的资源、市场、人才配置系统和生产服务系统，打造一批高水平人工智能应用服务商。鼓励基础较好的企业通过应用通用大模型和行业大模型，发展智能原生业务模式，围绕人工智能具有的理解、生成、逻辑、记忆等典型能力，重构产品与服务。布局建设一批省级人工智能应用中试基地，搭建行业应用共性平台，推动智能原生技术、产品和服务率先落地。依托南昌“元宇宙”试验区、九江鄱阳湖生态科技城、赣州大数据产业园、上饶高铁经济试验区等平台，规划建设全省人工智能创新生态先导区，推动形成集服务器、系统软件、云平台、大模型、智能终端于一体的人工智能全产业链发展格局。
培优育强经营主体，推动企业加快“智改数转”。人工智能通过数据共享、算法协同等形式，能够有效打破“信息孤岛”，使企业在研发、生产、营销等环节形成决策协同、信息共享的有机整体。要加大对人工智能芯片、大模型、基础软件等链主企业的引育力度，动态建立人工智能梯度企业库，鼓励企业结合自身实际，制定人工智能专项规划和分阶段实施路线。鼓励企业探索人机协同的新型组织形态，建立适应智能原生需求的扁平化、柔性化组织架构，打破部门壁垒，形成以数据和智能驱动的工作流程。鼓励数字化程度较高的企业部署专业智能体，推进企业建设资源计划、制造执行系统等业务信息系统集成人工智能大模型，实现任务自动流转和智能调度，大幅提升组织运行效率。积极开展“数字员工”建设创新实践，开发高度拟人化、自动化的数字劳动力。
推进全要素智能化，开展重点领域应用示范。从“数字化”到“数智化”，是全要素、全流程、全周期数智一体化转型的过程，是产业从单一效率提升到模式重构的全链路突破过程。要鼓励企业应用人机协同制造、柔性生产线、虚拟验证等技术，推进设计、生产、服务全链条智能化升级。加快关键环节数字化改造，布局全生命周期智能管理设备，推动标识解析二级节点在全省重点产业链拓展普及。重视培养企业员工人工智能素养，推动人机关系从“主从控制”向“双向增强”转变，培育“数字工匠”等新型人才。鼓励重点领域先行先试，在制造行业开放智能排产、预测性维护等高价值场景，建设智能工厂，实现生产全流程监控与管理。分行业、分领域开展垂直大模型定制优化和应用，加强多产业大脑间的“跨链”协同开发。加大应用场景开放力度，不断总结推广典型场景建设经验，及时发布机会清单，促进人工智能企业和行业用户供需对接、联合攻关。
发挥链主头雁效应，带动产业链智能协同。遴选行业链主企业，围绕其需求规划建设特色园区，吸引上下游配套企业入驻。支持链主企业利用智能技术建立供应链协同平台，打造数据互联互通、信息可信交互、生产深度协同、资源柔性配置的供应链，并逐步推广至上下游。鼓励链主企业牵头制定技术标准，中小企业承接模块封装、测试等环节，形成“研发—制造—应用”闭环。人工智能通过开源策略、工程效率优化和场景创新，为中小企业数智化转型提供低成本实践机遇和方案。支持链主企业参与建设人工智能公共服务平台，为中小企业提供低成本智能算力资源、工具集、模型库和应用方案。引导工业互联网平台和人工智能服务商为中小企业提供轻量化、低成本的云服务，推动业务系统云端迁移和数智化改造。加强开源生态建设，支持优质开源项目发展。
增强关键要素供给。数据、算力、算法是人工智能赋能产业发展的核心要素。要加强产业数据的汇聚和采集，支持企业整合设备传感数据、工艺参数、设计排产等工业时序数据，加强数据清洗、标注、脱敏、确权，搭建行业高质量数据集和语料库，形成生产数据集、经营管理数据集。发展工业数据治理技术和数据合成技术，鼓励开发面向工业领域数据的工具链。强化智能算力供给服务能力，推广算力资源普惠服务，探索开展“算力券”试点，支持人工智能企业依托智算云获取优质算力服务。加快产业大模型研发创新，鼓励龙头企业和人工智能企业组建创新联合体。聚焦制造业重点领域，建设概念验证中心和中试平台，研发开源通用大模型，推动垂类大模型关键技术攻关，打造一批生成式大模型矩阵。建立完善的安全治理体系，防范数据、算法及应用风险，确保人工智能安全可控发展。
花晨 曾光 张扬
(作者单位：中共江西省委党校)
