AI如何帮传统产业升级？解决数据与成本痛点

【金色港湾资讯网为您推荐阅读】

如今，人工智能当中那个以大模型作为代表的部分，正处在从单点应用朝着跟传统产业深度融合的关键时期当中。怎样去探索可持续使用的模式，凭借系统的方式提升产业效率以及协同能力，这已经变成了重要的课题。

国民经济主体以及实体经济根基是传统产业，其在稳增长、稳就业、稳物价里有着不可替代的作用。长久以来，制造业等传统产业凭借要素投入与规模扩张达成快速增长，然而效率不高、创新不足、转型偏慢之类的矛盾越发突出。大模型拥有深度学习、知识推理、跨域协同、自主优化等核心能力，它能够精准对接传统产业的转型痛点，打通堵点，促使产业从要素驱动转变为创新驱动。于钢铁行业、纺织行业、能源电力等行业之中，以及低碳安全场景、降本增效场景、产业协同场景、精准预警场景和故障处置场景里，大模型已然呈现出巨大的赋能价值，助力传统产业摆脱低端锁定状态，持续朝着价值链中高端不断攀升。

可然而，于实际推进进程当中，依旧有着诸多痛点以及堵点。数据壁垒显著突出，企业内部数据孤岛繁杂林立，行业数据分散于不同主体之间，公共数据供给难以契合需求。与此同时，转型成本与风险顾虑颇为明晰，部分企业特别是中小企业“不愿转、不敢转、不会转”这一现象广泛存在。除此之外，既通晓传统产业工艺又了解人工智能技术的复合型人才极度短缺，部分模型与产业场景结合不够紧密，可靠性以及可解释性难以达成工业生产精度要求。一定要破解这些难题，就得系统落实举措、协同凝聚力量。要构建一种发展生态，此发展生态是由政府来引导的，以企业作为主体，凭借市场进行驱动。而且，更是多方共同联动起来的。

眼下最紧急的事情是对数据资源进行统筹整合，要赶快去制定行业数据标准，促使企业、行业以及公共数据实现分层分类、开放共享，进而建设质量高的行业数据集，鼓励处于领先地位的企业发挥带头作用，联合从上到底各关联层级的企业共同构建数据联盟，在对商业秘密予以保护的状况下达成数据的相互连通，对于中小企业而言，可以依靠公共服务平台来提供标准化的数据接口以及算力支持条件，降低数据获取的难度。

构建垂类模型供给体系这件事也是极其关键的，要支持龙头企业联合科研院所，再者要支持龙头企业联合人工智能企业共同建设行业大模型，还要聚焦钢铁细分领域，也要聚焦化工细分领域，更要聚焦纺织细分领域，同样要聚焦能源细分领域，进而沉淀专业知识体系，最终要打造一批“懂工艺、懂机理、懂场景”的垂类模型，与此同时要兼顾中小企业数字化基础存在的差异，大力推进轻量化模型应用，大力推进低成本模型应用，大力推进模块化模型应用。

转型服务效能的提升同样是不能够被忽视掉嗯。要搭建起那面向传统产业的智能化转型的公共服务平台，去整合技术咨询、测试验证、人才培训、运维保障诸多之类的资源，以此来为企业提供“一站式”的服务呀。还要加大财政、税收、金融方面的支持力度，针对行业垂类模型研发、工业数据集建设、中小企业智能化改造给予精准的扶持呢。

加快产教融合、校企合作，这对于保障人才梯队建设是必须的。支持高校、职业院校去优化专业设置，以此来定向培养复合型人才。企业也需要加强员工技能培训，进而提升操作人员智能化运维能力。对人工智能人才给予鼓励，使其深入产业一线，与行业工程师及操作人员团队展开合作，在融合发展当中培育新型产业人才。

开展标杆示范加以引领，促使龙头企业发挥出带动效能，塑造一批大模型深度运用所形成的智能化转型标杆，构建出能够复制、可以推广的经验模式，激励大企业把已验证的解决方案进行模块化、标准化处理，借助产业链协同带动上下游中小企业达成“全链路转型”，从点的突破朝着链的协同迈进，最终贯通技术、数据、人才、场景的闭环，在产业竞争里占据主动地位。

更多精彩文章请关注=>金色港湾资讯网 www.fzjsgw.com