——访国务院发展研究中心创新发展研究部第二研究室主任杨超
在国家“人工智能（885728）+”行动深入推进背景下，我国人工智能（885728）产业发展重心逐渐从技术示范试点，转向实体经济赋能和规模化价值落地的高质量发展阶段。当前，我国人工智能（885728）产业结构性矛盾较为突出，虽然人工智能（885728）与新型工业化（886057）融合提速，但普遍存在“示范多、规模化难”等问题，技术经济转化效率有待提升。针对人工智能（885728）制造业落地瓶颈、中小微企业智能化转型堵点、国产人工智能（885728）国际竞争优势以及创新与安全协同发展等行业关键问题，中国经济时报记者日前专访了国务院发展研究中心创新发展研究部第二研究室主任杨超。
核心瓶颈在于工业场景难搭配
中国经济时报：现阶段制约人工智能（885728）技术大规模赋能制造业的核心痛点主要体现在哪些方面？
杨超：现阶段人工智能（885728）赋能制造业的瓶颈，不是人工智能（885728）大模型的能力约束，而是工业体系本身的数据、可靠性、场景碎片化和经济性等要求，与人工智能（885728）大模型的能力特征存在差异，使大量项目难以规模化落地。
第一，工业数据可用率低，导致难以训练。不同产线设备新旧并存、通信协议割裂，多种不同形式的数据散落在MES、ERP、PLM等“数据烟囱”里，加上制造环节现场噪声大、标签缺失、标注贵，真正能用于模型训练的高质量语料占比很小，导致难以训练形成适合垂直领域应用的专业模型。更关键的是，制造业企业将核心数据作为重要的商业秘密，对数据共享天然保守，提供用于数据训练的意愿很低。
第二，机器幻觉超出了制造业对误差和错误的容错底线。制造业工厂需要高度的确定性，一个99%准确率的行为可能会引发产线停机或安全事故。大模型在工业场景中幻觉率较高，可解释性较差，导致人工智能（885728）长期只能在感知环节发挥辅助作用，难以真正进入生产执行闭环。
第三，制造业场景碎片化程度高，通用能力复用困难。41个工业大类、数百个工业中类的工艺千差万别，即便是多数工业品（850100）都需要进行的质量检测，也存在数据特征、部署条件完全不同的情况。企业需求往往停留在经验语言层面，缺乏可量化建模的业务定义，使每个落地项目都需要重新微调，难以复制推广。
打通智能化转型“最后一公里”
中国经济时报：进一步推动人工智能（885728）普惠赋能民营实体经济、缩小行业数字化差距，该如何打通“最后一公里”？
杨超：想要打通智能化转型“最后一公里”，需要把普惠从口号转化为可落地、可运行的商业模式。
一是实现轻量化普惠应用，让中小微企业像买电一样用智能化、即插即用。依托人工智能（885728）即服务模式落地轻量化智能服务，通过订阅制、按量计费、按效果分成等灵活模式，大幅降低企业使用门槛。
二是聚合企业需求、打造公共服务载体。由政府牵头搭建园区级智算节点、公共数据服务舱，统一数据接入标准，提供基础模型托管、沙箱标注工具、可信隔离环境，供入驻中小微企业按需租用，实现资源共享、成本分摊。
三是配套创新金融服务模式。通过设备融资租赁、人工智能（885728）服务订阅打包等方式，将边缘推理设备、智能传感终端转化为租赁标的，推行按月付费模式，彻底降低企业一次性投入成本。
多重优势构筑独特竞争力
中国经济时报：在全球人工智能（885728）技术与产业竞争日趋激烈的背景下，我国人工智能（885728）产业参与国际竞争的核心差异化优势是什么？
杨超：我国人工智能（885728）产业的差异化优势，集中体现在超大规模场景、开源普惠生态、完整产业链和制度性基础设施等维度，能够将人工智能（885728）稳定转化为赋能千行百业的核心生产要素。
第一，拥有全球最丰富的应用场景。一方面，我国制造业增加值占全球比重约30%，工业机器人装机量占全球一半以上，工厂质检、智能调度、柔性产线、设备预测性维护等海量工业场景，形成了欧美不具备的完整数据迭代与反馈闭环。另一方面，消费（883434）端庞大规模构筑坚实数据飞轮，我国生成式人工智能（885728）用户规模超6亿、普及率超四成，短视频、电商、本地生活、政务服务等领域人工智能（885728）渗透率远超欧美同类水平，让国产模型能够在真实场景中持续迭代、越用越强。
第二，具备突出的性价比优势。我国开源模型全球下载量已超越美国，在全球排名前十的开源大模型中，约8款出自国内；过去一年，中国大模型在全球平台的Token消耗量暴增421%，而在同等性能条件下，国产大模型API调用价格仅为海外头部产品的几十分之一，持续吸引全球开发者与用户集聚。
第三，拥有完备的产业链和系统工程能力。我国已建成42个万卡智算集群，依托“东数西算”工程联动低成本绿电与全域算力调度，形成独特成本竞争力。同时走出了算法补偿硬件的特色工程路线，如DeepSeek等模型通过MoE稀疏架构、稀疏注意力、蒸馏压缩等算法优化，依托国产算力集群，即可训练出比肩国际顶尖水平的大模型。
多维统筹释放产业长期动能
中国经济时报：未来我国如何动态平衡技术创新、产业落地、安全合规三者关系，持续释放人工智能（885728）产业动能，放大其对宏观经济的拉动作用？
杨超：人工智能（885728）的技术创新、产业落地和安全合规是辩证统一的：没有安全合规的确定性，企业不敢大规模投入；没有产业落地的真实反馈，技术创新无法打通落地“最后一公里”；没有持续的技术突破，产业发展终将停滞。
目前我国人工智能（885728）治理框架已快速成型：2023年《生成式人工智能（885728）服务管理暂行办法》完成制度破题，2025年修订的《中华人民共和国网络安全（885459）法》首次以法律形式专条明确人工智能（885728）“支持发展与安全可控并重”，2026年5月发布的《智能体规范应用与创新发展实施意见》进一步确立“分类分级、包容审慎、安全可控、应用牵引”的发展框架。而想要持续释放产业动能，还需落实四项关键举措。
一是做实分类分级监管，做到“该快则快、该严则严”。对低风险、企业内部自用的人工智能（885728）应用，推行简化备案、豁免管理，严控数据安全（885942）、细化访问权限管理，不套用公众服务审查标准；对关键基础设施等高风险场景，严格落实安全评估、红队测试、权限围栏、人工终审兜底机制，守住安全底线。
二是大幅压缩企业合规成本。当前多数企业并非不愿合规，而是难以低成本实现合规。需健全市场化第三方合规服务体系，推动认证结果互通互认，推广“合规即服务”模式，助力中小微企业以轻量化、低成本路径完成合规体系搭建。
三是以场景开放拓宽产业发展空间。人工智能（885728）对宏观经济的拉动效应，短期依靠算力基建投资，长期依托全行业全要素生产率提升。而生产率提升的核心，是让广大微观企业能够低成本用得起、用得好人工智能（885728）技术。需通过国企示范、政府场景开放等路径，为人工智能（885728）技术落地打造广阔应用空间。
四是推行审慎包容的监管沙盒机制。在自贸试验区、国家级新区等试点区域开放人工智能（885728）应用沙盒，允许各类智能体在划定安全边界内开展真实业务场景测试，监管部门依托真实观测数据优化规则，替代前置刻板预审，为产业创新预留充足空间。
