| 快递搜·KdSo >> 物流电商新闻 全國人大代表陳瑋： 打通人工智慧應用「最後一公裡 」，賦能實體經濟＿＿快遞搜
文 / 現代物流報記者何文忠 朱睿穎 今年政府工作報告提出，深化拓展「人工智慧十」，促進新一代智能終端和智能體加快推廣，推動重點行業領域人工智慧商業化規模化應用，培育智能原生新業態新模式。 人工智慧作為新質生產力的重要引擎，在推動產業變革、促進區域協調發展、提升經濟發展質量等方面發揮著日益關鍵的作用。 全國人大代表、重慶譽存科技有限公司董事長陳瑋在接受現代物流報記者採訪時說道：「面對人工智慧快速發展的大趨勢，推動技術向重點行業核心環節延伸、向更大區域覆蓋，已成為提升產業競爭力、增強發展動能的迫切需要。」 人工智慧技術快速迭代 以醫學影像輔助診斷、智能病歷管理，緩解優質醫療資源分布不均、醫生診療負荷過重的現實困境；通過工業智能體、智能排程、機器視覺質檢等技術，有效解決了傳統產線效率低、質檢精度不足、人力成本高企等長期痛點；依託智能體技術，推動AI從「回答問題」的聊天工具向「解決問題」的數字員工升級…… 近年來，人工智慧在信息處理、內容生成、方案策劃、軟體開發等通用場景快速普及，技術迭代速度不斷加快，應用場景持續拓展，為生產生活帶來顯著效率提升。陳瑋表示，特別是人工智慧技術在產業端的應用，已進入規模化落地的關鍵階段。在製造業、金融、醫療衛生三大支柱產業中，AI技術已形成較為廣泛的覆蓋，同時在農業、交通運輸、教育、能源、零售等領域也在加速推進。 她提到，AI技術已成為培育新質生產力的核心引擎，推動產業從自動化向智能化躍遷；重構企業運營邏輯，實現從「經驗驅動」向「數據+AI驅動」轉型；打破傳統創新邊界，催生新業態新模式；同時倒逼產業生態升級，加速標準與治理體系完善。 以汽車製造、精密檢測等高價值環節為例，具身智能能夠直面產線痛點，通過多模態感知與冗餘設計築牢安全底線，在攻克非標裝配、動態質檢等難題中打磨效率，在真實場景中重塑人機關係，推動具身智能承擔高強度重複勞動，人類負責複雜決策與監督，在動態分工中實現技術與產業的深度融合。同時依託仿真測試積累極端工況下的可靠經驗，讓紮根場景的具身智能在築牢安全底線的基礎上持續釋放效率潛能，真正實現技術落地與產業升級的「雙向奔赴」。 AI落地應用仍存巨大空間 陳瑋表示，儘管AI應用覆蓋面持續擴大，但在製造業、金融、醫療等重點產業的核心業務環節，技術賦能仍顯不足。製造業、金融、醫療衛生等關鍵行業智能化轉型對系統穩定性、運行安全性、結果精準性、過程可解釋性要求較高，數位化改造基礎差異較大、投入成本較高、實施周期較長，轉型推進難度相對突出。 從實踐情況看來，當前人工智慧應用大多集中在輔助性、外圍性環節，真正進入生產線運行、核心風險控制、臨床診療決策等關鍵業務環節的偏少，與核心業務耦合度不高、融合深度不足，難以充分發揮技術賦能作用。 「目前，人工智慧的發展主要存在五點不足。」陳瑋說道：「一是產業智能化發展不均衡，區域協同融合不夠；二是核心環節應用滲透率偏低，轉型實效不強；三是技術供給與行業需求匹配度不高，落地難度較大；四是制度規則和創新環境有待完善，應用積極性不足；五是基礎支撐體系仍需加強，保障能力偏弱。」 陳瑋在採訪中著重提到了人工智慧技術落地過程中面臨的挑戰。她談到，由於高質量數據供給不足，製造業、金融、醫療等領域的核心業務數據專業性強、敏感度高、治理成本高，導致利用率低、標註數據稀缺。應用與業務「兩張皮」的情況時有發生，AI未真正融入工作流與決策鏈，加之傳統產業對風險謹慎，存在「不願轉、不敢轉」現象。技術供給與行業需求也存在理解偏差，通用大模型難以滿足垂直行業的複雜數據結構、高可靠性需求及「幻覺」風險控制。 她表示，如何推動AI從「可用」走向「深度用好」，從邊緣場景向核心業務滲透，正是當前產業界需要集中突破的「最後一公裡」難題。 推動技術創新與產業創新深度融合 推動AI與業務場景深度融合，核心在於破解「應用與業務兩張皮」問題，杜絕「外掛式」「展示性」項目，真正讓AI融入企業工作流與決策鏈。 陳瑋表示，未來3~5年，人工智慧的重點發展方向將聚焦於深化「人工智慧+」行動，以產業場景攻堅為抓手，推動技術創新與產業創新深度融合。 為此她提出五點建議： 一是加強統籌布局，促進區域產業協同融合。強化頂層設計，將人工智慧與實體經濟、區域產業融合發展納入整體部署，完善政策體系，健全推進機制；優化區域發展布局，支持各地依託產業基礎打造特色化融合應用場景，推動創新要素跨區域有序流動、高效配置；加大對中小微企業、縣域經濟智能化改造支持力度，推廣輕量化、低成本解決方案，縮小數字發展差距。 二是聚焦核心環節，提升產業智能化深度水平。強化數據治理，運用新一代人工智慧技術對存量數據進行整合、挖掘與利用，提升數據資源價值，優化現有業務流程；積極發展人工智慧原生應用，推動智能技術嵌入核心生產、核心運營、核心決策場景，構建安全可控、人機協同、全程可溯的應用模式；開展試點示範，遴選一批基礎條件好、治理水平高的主體開展核心環節應用試驗，在風險可控前提下適度開放決策與執行權限，形成可複製經驗。 三是健全制度體系，營造鼓勵創新的良好環境。完善行業標準、應用規範和監管規則，明確安全底線、技術要求與責任邊界，為深度應用提供制度保障；建立健全創新容錯機制，對符合發展方向、依法合規、非主觀故意且未造成重大風險的探索試錯予以包容，激發主體創新活力；強化全流程安全管理，完善數據安全、算法安全、隱私保護體系，堅決守住安全發展底線。 四是夯實基礎能力，強化融合發展支撐保障。加強行業數據整合與共享，建設安全合規的數據流通機制，提升數據要素支撐能力；完善普惠算力供給，依託全國一體化算力網絡降低智能化應用成本；加強「行業+AI」複合型人才培養引進，完善人才發展機制，強化人才支撐。 五是深化協同創新，構建高水平產業生態。支持產學研用協同攻關，提升關鍵技術、共性工具、行業解決方案供給能力；強化財政、金融、稅收等政策支持，引導資源投向核心環節智能化改造；鼓勵多元主體參與創新，推動形成大中小企業協同、區域聯動、產學研融合的良好生態，不斷提升人工智慧賦能實體經濟與區域發展的整體效能。 访问：8
| 智能识别单号追踪 |