文 | 维辰

近日，省政协委员周立松认为，广东在AI基础设施建设方面，面临要素支撑效率较低、创新链与产业链协同薄弱、应用生态“散而不强”三大核心挑战，建议围绕算力、数据、中试、应用四个关键维度，系统布局新型基础设施。

过去一年，AI实现了从概念到日常应用的质的飞跃，人们对AI的期待已不止于回答问题，而是实实在在地改善生活。从更宏大的发展维度看，人工智能技术引领新一轮科技革命和产业变革，是推进新型工业化的重要驱动力，推动人工智能科技创新与产业创新深度融合不是“选择题”，而是关乎后续生存发展的“必答题”，以及赢得科技竞争主动权的“抢答题”。

广东是全国制造大省和人工智能集聚区，产业体系完备，应用场景广阔，市场空间巨大。

一方面，广东拥有全部31个制造业大类，制造业规模约占全国1/8，形成新一代电子信息、绿色石化、智能家电等9个万亿元级产业集群，为人工智能赋能应用提供了“试验场”。

另一方面，2025年，广东人工智能核心产业规模预计突破3000亿元，实现了超40%的高速增长，总量占全国四分之一，进一步强化了广东人工智能产业国内第一梯队优势，一大批工业大模型、工业智能体迭代升级，为制造业转型升级带来了“新引擎”。

正是基于AI与制造的超高适配度，以及二者结合可能产生的“化学反应”，近年来广东以责无旁贷的勇气锐气抢占制胜AI新赛道，先行先试推进AI在工业制造等场景的应用示范和推广。

毋庸讳言，AI与应用场景融合深度和广度仍需持续拓展。

有关负责人提到一个有意思的观点，他认为AI技术的边际成本趋近于零，这种越用越便宜的特性使中小企业集群成为AI红利的最大受益者，中小企业的生态优化将是AI时代的终极战场。然而，多数AI解决方案是基于大企业场景开发的，难以匹配中小企业的碎片化需求，企业自建AI团队突围，又面临AI人才匮乏与成本问题，限制其拥抱AI的意愿。

无论是业内公认的高质量数据缺乏、通用模型难以直接适配具体场景等，还是不同方面提到的应用生态、应用成本等问题，破题不仅需要企业决策者有魄力，有超前的眼光，还需要系统性的解决办法。

比如，广东支持工业企业、人工智能企业培育一批适应制造业复杂任务环境、具备跨模态数据处理能力的垂直领域大模型，研制一批质量检测、工艺优化、设备运维等场景专用小模型，将工业领域数据集和工业知识语料库纳入重点项目支持范围，能够避免企业重复投入，提高AI“可用性”、降低企业使用成本。

再比如，分行业分领域征集发布人工智能场景“需求清单”和产品服务“供给清单”，为供需对接提供精准指引，组织专业力量为制造业企业提供咨询诊断和“建档立卡”服务，解决制造业企业对于人工智能“怎么应用”“找谁改造”的核心问题。

《广东省人工智能产业促进条例》立法工作也在加快推进，有关政策、机制的不断完善，将加快AI对制造业、信息服务业的全面赋能，书写产业发展新篇章。