2025年，我国人工智能产业将焕发出勃勃生机、亮丽迹象。人工智能企业数量预计将超过6000家，主要产业规模将超过1.2万亿元。在新一轮科技革命和产业变革深刻演变的背景下，人工智能的快速发展不仅催生了新产品、新业态，也带来了科学研究范式从基础逻辑的系统性、根本性转变，加速研发活动从传统的人力密集、试错、线性递进模式转向数据驱动的智能模拟、联合并行处理、持续迭代的新模式。放眼全球，人工智能在艾瑞研发中的应用正在从局部的工具应用走向深度集成的新阶段。贯穿整个流程和所有要素。与此同时，人工智能正在成为前沿科学发现的“加速器”。在生物医学、新材料、新能源等领域，人工智能可以高效处理大量科学数据和文献，将原本需要数年的探索过程压缩为数月甚至数周，大幅减少基础研究的时间和成本。另一方面，人工智能驱动产业技术发展，实现智力突破。产品设计流程可以根据性能需求自动生成不同的设计方案。模拟测试过程可以显着减少制造和测试的物理原型的数量。工艺优化过程允许您实时分析生产数据并单独找到最佳参数组合。这种“数据驱动+智能“决策”模式正在推动研发从经验转向智能。我国在人工智能技术和产业应用方面拥有优良的基础，为引领科研范式转变提供了得天独厚的机遇。首先，我国拥有非常大的市场和应用场景，为技术研发提供了丰富的试验场和持续迭代反馈的数据。其次，在一些领域已经形成了从计算机设备、算法框架到产业应用的比较完整的产业链，为协同创新提供了生态基础。战略正在加速设计，政治环境不断优化，推动人工智能与实体经济深度融合已成为明确方向。但我们也必须认识到，人工智能真正融合仍面临诸多挑战。智慧融入产业创新和研发。比如主要核心算法、框架、高端芯片等基础层还存在不足。构建高质量、标准化的工业数据集进展缓慢。人工智能技术和产业知识方面的全能型人才都短缺。此外，适应敏捷创新和容错试错的研发管理体系和文化普遍尚未形成。系统推进智能化，深刻提升产业创新，需要技术进步、绿色建设、要素支撑、制度保障等多方面协同努力。加强基础研究，筑牢智能化研发基础。研发范式的根本性变革离不开坚实的技术基础。我们要继续加大对基础设施自主创新的投入大力发展机器学习、知识图谱、大规模模型等算法，鼓励科研机构和企业合作构建高水平开源人工智能框架和平台。着力消除高端人工智能芯片、先进计算架构等硬件瓶颈，提升自主可控智能计算能源能力。构建协同生态系统，连接研发创新链。联盟将通过鼓励“链所有”企业、大学、新型研发机构和初创企业设立创新型公司，在共性技术研发、中试验证和场景应用等方面开展密切合作。推动全国人工智能融合创新中心或开放平台建设，提供模型服务、算力支持和技术咨询，减少中小企业的申请门槛。开发复合型人力资源，创新组织管理机制。人才和组织是确保范式转变实现的关键要素。要加快完善人工智能领域校园建设，推动高校与企业联合培养，培养既懂人工智能技术又懂相关行业知识的“AI+×”复合型人才。推动企业内部设立人工智能自主研发创新单位和实验室，增强技术决策权威和资源规划灵活性。改变传统的线性项目管理模式，鼓励敏捷研发和扁平化管理机制，适应快速试错和持续集成，营造鼓励探索的创新文化。并容忍失败。拓展场景应用，完善政策支持体系。广泛的应用场景是技术成熟、范式深化的关键因素。重点关注 I+D 的制造、生物医学的开发和新材料的合成，以及 I+D 能力和所有零件中涉及的 I+D 能力的场景列表我们需要遵循“列出清单并承担责任”的方法。主要的机制包括初级产品的使用、创新产品的安全保障以及人工智能 I+D 冲动结果应用的快速应用。政治、研究和评估公式、金融管理、安全保障和知识产权保护的必要条件调整研究和人工智能的特征，最终实现机构的稳定、包容性和持续性，以促进研究和开发范式的变革。 （作者张林山、龚丕明分别为国家发改委宏观经济研究所研究员、副研究员。来源：经济日报）
（编辑：刘鹏）