随着全球新一轮科技革命和产业变革加速，培育和发展未来产业成为各国探索经济新增长点、打造全球竞争新优势的战略重点。对于我国来说，未来产业发展是构建现代产业体系、推动经济高质量发展的重要内容。从重大技术创新看，新一代人工智能技术快速成长，对未来产业发展的引领作用不断增强，涵盖未来产业技术产业化和现有产业未来化两条主要路径。抓住人工智能与产业融合的新一代技术创新，对于我国未来产业的培育和发展十分重要。人工智能我是引领科技创新和产业发展的重要力量。首先，从自身发展来看，新一代人工智能将为经济发展带来新突破。新一代人工智能引起了世界各国的关注。研究表明，人工智能的发展将为世界经济发展带来显着提升，其发展潜力不可低估。麦肯锡全球研究院的报告显示，到2030年，全球人工智能市场预计将达到15.7万亿美元。普华永道的研究报告显示，未来十年人工智能很可能带动全球经济增长15%。从创新趋势来看，可以期待通过大模式、大机构推动新业态发展，以及新业态建设。商业模式。目前，在融资和算力的支持下，大模型的研发正在快速推进，产品形态也逐渐成熟。未来几年，以信息服务为主的大型模式服务有望逐步走进生产和人类生活，成为一种新的服务业态。此外，专注于系统功能的智能代理也有​​望带来新的市场空间。公司面向对象、面向业务的服务模式在应用管理方面具有独特的优势，具有巨大的发展潜力。其中，数字人、智能系统等“软代理”正驶入创新快车道，有望提供人工智能服务新体验。它一直。 AI汽车、人形机器人等“硬智能”也正在从实验室走向实际应用。人形机器人在家居等领域的应用服务业和工业生产备受关注。其次，从融合发展的角度来看，人工智能是技术与产业创新融合的推动者。整合是未来产业发展的一个特点。未来产业发展将主要由前沿技术创新驱动。在过去的技术创新和产业发展过程中，大多数情况下是单一或少数技术创新带动了新产业的发展。这种模式仍然存在，但不再常见。创新当前的技术和产业发展以多种技术的融合为主导，其中以人工智能为代表的信息技术将普遍占据一席之地。根据2025年《未来产业新轨迹调查报告》，通用人工智能、嵌入式智能、计算机芯片、元宇宙、与人工智能高度相关的领域，在十大未来产业新轨迹中占据半壁江山。通过技术的提升，人工智能将加速其他行业的智能化转型，创造新的产业发展轨迹。人工智能正在从研发环节渗透到整个生产、流通、服务链，推动传统产业智能化现代化。在制造业中，智能工厂由人工智能、物联网和大数据相结合形成，可以实现生产过程的实时监控、预测性维护和柔性生产。在服务业，人工智能正在催生无人零售、智慧医疗、在线教育等新业态。数字医疗、智能交通正在深刻改变传统服务业态和运营模式。人工智能将引领未来行业试开发，但面临多重挑战。一是创新体系有待进一步完善。构建完整高效的创新体系，是推动人工智能进一步创新发展、推动人工智能与其他技术、产业融合发展的关键。从人工智能创新核心来看，可持续的模型迭代可能面临挑战，单纯通过增加模型参数规模、增加训练数据量来提升性能的空间将逐渐缩小。新的创新范式和技术体系找到主干可能是未来的突破口。此外，缩小人工智能造成的地区和企业创新能力差距也很重要。当前我国人工智能技术创新力量分散问题仍然存在。从区域分布来看，京津冀、长三角、粤港澳大湾区在人工智能创新能力建设上走在前列，而中西部省份在高层次人才储备、IT基础设施、应用场景打造等方面存在较大差距。从创新主体来看，央企在计算基础设施方面具有优势，国有企业在产业数据积累方面具有优势，而民企在算法迭代和场景创新方面更具活力。两类实体之间的合作机制尚未有效建立。从创新效率来看，算法、算力和数据技术的融合深度不足，限制了创新效率。高校和科研院所以算法为主我的研究，但他们的研究主要集中在学术指标上，可能与行业的实际需求脱节。在数据方面，数据安全与开放的平衡问题就凸显出来。医疗、金融等领域的数据受到隐私法规的限制，机构之间无法充分共享，使得AI模型训练陷入“数据孤岛”的困境。创建大规模、高质量的训练数据集是一项重大挑战。二是产业发展面临诸多挑战。企业是人工智能创新和应用的关键参与者，他们在该领域的持续投资正在带来巨大的成本压力。成本压力给中小企业实施AI技术创新和嵌入式应用带来挑战，不少企业面临“投资亏损”的困境。商业模式不成熟这些也限制了产业化进程。电流目前，大多数AI公司采用“基于项目”的收入模式，部署周期长，用户复购率低。他们拥有成熟且可持续的订阅基础，尚未建立基于平台的商业模式。大规模模型服务尚无清晰的变现路径，往往拥有大量用户，但支付转化率较低。如果产品不够成熟，市场信心就会低落。智能语音助手、服务机器人、智能诊疗系统等产品在实际应用中的准确率和完成率远低于实验室环境。仿人机器人等新产品仍主要应用于研究领域。科学门。同时，由于用户的使用习惯尚未完全建立，市场需求的不确定性也在增加。消费者对人工智能产品的使用仍然存在担忧。主要关注点包括数据价格空缺和算法偏差。三是产业融合应用难度大。人工智能最大的价值在于应用。当前的主要问题是技术融合应用难以找到切入点，场景与业务之间的适配壁垒较高。例如，在工业领域，生产制造等核心场景精度高、容错率低，各子行业的工艺环节差异化较大。人工智能产品缺乏对行业经验的理解，缺乏可靠性和可解释性。无法在各种情况下持续提供准确、一致、真实的结果，导致难以大规模复制和推广。数据墙也给人工智能的集成和应用带来了挑战。数据是人工智能创新和应用的基础伊根斯。实现技术与产业融合，必须打破技术创新、产品研发、生产等方面的数据壁垒，促进终端、环节、产业之间的有效交流。目前，数据分发存在两个挑战。一是数据归属和标准尚未统一。其次，由于安全和隐私问题以及合规性要求，一些公司，特别是金融、医疗保健和其他行业的公司，不愿意开放和共享数据。最后，要持续提升综合治理能力。随着新一代人工智能的快速发展和融合应用，对治理能力提出了新的要求，也对全社会的理解和认知提出了挑战。当前，道德和监管框架仍需完善，治理差距依然存在。算法偏差等问题d 数据隐私泄露事件频发，给社会带来诸多负面影响。此外，人工智能系统需要大量数据。如果没有适当的保护措施，也可能导致个人隐私受到侵犯。我们将多措并举，进一步促进人工智能创新和应用。首先，改善组织调节机制。加强国家层面统筹规划，成立国家人工智能发展机构，统筹推进人工智能相关工作，协调其他部门开展业务合作。加快人工智能高层设计，制定“十五五”后人工智能创新发展规划，着力推动技术融合和产业融合，更好发挥人工智能对技术创新和产业发展的引领作用未来的。加强中央与地方政府合作，支持引导地方政府积极探索人工智能技术创新、产业发展和管理一体化的新路径、新制度，并在此基础上开展示范推广。二是强化公共服务能力。开展国家人工智能公共服务能力建设工程，构建全社会公共服务体系，增强全社会人工智能创新和应用能力。建设国家算力资源库，整合东西方算力工程资源，优化算力资源配置，着力打造具有全球竞争力的算力网络和算力利用平台。加快打造开放数据系统，支持各地区、各行业尝试建设开放共享的公共数据服务平台。加快构建开源代码生态系统，推广开源人工智能创新成果，完善知识产权保护制度。三是促进区域协同发展。绘制人工智能创新应用区域版图，发展人工智能产业集群，整合人工智能应用，建立人工智能综合发展三类区域合作体系。从产业发展角度看，支撑众多人工智能产业集群建设，打造人工智能技术核心源泉，在模型、算力、数据、标准等方面形成不同途径、不同特点的技术创新能力。开展人工智能融合应用场景示范，结合区域产业基础、资源条件等，构建典型场景，利用场景推动融合应用和技术迭代创新，推动基于融合创新的新产品、新业态发展。从综合发展角度，支持建设独立的人工智能创新示范区，支持城市加快制度创新，考虑建立“城市沙箱”，推动人工智能在全市深度融合。四是深化国际合作。进一步深化科技创新和产业发展国际合作，构建跨境合作生态圈，引导龙头企业加快全球技术的认可和应用。官方情报创新资源。我们将强调“发展优先、安全可控、包容共享”原则，积极推动人工智能全球治理体系建设。积极推动人工智能技术和产品重要国际标准制定。研究启动全球人工智能赋能计划，分区域、分阶段推进全球人工智能基础公共服务和基础市场服务供给，增强我国在全球人工智能技术供给和应用赋能方面的优势。 （作者为中国信息电子研究院无线电管理研究所未来产业研究中心主任）
（编辑：刘鹏）