文 / 现代物流报记者何文忠 朱睿颖 

今年政府工作报告提出，深化拓展“人工智能十”，促进新一代智能终端和智能体加快推广，推动重点行业领域人工智能商业化规模化应用，培育智能原生新业态新模式。

人工智能作为新质生产力的重要引擎，在推动产业变革、促进区域协调发展、提升经济发展质量等方面发挥着日益关键的作用。

全国人大代表、重庆誉存科技有限公司董事长陈玮在接受现代物流报记者采访时说道：“面对人工智能快速发展的大趋势，推动技术向重点行业核心环节延伸、向更大区域覆盖，已成为提升产业竞争力、增强发展动能的迫切需要。”

人工智能技术快速迭代

以医学影像辅助诊断、智能病历管理，缓解优质医疗资源分布不均、医生诊疗负荷过重的现实困境；通过工业智能体、智能排程、机器视觉质检等技术，有效解决了传统产线效率低、质检精度不足、人力成本高企等长期痛点；依托智能体技术，推动AI从“回答问题”的聊天工具向“解决问题”的数字员工升级……

近年来，人工智能在信息处理、内容生成、方案策划、软件开发等通用场景快速普及，技术迭代速度不断加快，应用场景持续拓展，为生产生活带来显著效率提升。陈玮表示，特别是人工智能技术在产业端的应用，已进入规模化落地的关键阶段。在制造业、金融、医疗卫生三大支柱产业中，AI技术已形成较为广泛的覆盖，同时在农业、交通运输、教育、能源、零售等领域也在加速推进。

她提到，AI技术已成为培育新质生产力的核心引擎，推动产业从自动化向智能化跃迁；重构企业运营逻辑，实现从“经验驱动”向“数据+AI驱动”转型；打破传统创新边界，催生新业态新模式；同时倒逼产业生态升级，加速标准与治理体系完善。

以汽车制造、精密检测等高价值环节为例，具身智能能够直面产线痛点，通过多模态感知与冗余设计筑牢安全底线，在攻克非标装配、动态质检等难题中打磨效率，在真实场景中重塑人机关系，推动具身智能承担高强度重复劳动，人类负责复杂决策与监督，在动态分工中实现技术与产业的深度融合。同时依托仿真测试积累极端工况下的可靠经验，让扎根场景的具身智能在筑牢安全底线的基础上持续释放效率潜能，真正实现技术落地与产业升级的“双向奔赴”。

AI落地应用仍存巨大空间

陈玮表示，尽管AI应用覆盖面持续扩大，但在制造业、金融、医疗等重点产业的核心业务环节，技术赋能仍显不足。制造业、金融、医疗卫生等关键行业智能化转型对系统稳定性、运行安全性、结果精准性、过程可解释性要求较高，数字化改造基础差异较大、投入成本较高、实施周期较长，转型推进难度相对突出。

从实践情况看来，当前人工智能应用大多集中在辅助性、外围性环节，真正进入生产线运行、核心风险控制、临床诊疗决策等关键业务环节的偏少，与核心业务耦合度不高、融合深度不足，难以充分发挥技术赋能作用。

“目前，人工智能的发展主要存在五点不足。”陈玮说道：“一是产业智能化发展不均衡，区域协同融合不够；二是核心环节应用渗透率偏低，转型实效不强；三是技术供给与行业需求匹配度不高，落地难度较大；四是制度规则和创新环境有待完善，应用积极性不足；五是基础支撑体系仍需加强，保障能力偏弱。”

陈玮在采访中着重提到了人工智能技术落地过程中面临的挑战。她谈到，由于高质量数据供给不足，制造业、金融、医疗等领域的核心业务数据专业性强、敏感度高、治理成本高，导致利用率低、标注数据稀缺。应用与业务“两张皮”的情况时有发生，AI未真正融入工作流与决策链，加之传统产业对风险谨慎，存在“不愿转、不敢转”现象。技术供给与行业需求也存在理解偏差，通用大模型难以满足垂直行业的复杂数据结构、高可靠性需求及“幻觉”风险控制。

她表示，如何推动AI从“可用”走向“深度用好”，从边缘场景向核心业务渗透，正是当前产业界需要集中突破的“最后一公里”难题。

推动技术创新与产业创新深度融合

推动AI与业务场景深度融合，核心在于破解“应用与业务两张皮”问题，杜绝“外挂式”“展示性”项目，真正让AI融入企业工作流与决策链。

陈玮表示，未来3~5年，人工智能的重点发展方向将聚焦于深化“人工智能+”行动，以产业场景攻坚为抓手，推动技术创新与产业创新深度融合。

为此她提出五点建议：

一是加强统筹布局，促进区域产业协同融合。强化顶层设计，将人工智能与实体经济、区域产业融合发展纳入整体部署，完善政策体系，健全推进机制；优化区域发展布局，支持各地依托产业基础打造特色化融合应用场景，推动创新要素跨区域有序流动、高效配置；加大对中小微企业、县域经济智能化改造支持力度，推广轻量化、低成本解决方案，缩小数字发展差距。

二是聚焦核心环节，提升产业智能化深度水平。强化数据治理，运用新一代人工智能技术对存量数据进行整合、挖掘与利用，提升数据资源价值，优化现有业务流程；积极发展人工智能原生应用，推动智能技术嵌入核心生产、核心运营、核心决策场景，构建安全可控、人机协同、全程可溯的应用模式；开展试点示范，遴选一批基础条件好、治理水平高的主体开展核心环节应用试验，在风险可控前提下适度开放决策与执行权限，形成可复制经验。

三是健全制度体系，营造鼓励创新的良好环境。完善行业标准、应用规范和监管规则，明确安全底线、技术要求与责任边界，为深度应用提供制度保障；建立健全创新容错机制，对符合发展方向、依法合规、非主观故意且未造成重大风险的探索试错予以包容，激发主体创新活力；强化全流程安全管理，完善数据安全、算法安全、隐私保护体系，坚决守住安全发展底线。

四是夯实基础能力，强化融合发展支撑保障。加强行业数据整合与共享，建设安全合规的数据流通机制，提升数据要素支撑能力；完善普惠算力供给，依托全国一体化算力网络降低智能化应用成本；加强“行业+AI”复合型人才培养引进，完善人才发展机制，强化人才支撑。

五是深化协同创新，构建高水平产业生态。支持产学研用协同攻关，提升关键技术、共性工具、行业解决方案供给能力；强化财政、金融、税收等政策支持，引导资源投向核心环节智能化改造；鼓励多元主体参与创新，推动形成大中小企业协同、区域联动、产学研融合的良好生态，不断提升人工智能赋能实体经济与区域发展的整体效能。