以智启新：打通从技术到产业的AI跃迁之路
编者按日前，中共中央、国务院印发的《关于发展新质生产力的意见》对外发布，提出以专条系统部署全面实施“人工智能（885728）+”行动。相比此前，“全面实施”的分量在于把重心转向存量传统产业，同步补齐基础理论、核心技术和要素供给短板，兼顾产业落地与风险防控。
科技创新始于实验室，成于产业主战场。打通AI for Science到AI for Industry转化通道，将科研势能转化为实体经济生产力，是发展新质生产力必须答好的现实考题。本期智荟月刊独家专访中国科学院院士鄂维南，同时约访行业专家、经营主体，聚焦从原始创新到产业转化的通道、大模型协同、安全治理等各类堵点，探访制造、政务场景落地实效，解码广东、湖北、四川因地制宜、分业施策的地方探索，为扎实推进“人工智能（885728）+”全面实施提供务实参考。
未来几年，AI for Science将在垂直领域逐步落地。同时，基座模型的建设、自动化和智能化的实验室建设将加快。AIforScience基础设施将会逐渐成熟。从更长远看，随着AI技术的进步，科研效率将会大幅度提升。
——访中国科学院院士鄂维南
■中国经济时报记者张一鸣
政策暖风频吹，“人工智能（885728）+”行动步入全面实施落地期。不久前，中共中央、国务院印发的《关于发展新质生产力的意见》对外发布，再次强调全面实施“人工智能（885728）+”行动，将人工智能（885728）嵌入到新质生产力的顶层制度设计中，要求用人工智能（885728）改造存量传统产业，同步补齐基础理论、核心技术、要素供给短板，兼顾产业落地与风险防控。
“人工智能（885728）+”行动将重构经济社会形态，传统产业面临机遇与挑战并存的新阶段，新兴产业蓬勃发展，科学研究萌生新范式。
2026年10月16日，中国科学院院士鄂维南接受中国经济时报记者独家专访。鄂维南是国际上较早提出并系统推进AI for Science范式的数学家，2026年担任菲尔兹奖评审委员。其长期研究方向为应用数学、多尺度建模与机器学习交叉。在访谈的40分钟里，他谈到的内容非常丰富，本文展示其中的一部分观点。
01
AI加速赋能千行百业
重构经济社会形态
中国经济时报：您是国际上最早提出AI for Science概念并系统推进其发展的科学家，您觉得最近几年进展如何?
鄂维南：最近几年AI for Science的进展非常快，政府、学术机构、科学界都认识到它的重要性，企业也开始积极参与进来，整体进展比较顺利。未来几年，AI for Science将在垂直领域逐步落地，同时基座模型的建设，自动化和智能化的实验室建设将加快。AI for Science基础设施将会逐渐成熟。从更长远看，随着AI技术的进步，科研效率将会大幅度提升。
未来，随着AI赋能的科学基础设施逐渐成熟，科研将走向类似“安卓模式”的平台化范式。平台主要包含四部分：科学基本原理中的模型、算法与软件，高效率、高精度的自动化实验方法，替代文献的数据库和知识库，高度整合的算力平台。平台建成后，研究新问题就能从产业需求出发，在“科研平权化”的新形势下，任何人只要有想法，就能利用平台上低门槛、高效率的工具来验证和实现
中国经济时报：从科研到产业，AI for Industry的关键在哪里?
鄂维南：科研最终要落实到产业上。工业制造是我们国家最重要的底线，而AI将有利于我国补齐高端制造业短板、推动制造业整体转型升级的机会，其核心依然是AIfor Industry基础设施。
完整的工业AI基础设施包括四层架构，底层是设备、工业软件和数据等“裸资产”;改造层让它们能够被AI和智能体调用;核心层建设工业（002265）机理模型、工业世界模型与工业基座模型;应用层由智能体、数字员工执行具体任务。工业软件是其中的重要底座，AI正在重塑工业软件研发范式，为我国构建AI原生工业软件体系、探索新的发展路径创造了机会。
中国经济时报：如何解决AI赋能工业的准确性问题?
鄂维南：有一系列办法可以逐步提高准确性。工业场景最大的困难是有一些红线不能跨越，如漏报、安全问题：用AI模型帮助解决安全问题却又漏报是不可接受的，目前没有特别好的办法，只能尽量把漏报率降下来。同时，在安全风险很大的场景下，在用AI的同时还需要一些其他监控办法;特别重要的安全场景，要靠其他办法保证不能出现失误。
02
强化原始创新力技术倒逼改革
中国经济时报：推动企业成为科技创新主体。可以从哪些方面着力?
鄂维南：企业成为科技创新主体，这几年强调得比较多。当前的困难在于，企业的创新能力，尤其是原始创新能力还有一定差距。创新成本比较高、实施难度较大。创新的缺乏就会导致企业之间出现内卷。解决这个问题，首先要降低创新门槛，用比较低成本、高效率的办法帮助企业构建科研能力，加快研发步伐、提高研发效率、降低研发成本。要实现这个目标，AI驱动的科研基础设施建设是很重要的方面。这几年来我们一直在努力构建科研领域的“安卓平台”，已有初步版本，还要把它完善，再推动企业在这些平台的基础上构建自己需要的能力。
相信两三年之内这件事就会被推动起来。企业将基于平台构建科研、研发的基础设施，如实验室、AI能力、AI for Science能力。在“十六五”时期，我们将会看到企业创新能力的大幅度提升，企业将能够真正成为科技创新的主体力量。
中国经济时报：管理部门应当如何适应变革?
鄂维南：在改革开放初期，为打破计划经济体制，国家出台了一系列政策，比如，建产业园、国企体制机制改革、建立股票交易机制。以往的经验可能需要在科研研发领域重做一遍：比方说建科研产业园，让有想法的个人或创业团队有资源、有条件做科技创新;建立知识产权交易所，让知识产权流通起来;同样要对现有体制机制进行改革。比如，推进科研资源分配体系和科研评价体系的深层次改革。最近几年国家一直在推动破除“唯论文”的倾向，困难重重、效果也不明显。但AI的发展可能很快就会帮助实现这个目标。AI for Science的发展也会对过去的体制机制直接提出挑战，因为它无法适应新的要求，这意味着技术的发展会帮助到解决改革问题。经过这样的改革，科研体系会变得更加有活力。
中国经济时报：您提出要建立科研产业园，它要具备哪些要素?
鄂维南：科研产业园是做科技创新的，所以要有一些科研资源，比如实验室，还有算力、文献、数据等起码的科研必备资源和基本工具。除此之外，还要有科研成果转化、流通的机制。就像过去做产业园，必须有路、水、电、气，还要有招商引资政策，最好还要有产业链;某种程度上类似传统产业园，只不过不光是水电气，还要有AI时代的科研基础设施。
03
走出舒适区拥抱AI时代
中国经济时报：您是一位数学家，现在AI解决数学难题的能力让很多数学家惊讶，您觉得这对未来意味着什么?
鄂维南：我不觉得数学专业因此结束了。AI对数学界带来了极大的挑战，我们必须回过头去认真想一想，数学的本质究竟是什么。数学本身作为科学和人类社会最基础的工具，将会永远存在、永远需要。但是数学界、数学的教育机构和研究机构确实需要认真想一想，在AI时代未来数学发展的方向究竟在哪里。我认为AI本身就是一类新的数学工具，能够解决传统数学工具解决不了的问题，这给数学打开了一个新的空间。过去我们能够处理的体系相对比较简单，现在可以处理远远更加复杂的体系，原因就是AI这套工具背后必然有很深刻的数学思想。
人类要用好人工智能（885728），它给我们带来极大的空间。但怎么做好这件事不是一个简单问题。每个人都需要勇敢地走出自己的舒适区，这可能是AI对人类社会带来的最大挑战之一。当年工业化是一个相对缓慢的过程。现在AI的进程实在是太快了。在这么大的转折点面前，每个人都需要勇敢走出舒适区，适应新的发展环境，问一问自己从事的行业本质究竟是什么。
中国经济时报：您提到“AI for Science”也是我国科技创新千载难逢的机会，我国有没有可能在AI时代弯道超车?
鄂维南：AI对于我国是机遇同时也是挑战。AI打开了新的空间，发达国家还没有把这个空间完全占据，中国显然有很大机会。同时也是挑战，技术发展很快，美国投入的资源、现有基础超过我们;技术本身也有各方面挑战，它能够大幅提升能力，但对人类社会提出了巨大挑战。机遇是我国的应用场景多，可以让AI的应用做得更彻底、更到位。除此之外，我们还需要尽快树立原创性思维，而不仅仅是对标性思维。现在经常碰到的难题是：对标型的故事容易讲，资本也能接受，政府也能理解;但原创型的事情，在资本的接受和政府的理解方面难度大些。中国要在人工智能（885728）时代发挥应有的作用，必须从根本上建立原创性思维。
