人工智能已从概念走向日常应用，成为推进新型工业化的重要动力；省政协委员周立松近日指出，推动人工智能科技创新与产业创新深度融合，不再是“可选项”，而是关系到生存发展、赢得科技竞争主动权的关键课题。 广东推进AI与制造业融合上具备明显优势。作为全国制造大省，广东覆盖全部31个制造业大类，制造业规模约占全国八分之一，形成新一代电子信息、绿色石化、智能家电等9个万亿元级产业集群。同时，广东人工智能产业发展提速，2025年核心产业规模预计突破3000亿元，增速超过40%，总量约占全国四分之一，更巩固其全国人工智能产业第一梯队的地位。工业大模型、工业智能体持续迭代，也为制造业转型升级提供了新的支撑。 然而，AI与应用场景的融合仍有不少深层障碍。当前，广东在AI基础设施建设上主要面临三方面挑战：要素支撑效率不高，创新链与产业链协同不足，应用生态“散而不强”。业内人士指出，尽管AI技术边际成本趋近于零，中小企业集群理应成为AI红利的重要受益者，但不少解决方案仍以大企业场景为主，难以覆盖中小企业更碎片化、更个性化的需求。同时，中小企业自建AI团队常受制于人才短缺和成本压力，影响了应用意愿。加之高质量数据供给不足、通用模型难以直接适配具体场景等问题，也在一定程度上限制了AI的规模化落地。 为破解这些难题，需要更系统的解法。建议围绕算力、数据、中试、应用四个关键维度，统筹布局新型基础设施。具体而言，广东应支持工业企业与人工智能企业培育一批面向制造业复杂任务、具备跨模态数据处理能力的垂直领域大模型，研制面向质量检测、工艺优化、设备运维等场景的专用小模型；将工业数据集和工业知识语料库纳入重点项目支持范围，避免企业重复投入，提高AI可用性，降低使用成本。 同时，应分行业分领域征集并发布人工智能场景“需求清单”和产品服务“供给清单”，为供需对接提供更明确的指引。组织专业力量为制造业企业提供咨询诊断和“建档立卡”服务，回应企业在“怎么应用”“找谁改造”等的现实困惑。这些举措有助于打通AI技术到制造业应用的关键环节，加快AI赋能落地。 需要指出，《广东省人工智能产业促进条例》立法工作正在加快推进。随着对应政策和机制逐步完善，AI对制造业、信息服务业的赋能有望进一步提速，为产业发展增添新动力。
从“能用”到“好用、易用、普惠”，考验的不只是技术水平，更取决于基础设施、要素机制与产业生态的系统能力。面向新一轮科技革命和产业变革，广东若能以算力与数据为底座、以中试与场景为桥梁、以生态协同为抓手，把分散的创新资源更有效地组织起来，就有望在制造业智能化进程中率先形成规模优势与制度优势，为高质量发展注入更强动能。