首 頁 資訊 宏觀 金融 行業(yè) 國企 民企 人物 新資訊

首頁>經(jīng)濟>宏觀

讓數(shù)實融合賦能新型工業(yè)化發(fā)展

2024年06月24日 16:23  |  作者:錢鋒  |  來源:人民政協(xié)網(wǎng)-人民政協(xié)報 分享到: 

錢鋒 全國政協(xié)常委、九三學(xué)社中央常委

制造業(yè)是實體經(jīng)濟的根基,主要發(fā)達國家都將增強制造業(yè)核心競爭力作為提升國家經(jīng)濟實力的關(guān)鍵。2024年政府工作報告提出,“積極推進數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化,促進數(shù)字技術(shù)和實體經(jīng)濟深度融合?!蔽覈幱谛滦凸I(yè)化加速推進的關(guān)鍵時期,數(shù)字經(jīng)濟與實體經(jīng)濟融合(以下簡稱:數(shù)實融合)是推動我國制造業(yè)實現(xiàn)質(zhì)量變革、效率變革、動力變革的“加速器”,將助力現(xiàn)代產(chǎn)業(yè)體系數(shù)智化、綠色化、融合化發(fā)展,是發(fā)展新質(zhì)生產(chǎn)力的關(guān)鍵路徑之一。

近年來,我國制造業(yè)數(shù)字化、網(wǎng)絡(luò)化、智能化水平顯著提升,制造業(yè)數(shù)字化轉(zhuǎn)型已進入深化應(yīng)用、加速創(chuàng)新階段。但我國制造業(yè)數(shù)字化程度仍然不高,2022年我國制造業(yè)數(shù)字經(jīng)濟滲透率為24%,低于發(fā)達國家33%的平均水平,與制造強國德國(45.3%)差距較遠。

總體而言,我國制造業(yè)數(shù)實融合關(guān)鍵領(lǐng)域自主技術(shù)薄弱,應(yīng)用仍以單個環(huán)節(jié)、單個企業(yè)等為主,能夠有效運用數(shù)字技術(shù)全生命周期、全產(chǎn)業(yè)鏈提高生產(chǎn)效率、降低成本消耗、提升產(chǎn)品質(zhì)量、減少環(huán)境污染的企業(yè)還不多,數(shù)字經(jīng)濟的巨大潛能尚未得到充分釋放。

為此,提出以下建議:

一是強化自主可控引領(lǐng),突破制造業(yè)數(shù)實融合關(guān)鍵核心技術(shù)。布局“制造業(yè)數(shù)實融合關(guān)鍵核心技術(shù)”“人工智能賦能新型工業(yè)化”等科技創(chuàng)新重大專項,加快突破工業(yè)認知智能、工業(yè)操作系統(tǒng)、工業(yè)元宇宙、工業(yè)軟件、大規(guī)模異構(gòu)互聯(lián)、智能調(diào)控技術(shù)等新型工業(yè)化關(guān)鍵核心技術(shù)瓶頸。充分發(fā)揮我國制造業(yè)門類齊全、場景豐富的比較優(yōu)勢,著力打造賦能科技和產(chǎn)業(yè)融合創(chuàng)新、深度匹配制造業(yè)需求的人工智能通用和垂直大模型,構(gòu)建工業(yè)智能軟硬件應(yīng)用和自主可控生態(tài)。鼓勵超越Transformer算法、類腦人工智能新型算法、大模型涌現(xiàn)機理、工業(yè)智能新型算法等原始創(chuàng)新,形成既有追趕又有原創(chuàng)的創(chuàng)新體系,為新型工業(yè)化注入“數(shù)智新動力”。

二是加快構(gòu)建“產(chǎn)業(yè)大腦”,提升產(chǎn)業(yè)鏈供應(yīng)鏈現(xiàn)代化水平。引導(dǎo)企業(yè)通過人工智能賦能,構(gòu)建集研發(fā)設(shè)計、原料采購、資源配置、生產(chǎn)制造、綠色低碳等要素為一體,需求快速感知和供需精準調(diào)控的“產(chǎn)業(yè)大腦”,形成普惠、敏捷、低成本的數(shù)實融合新路徑,提升產(chǎn)業(yè)競爭力。鼓勵“鏈主”企業(yè)建立協(xié)同創(chuàng)新平臺,深度賦能上下游接鏈補鏈鍛鏈延鏈,為中小企業(yè)提供“小快輕準”的數(shù)實融合解決方案,提升產(chǎn)業(yè)鏈供應(yīng)鏈韌性和競爭力,打造數(shù)字化、智能化、柔性化、系統(tǒng)化的產(chǎn)業(yè)鏈新業(yè)態(tài)。

三是著力打造新型產(chǎn)學(xué)研模式,促進制造業(yè)數(shù)實深度融合。推動“鏈主”企業(yè)和科技領(lǐng)軍企業(yè)聯(lián)合國家實驗室、國家技術(shù)創(chuàng)新中心、高校院所等國家戰(zhàn)略科技力量,以國家重大戰(zhàn)略和制造業(yè)重大需求為導(dǎo)向,共同聚焦基礎(chǔ)科學(xué)問題,進行戰(zhàn)略性和前瞻性布局,持之以恒開展賦能新質(zhì)生產(chǎn)力的數(shù)實融合關(guān)鍵技術(shù)協(xié)同創(chuàng)新。加強重點產(chǎn)業(yè)數(shù)實融合人才需求前瞻研判,加快引育重點行業(yè)數(shù)實融合戰(zhàn)略科學(xué)家、領(lǐng)軍人才及團隊,加強產(chǎn)業(yè)、教育部門人才供需對接和卓越工程師聯(lián)合培養(yǎng)。支持基礎(chǔ)科學(xué)、人工智能、技術(shù)應(yīng)用和工程技術(shù)人才深度合作,推動高校加強AI與專業(yè)領(lǐng)域交叉人才培養(yǎng),使人才培育更好滿足以數(shù)實融合推進現(xiàn)代化產(chǎn)業(yè)體系建設(shè)的重大需求。

編輯:秦云