人工智能与实体经济深度融合：最后一公里该往何处去？

智能安保、语音识别、智能客服……几年间，被视为新一轮产业变革核心驱动力的人工智能技术边界不断扩大，已大踏步走进寻常百姓家。然而，相比在安防、金融、零售业的火热推进，人工智能技术在工业制造、农业等实体经济领域的深度融合仍存在诸多困难，尚处于起步阶段。

中国人工智能学会理事长戴琼海就有这样的感受，在近日召开的第八届吴文俊人工智能科学技术奖颁奖典礼暨2019中国人工智能产业年会上，他抛出了这样一个问题：“当前，解决人工智能与实体经济深度融合的发展瓶颈，最后一公里路该往何处去？”

这不是他一个人的感受。“人工智能为实体经济赋能，是趋势和前景，但做起来，还有一些亟待解决的问题。”中国科学院院士张钹说。

人工智能赋能以制造业为代表的实体经济，自动化、信息化是基础。但来自艾瑞咨询的一份报告显示，2018年我国制造业企业数字化设备联网率仅为39%。

科技部新一代人工智能研究发展中心副主任李修全认同这一观点：“可以说，在人工智能应用于实体经济特别是工业这方面，中国还是存在一些劣势。”

人工智能要发挥“威力”需要数据支撑。在李修全看来，自动化和信息化的不足直接导致的是工业数据的缺乏。“与国外先进制造业相比，他们所拥有的工业控制和传感设备在生产中积累了大量数据，可帮助人工智能落地。而我们的数据不足，而且引入的信息化设备多数也是进口，数据不为我们掌握。”

其次是智能制造一体化的问题。工业领域的人工智能技术落地需要体系化，“以缝纫机器人的生产为例，需要人工智能底层技术、算法等软件与传感控制设备等硬件相结合，缺一不可，对我们的一些硬科技门类提出了挑战。”李修全说。

高端、复合型人才严重缺乏也是人工智能与实体经济深度融合的一个瓶颈。

对接产业需求，人才要了解行业，也要掌握人工智能关键技术，能够进行应用开发。然而，由于人工智能技术的交叉性，我国在人工智能人才结构上呈现出高端人才和工程师“两少”特点，工程师的人才缺口甚至达到了500万～1000万。

点评：海量数据资源是人工智能与各个行业融合的关键，由于我国实体经济领域多数中小规模企业的自动化、信息化水平较低，数据较为缺乏，且缺少复合型人才，导致实体经济与人工智能的融合较低。未来，只有不断提高自动化、信息化水平，培育人才，实体经济与人工智能深度融合才能实现。