问题：传统产业是国民经济的重要支撑，制造业中占比高、链条长、带动面广，其转型升级直接影响现代化产业体系建设进度。当前，人工智能与传统产业融合明显提速，但在“深度融入、规模复制、稳定可控”上仍有瓶颈：一是底层核心能力偏弱，关键软硬件、基础研究与生态协同仍需加快突破；二是应用推进不均衡，中小企业普遍面临“不敢用、不会用、用不起”——不少应用停留单点环节——数据流通与共享不畅；三是安全与治理压力上升，数据安全、算法公平、知识产权等问题更加突出，面向新业态的治理体系仍待完善。 原因：从发展阶段看，我国数字经济在完成“广泛连接”后，进入“以智能驱动创新”的新阶段。技术迭代更快、产业渗透更深，需求侧对算力、数据、算法的综合供给提出更高要求。从供给侧看，传统产业数字化基础差异较大，部分企业历史系统多、数据分散，跨部门、跨工序的数据治理成本高；同时，高端芯片、高速互联等关键环节仍是制约因素，影响落地效率与综合成本。对中小企业而言，资金与人才约束更突出，既缺专业团队，也缺可快速部署的通用方案。治理上，人工智能应用与数据要素流动同步扩大，有关规则、标准与责任边界需要尽快明确，才能为规模化应用提供更可预期的环境。 影响：积极变化正在出现。政策层面，2025年8月国务院印发《关于深入实施“人工智能+”行动的意见》，继续明确推进方向，为传统产业改造升级提供制度支撑。基础设施层面，截至2025年底，我国已建成全球规模最大、技术领先的5G网络，全国一体化算力网络加快构建，“5G+工业互联网”项目超过2万个，累计建成7000余家先进级、500余家卓越级智能工厂，为智能化升级打下数字基础。产业层面，人工智能在研发设计、生产制造、质量控制、设备运维、供应链管理等环节加速渗透，有助于缩短研发周期、降低能耗与损耗、提升良品率，推动企业从“经验驱动”转向“数据驱动、模型驱动”。同时，融合应用正从“点状试验”走向“链条贯通”，带动传统产业重塑组织方式与竞争优势。 对策：破解瓶颈需要系统推进，形成“技术供给—场景落地—治理护航”的闭环。 一是把核心技术攻关作为基础工程。面向未来产业竞争，持续夯实算力、算法与数据三大底座，围绕类脑智能、世界模型等前沿方向加强布局，推动高端芯片、高速互联、算力互联互通平台等关键环节加快突破；提升底层算法在语言、视觉与多模态方向的原创性与工程化能力，推动关键领域国产化替代与软硬协同，完善自主可控的产业生态。 二是以场景牵引推动规模化应用。立足制造业主战场，推动重点行业从单点智能迈向全流程智能，围绕智能辅助设计、虚拟仿真、故障预警、智能质检、柔性排产等高价值场景，形成可复制、可推广的解决方案。前沿终端与新形态同步推进，加快新一代智能终端研发应用，探索多智能体协同与人机协作的新模式。针对中小企业，建议以区域性“智改数转”公共服务平台为抓手，提供标准化方案、技术支持与人才培训，降低试错成本与部署门槛，形成可持续的应用扩散机制。 三是完善治理体系与安全保障。坚持发展与安全并重，强化数据安全、算法安全与深度合成治理能力，推进相关关键技术攻关与落地应用，提升鉴伪、风控与安全防护水平。探索分级分类监管与标准体系建设，明确数据使用边界、模型责任与风险处置流程，运用智能检测工具防范算法歧视、数据泄露等风险。同时，加强科技伦理治理与知识产权保护，完善适配新业态的法律法规与投融资体系，为企业创新提供稳定预期。 前景：从地方实践看，融合路径正在加速成熟并向全国扩展。浙江以场景与政策协同发力，突出“芯模联动”攻关与行业垂直大模型培育，推动标杆应用落地；广东以“百行千模”为牵引，推进制造业数字化链式改造，让人工智能融入研发、生产、销售全链条；北京强化创新策源与生态构建，依托企业集群打造“技术攻关—场景应用—生态赋能”闭环。这些探索表明，人工智能赋能正由点到线、由线到面扩展。可以预期，随着基础设施持续完善、技术成本进一步下降、治理规则逐步健全，“人工智能+”将更深嵌入传统产业全链条，推动质量、效率与动力变革，并催生更多新模式、新业态和新增长点。
"人工智能+"代表着产业演进的新方向，也是我国把握全球竞争主动权的重要机遇。传统产业升级不是简单的技术替换，而是涉及流程、组织与治理的系统性变革。只有把技术创新与应用实践结合起来，把政策支持与市场机制衔接起来，把安全底线与创新活力统筹起来，才能让人工智能真正成为传统产业提质增效的关键抓手，推动我国经济实现高质量发展。