來源：經(jīng)濟(jì)日報

2025年，我國人工智能產(chǎn)業(yè)活力迸發(fā)、亮點紛呈，人工智能企業(yè)數(shù)量超6000家，核心產(chǎn)業(yè)規(guī)模預(yù)計突破1.2萬億元。在新一輪科技革命和產(chǎn)業(yè)變革縱深演進(jìn)的背景下，人工智能發(fā)展迅猛，不僅催生了新產(chǎn)品、新業(yè)態(tài)，更從底層邏輯上引領(lǐng)科研范式發(fā)生系統(tǒng)性、根本性變革，使研發(fā)活動從傳統(tǒng)的人力密集型、試驗試錯型、線性遞進(jìn)式，加速轉(zhuǎn)向數(shù)據(jù)驅(qū)動、智能模擬、協(xié)同并行與持續(xù)迭代的新模式。

縱觀全球，人工智能在研發(fā)中的應(yīng)用，已從局部工具應(yīng)用邁向全流程、全要素深度嵌入的新階段。一方面，人工智能正成為前沿科學(xué)發(fā)現(xiàn)的“加速器”。在生物醫(yī)藥、新材料、新能源等領(lǐng)域，人工智能通過高效處理海量科學(xué)數(shù)據(jù)與文獻(xiàn)，能夠?qū)⒃瓉砗臅r數(shù)年的探索過程壓縮至數(shù)月甚至數(shù)周，顯著降低了基礎(chǔ)研究的時長與成本。另一方面，人工智能驅(qū)動產(chǎn)業(yè)技術(shù)開發(fā)實現(xiàn)智能躍遷。在產(chǎn)品設(shè)計環(huán)節(jié)，可根據(jù)性能要求自動生成多種設(shè)計方案；在仿真測試環(huán)節(jié)，能大幅減少物理原型制造與測試次數(shù)；在工藝優(yōu)化環(huán)節(jié)，能實時分析生產(chǎn)數(shù)據(jù)，自主尋找最優(yōu)參數(shù)組合。這種“數(shù)據(jù)驅(qū)動+智能決策”的模式，正推動研發(fā)從經(jīng)驗依賴走向智能驅(qū)動。

我國在人工智能技術(shù)與產(chǎn)業(yè)應(yīng)用方面已形成良好基礎(chǔ)，為引領(lǐng)科研范式變革提供了獨特機遇。首先，我國擁有超大規(guī)模的市場與應(yīng)用場景，為技術(shù)研發(fā)提供了豐富的試煉場和持續(xù)迭代的反饋數(shù)據(jù)。其次，在部分領(lǐng)域已形成從算力設(shè)施、算法框架到行業(yè)應(yīng)用的較完整產(chǎn)業(yè)鏈，具備協(xié)同創(chuàng)新的生態(tài)基礎(chǔ)。再次，國家戰(zhàn)略加快布局，政策環(huán)境持續(xù)優(yōu)化，推動人工智能與實體經(jīng)濟(jì)深度融合已成為明確方向。

不過，也要認(rèn)識到，真正讓人工智能深度融入產(chǎn)業(yè)創(chuàng)新和研發(fā)仍面臨一系列挑戰(zhàn)。比如，關(guān)鍵核心算法、框架與高端芯片等基礎(chǔ)層仍存短板，高質(zhì)量、標(biāo)準(zhǔn)化的行業(yè)數(shù)據(jù)集建設(shè)滯后，兼具人工智能技術(shù)與產(chǎn)業(yè)知識的復(fù)合型人才短缺，以及適應(yīng)敏捷創(chuàng)新、容錯試錯的研發(fā)管理機制與文化尚未普遍形成。系統(tǒng)性推動人工智能深度賦能產(chǎn)業(yè)創(chuàng)新，需從技術(shù)攻堅、生態(tài)構(gòu)建、要素支撐與制度保障等多維度協(xié)同發(fā)力。

強化基礎(chǔ)攻關(guān)，筑牢智能研發(fā)底座。研發(fā)范式的根本性變革離不開堅實的技術(shù)基礎(chǔ)。需持續(xù)加大對機器學(xué)習(xí)、知識圖譜、大模型等底層算法的原始創(chuàng)新投入，鼓勵科研機構(gòu)與企業(yè)共建高水平人工智能開源框架與平臺。著力突破高端人工智能芯片、先進(jìn)計算架構(gòu)等硬件瓶頸，提升自主可控的智能算力供給能力。

構(gòu)建協(xié)同生態(tài)，貫通研發(fā)創(chuàng)新鏈條。鼓勵“鏈主”企業(yè)、高校院所、新型研發(fā)機構(gòu)與初創(chuàng)企業(yè)組建創(chuàng)新聯(lián)合體，圍繞共性技術(shù)研發(fā)、中試驗證與場景應(yīng)用開展深度合作。推動建設(shè)國家級融合人工智能的創(chuàng)新中心或開放平臺，提供模型服務(wù)、算力支持與技術(shù)咨詢，降低中小企業(yè)應(yīng)用門檻。

培育復(fù)合型人才，創(chuàng)新組織管理機制。人才與組織是范式變革落地的關(guān)鍵保障。要加快完善人工智能領(lǐng)域?qū)W科建設(shè)，推動高校與企業(yè)聯(lián)合培養(yǎng)既懂人工智能技術(shù)又掌握相關(guān)行業(yè)知識的“AI+×”復(fù)合型人才。鼓勵在企業(yè)內(nèi)部設(shè)立獨立的人工智能研發(fā)創(chuàng)新單元或?qū)嶒炇?，賦予其更大技術(shù)決策權(quán)與資源調(diào)度靈活性。變革傳統(tǒng)線性項目管理模式，推廣適應(yīng)快速試錯、持續(xù)集成的敏捷研發(fā)與扁平化管理機制，營造鼓勵探索、寬容失敗的創(chuàng)新文化。

拓展場景應(yīng)用，完善政策支持體系。廣闊的應(yīng)用場景是驅(qū)動技術(shù)成熟與范式深化的重要牽引。應(yīng)聚焦制造業(yè)研發(fā)設(shè)計、生物醫(yī)藥發(fā)現(xiàn)、新材料合成等關(guān)鍵領(lǐng)域，系統(tǒng)性發(fā)布人工智能賦能研發(fā)的重點場景清單，通過“揭榜掛帥”等方式吸引各方力量攻關(guān)。完善創(chuàng)新產(chǎn)品的首購首用與保險補償機制，為人工智能驅(qū)動的研發(fā)成果市場化應(yīng)用提供早期支持。在政策層面，需研究制定適應(yīng)人工智能研發(fā)特點的統(tǒng)計評價、資金管理、倫理安全與知識產(chǎn)權(quán)保護(hù)規(guī)則，為研發(fā)范式變革營造穩(wěn)定、包容、可持續(xù)的制度環(huán)境。

（作者分別系國家發(fā)展和改革委員會宏觀經(jīng)濟(jì)研究院研究員、副研究員）