久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

智能制造是信息技術與實體經濟融合發展的關鍵載體

發展新經濟是要培育新動能，促進中國經濟轉型。我國作為全球最大的工業國，推動以制造業為核心的實體經濟與新一代信息技術的深度融合發展，不僅是制造強國建設的強烈需求，更是發展新經濟的根本支撐。

智能制造是制造業與新一代信息技術（以大數據、云計算、人工智能為代表）深度融合的集中體現，是新一代信息技術和實體經濟深度融合發展的關鍵載體。雖然得益于超大規模、需求多樣的國內市場，近年來電子商務率先取得跨越式發展，但是新經濟的先導產業不是電子商務，而是以智能制造為核心的先進制造業。

一方面，伴隨著芯片技術的突破發展、互聯網設施的發展完善、傳感器價廉量大的供給、先進制造技術不斷創新，智能制造作為新工業革命的先導產業正在迅速發展，成為新經濟體系中發展潛力巨大的行業；另一方面，新經濟的發展依賴智能制造提供技術源泉和裝備基礎，新經濟的增長源泉，無論是作為新生產要素的數據的投入，還是新的信息基礎設施的投資拉動，以及新的經濟分工協作模式的產生發展，都離不開智能制造的支撐。同時，新經濟創新發展主要驅動力來自于先進制造業的創新發展。沒有以智能制造為核心的先進制造業的發展支撐，新業態、新商業模式都將成為空中樓閣。推動以互聯網、大數據、人工智能代表的新一代信息技術與以制造業為核心的實體經濟深度融合，加快發展先進制造業具有重大現實意義。

信息技術與實體經濟融合中的問題與挑戰

當前，在推動新一代信息技術與實體經濟深度融合、加快發展先進制造業的過程中，主要面臨以下幾方面問題與挑戰：

第一，重視“硬”裝備，忽視“軟”系統。我國在發展先進制造業時，重視發展重大復雜裝備領域的突破，但是長期低估了數據要素在制造業智能化中的核心地位。對數據要素的重視不夠，不僅是我國高端裝備產業發展相對滯后的原因之一，也是影響我國高端裝備產品品質（如產品穩定性）提升的重要制約因素，更為重要的是不符合制造業智能化的發展趨勢。

第二，信息通訊基礎設施尚不能滿足智能制造發展的需求。通訊基礎設施升級是數據要素的廉價且大量供給的必要條件，是制造業智能化的基礎。當前，我國信息通訊基礎設施距離滿足“互聯網＋”向各領域融合的需求仍有較大差距，在提升網絡傳輸速度、降低網絡能耗方面亟待加強。

第三，大數據技術與實體經濟深度融合發展面臨的突出問題。一是數據要素的產權安排不明確。數據要素的配置涉及的社會關系、權利內容等都更為復雜多樣。目前，利用大數據發展實體經濟新業態普遍面臨數據要素所有權和剩余索取權歸屬模糊的問題，抑制了制造新業態發展投資的激勵。二是基礎設施的供給方式不清晰。大數據與實體經濟深度融合依賴于技術基礎設施和制度基礎設施的配套升級，但是基礎設施投資不僅規模大，而且存在外部性問題，難以依賴市場機制解決。三是企業投資的收益性不確定。目前，企業對利用大數據促進實體發展的積極性也在增強，但普遍認為投資規模太大、周期太長、風險高，導致投資回報低，影響企業的綜合盈利水平，特別是廣大中小企業利用大數據促進制造業轉型升級的激勵不足。

第四，推動人工智能與實體經濟深度融合仍存在障礙，并帶來新的挑戰。得益于深度學習技術的成熟，大數據、云計算平臺的完善，人工智能進入到示范應用的發展階段，但人工智能的大規模商業應用仍面臨著諸多障礙。一是人工智能技術及其在各領域的應用仍不成熟。二是計算能力的缺乏。人工智能特別是最具前景的機器學習和深度學習技術，需要快速地進行大量數據計算，需要使用大量的處理能力。三是人工智能技術的應用還面臨倫理、法律等方面障礙。四是人工智能在實體經濟中的應用，會對就業結構產生深遠影響，這對我國中高端人才和普通勞動者教育、培訓改革提出緊迫的需求。

推動信息技術與實體經濟融合的對策與建議

第一，加快智能制造技術相關基礎設施建設。建立高效能運算研發中心和高效能運算服務中心。信息存儲、傳輸和處理能力成為決定先進制造技術和制造系統的創新能力、技術成熟度和應用效果的關鍵因素。加快推進行業工程數據庫的建設。數據要素在制造業智能化發展中居于核心地位，我國迫切需要加強數據要素的積累和開發利用。還應加快先進信息基礎設施建設。在實施“互聯協議第六版本”（IPv6）的轉換過程中，加快寬帶網絡演進升級，建設低成本、高效快捷和安全可靠的工業互聯網。建立信息物理系統網絡，豐富工具和運用軟件、傳感和通信系統協議，實現人、制造設備與產品的實時連通、相互識別和有效交流。

第二，逐步清除障礙，促進我國人工智能與實體經濟深度融合。政府加大對人工智能基礎技術研發的投入，鼓勵并支持互聯網和實體經濟部門企業對人工智能研發、應用保持持續投資，重點支持制造業人機協作有效方式探索的研發和試點工程；構建機器學習所需的工業大數據庫，逐步形成自主標準體系，提高人工智能的安全性和穩定性；調整學校教育與職業培訓專業和課程，應對人工智能對就業結構的沖擊；提前研究實體經濟與人工智能使用的倫理、法律和社會影響問題，保障人工智能絕對受人控制和使用安全。

第三，重視基礎制度建設，促進大數據和實體經濟深度融合發展。一是在立法上明確數據要素的產權屬性。以便于鼓勵發展有利于降低數據要素開發風險的新型服務業。二是繼續加大科技公共服務平臺建設。包括智能制造共性技術研究平臺、智能制造技術轉移平臺（網絡）。三是重視制度基礎的建設。核心的領域包括：智能制造相關數據的標準化體系建設，降低企業收集、分析和應用數據的成本，提高新業態發展的商業價值；構建起類似于金融信息監管體系的數據安全監管體系，提高全社會的數據安全系數，降低企業投資數據安全的成本，提高企業和用戶之間的信息交換效率。加強技術和制度基礎設施建設應作為發展智能制造的優先行動。

摘自《經濟參考報》