在新一轮科技革命和产业变革加速演进的背景下，推动人工智能与传统产业深度融合，成为助力传统产业改造升级的新动力。2025年8月，国务院发布的《关于深入实施“人工智能+”行动的意见》提出“人工智能+”产业发展，为传统产业改造升级提供了根本遵循。深入分析“人工智能+”赋能传统产业的成效，厘清短板与不足，提出相应对策，对推进新型工业化和加快制造强国建设具有重要意义。

　　“人工智能+”助力传统产业改造升级成效显著

　　近年来，在政府相关政策、企业技术创新以及市场需求的推动下，“人工智能+”正逐步融入传统产业的各个环节，促进其从要素驱动向智能驱动转型。

　　解决传统产业发展瓶颈，促进生产效率与质量提升。人工智能与传统产业融合，推动了生产流程的智能化与自动化，提高了生产效率和产品质量，降低了企业的生产成本。在生产环节，工业机器人结合人工智能视觉检测技术，实现了从人工巡检到智能监测的转变。根据《2024年世界机器人报告》，2023年我国工业机器人安装量占全球51%，应用密度达到每万名员工470台。在汽车制造领域，工业机器人利用先进的视觉识别与精准控制技术，精准高效地完成焊接、装配等各项复杂任务。在家电领域，人工智能的应用实现了降本增效。在原材料领域，人工智能通过数据汇总和深度分析，优化了生产工艺流程、提高了产品质量。在电力领域，大模型提高了故障检出率、降低了误检率。在半导体领域，人工智能应用缩短了研发周期、降低了不良率。

　　拓展市场空间，实现产品与服务的智能升级。“人工智能+”推动了传统产业从功能型向智能型转变，激发了新需求并产生了新的应用场景。在消费领域，智能家居实现了设备的互联互通与场景控制。2024年，我国智能手机产量同比增长8.2%，超70%的机型搭载了人工智能芯片，智能拍照、语音助手等成为标配。在生产领域，智能装备渗透率持续增长，数控机床借助智能算法对加工路径进行优化；汽车零部件企业引入具身智能机器人，提升了精密装配效率。同时，随着服务模式创新，传统产业已由单一产品销售向“产品+服务”转型，如大型机械领域除销售掘进机外，还提供远程运维服务。

　　重塑产业生态，增强产业链协同能力。人工智能与传统产业结合，消除了传统产业链的信息壁垒，促进了上下游链条的协同与资源的优化配置，推动了产业链从“线性串联”向“网状协同”转型。在供应链管理上，应用人工智能驱动的需求预测模型，有助于提高企业预测市场需求的精准度，以及合理规划生产与库存管理的能力。工业互联网平台应用大数据等技术，为产业链上下游数据互通提供了重要基础。在产业集群层面，区域“产业大脑”加速落地。此外，人工智能技术促进了跨行业的融合创新，如汽车与信息技术的融合普及了智能驾驶技术。同时，人工智能推动了传统产业与新兴产业的跨界融合，加速了产业生态的重构。如传统农业与数字技术融合孕育出了智慧农业，拓展了农业的发展空间。

　　“人工智能+”助力传统产业改造升级面临三重堵点

　　“人工智能+”助力传统产业改造升级过程中，在应用的广度和深度上仍存在三重堵点。

　　首先，技术供给与产业需求之间存在“堵点”，主要表现在两个方面：一是底层核心技术存在短板。我国人工智能应用多集中在场景落地，基础研究和高端硬件与发达国家之间仍有差距。二是人工智能技术与产业场景的适配度较低。近年来，通用大模型发展迅速，但行业大模型的研发相对滞后，传统产业细分领域的工艺知识和数据特征比较难融入模型训练。同时，小模型部署成本高，中小企业受到资金和技术的限制，难以针对特定工序开发轻量模型。此外，人工智能在工业场景中应用的稳定性和可靠性尚需进一步验证，特别是在航空航天、能源电力等对生产连续性和稳定性要求较高的行业，若发生系统故障或错误决策可能引发事故并带来经济损失。

　　其次，资源配置与转型需求之间存在“堵点”，主要表现在三个方面：一是算力供给结构不平衡。我国算力总体规模位居全球前列，但面临着供需对接不畅、应用深度不足、区域发展不均等短板。二是数据资源碎片化。传统产业数据分散在设备和系统中，标准和格式不统一，数据安全与共享矛盾较为突出，跨企业数据流通的制度保障机制略显不足，企业“不愿共享、不敢共享”的困局尚未有效打破。三是“人工智能+”的人才供需不平衡。从高校人才培养体系来看，人工智能与传统专业交叉融合还不够深入，具备跨领域素养与实践能力的人才依然缺乏。传统产业中部分员工对人工智能技术的熟悉度不够，增加了适应智能化设备与管理系统操作和维护的难度，需对其进行大规模、系统性的培训。

　　最后，政策支持与企业诉求之间存在“堵点”，主要表现在三个方面：一是政策协同性有待提升。当前“人工智能+”相关政策分散在各个部门，在一定程度上带来“人工智能+”赋能传统产业时对接部门多、流程多、周期长。二是对传统产业的中小企业推进“人工智能+”支持力度略显不足。龙头企业推进“人工智能+”相对容易，而中小企业推进“人工智能+”所需的资金、技术、人才等较为有限，在技术选型、系统集成、应用开发等方面面临诸多困难，导致“人工智能+”助力中小型传统企业改造升级相对缓慢。三是标准与治理体系建设相对滞后。传统产业人工智能应用的技术标准、伦理规范仍处于探索阶段，尚不健全，算法透明度与解释力还略显不足。

　　构建协同赋能体系

　　推动“人工智能+”助力传统产业改造升级

　　为扩大“人工智能+”在传统产业改造升级中应用的广度和深度，需坚持问题导向和系统思维，从技术创新、资源整合以及政策优化三个维度构建协同赋能体系。

　　第一，加强技术创新，提高产业适配能力。一是以“人工智能+”赋能关键核心技术突破。发挥新型举国体制优势，集中力量攻克人工智能芯片、工业软件、传感器等关键领域核心技术，精准实施“揭榜挂帅”机制，支持高校、科研院所与企业联合组建创新联盟，提升高端芯片和工业控制软件的产业化水平。二是加速行业大模型研发。构建通用与行业小模型的协同发展架构，设立中央财政专项基金，鼓励龙头企业与科研机构合作开发细分行业的专用大模型，尽快实现对传统产业关键领域的模型全覆盖。推广AIaaS（人工智能即服务）模式，降低中小企业应用人工智能的门槛。三是促进技术与应用场景的有机融合。开展“人工智能+传统产业”场景创新行动，遴选代表性应用场景并对其给予资金和技术支持，建立“企业提需求、高校给方案、政府搭平台”的协同工作机制。

　　第二，优化资源配置，增强支撑保障能力。一是大力推动算力产业发展。有效实现东西部之间算力资源优化配置，提高算力资源转化为传统产业改造升级生产力的能力，大力发展绿色算力，加快突破算力领域关键核心技术。二是激活数据要素价值。明确数据资源持有权、数据加工使用权、数据产品经营权，出台传统产业数据分类分级标准。在关键领域建设国家级传统产业数据中心，开放设备参数、工艺标准等公共数据资源。鼓励企业通过数据交易所开展传统产业数据交易。三是加强复合型人才培养。高校应优化“人工智能+传统产业”的交叉学科设置，相关专业增设人工智能课程包，提高复合型人才培养的数量与质量。开展数字技能提升行动，确保传统产业中的规模以上企业工人数字技能全覆盖。通过政策创新，吸引全球“AI+制造”领域高端人才来华创新创业，推动传统产业改造升级。

　　第三，完善政策体系，优化落地环境。一是强化政策协同效应。通过财税政策、技术政策、产业政策等政策组合，助力人工智能赋能传统产业发展，缩短“人工智能+传统产业”项目的审批周期。二是增强对中小企业的扶持力度。设立“人工智能+”改造专项基金，资助中小企业设备更新和模型部署。推广政府、企业和银行三方合作模式，对中小企业推行“人工智能+”提供低利率贷款并给予利息补贴。建设区域性“人工智能+”服务平台，提供免费技术咨询和测试验证服务。三是完善标准与治理体系。加快制定传统产业人工智能应用技术标准，建立智能装备、数据安全等国家标准体系。构建人工智能算法备案与审计制度，审查涉及安全生产的人工智能系统算法透明性。探索“伦理沙盒”机制，在汽车、化工等高风险行业开展人工智能伦理试点，平衡好“人工智能+”创新与安全之间的关系。

　　传统产业改造升级是推进新型工业化的关键，“人工智能+”是实现目标的重要推动力。我国正处于技术革新、场景拓展、生态系统构建的关键时期，需深入实施“人工智能+”行动，解决技术、资源、政策瓶颈，推动传统产业高端化、智能化、绿色化发展，为制造强国战略和中国式现代化建设提供基础支撑。

　　（作者：熊艳系浙江财经大学中国政府监管与公共政策研究院研究员；王岭系浙江财经大学中国政府监管与公共政策研究院副院长、经济学院副院长、研究员）