推进人工智能产业化，需众擎易举

人工智能产业应用总体上处于起步阶段，仍有一些难题制约应用场景落地。人工智能被认为是引领新一轮科技革命和产业变革的战略性技术。当前，我国人工智能与产业融合的情况如何？业内专家认为，我国人工智能产业应用总体上处于起步阶段。

推进人工智能产业化，需力推人工智能应用场景的落地。首先应充分发挥我国海量数据和巨大市场规模的优势，获取有价值的数据，提高数据的真实性，提高相关工作人员协助人工智能企业标注数据的积极性；加强数据之间的联动，要在保障数据安全和隐私安全前提下，将优质数据投入到算法模型训练上，降低行业参与者的成本，助推拓展人工智能应用的深度。还要搭建良好的产业生态链条，让学界和产业界共同努力，探索拓展产业的边界和范围，以人工智能运用需求为导向，运用大数据来分析问题，针对性培育基于人工智能的产品和服务，提升人工智能与产业的融合度。

推进人工智能产业化，需基础数据和平台技术的突破创新。首先应抓住人工智能芯片发展的机遇，积极搭建人工智能生态圈，培育领军企业，获取人工智能产业的自主权，其次突破与创新，培育一批具有行业引领带动作用的人工智能企业和产业，建立起从基础研发、平台技术开发到应用落地的人工智能产业生态链条，支撑人工智能的行业应用。

推进人工智能产业化，需多部门领域共同促进和监督。首先是参与者要积极布局，发挥好各自的优势，搭建起人工智能产业生态；管理部门充分发挥好引导作用，帮助解决制约行业发展的共性问题。相关执法部门和法律部门要落实行业标准、政策法规等外部环境有效推进人工智能产业。

推进人工智能产业化，需搭建好与传统行业生态有效衔接的桥梁。要处理好人工智能与传统行业的匹配问题，打通两者之间的壁垒，双方加深理解，做好沟通桥梁。要推进智能化信息基础设施建设，提升传统基础设施智能化水平，促进人工智能与传统行业的良性互动，提升通信技术基础设施的配合力度，加强相关标注力度，畅通技术的桥梁。要引导行业专家共同参与，整合各行业的力量，服务人工智能产业发展，做好人才互通桥梁。最后要提高数据标注的质量，探索第三方权威机构牵头，建立市场导向的面向全行业公开共享的大型数据标注，提高效率，保障参与者积极性，最终推动整个行业的发展。