（記者 李玲）近年來，作為產業和社會數字化升級的推動力之一，人工智慧被提到國家戰略高度，受到空前重視。在2017、2018及2019年連續三年的政府工作報告中，都提及加快人工智慧產業發展，2020年更是被列入“新基建”範圍。隨著產業發展逐漸成熟，5G通訊網路建設加快，人工智慧與社會各行業的融合也更廣泛和深入。
“人工智慧+”新業態嶄露頭角
人工智慧（AI）一詞在1956年被提出後的幾十年裡，一直停留在概念階段。當新一輪科技革命的熱浪襲來，人工智慧再一次被推到臺前，通訊技術的進步，5G的到來讓人工智慧產業發展“如虎添翼”。
當前，“人工智慧+”作為一種新業態已開始進入萌芽和發展階段，尤其是今年以來，疫情讓行業意識到產業智慧化的重要性，越來越多的行業開始擁抱人工智慧，新應用不斷湧現。如在今年的戰“疫”過程中，人工智慧技術在教育、醫療、社會管理等方面發揮了無可替代的作用，科技力量嶄露頭角。
在醫療行業方面，新冠肺炎疫情期間，北京、湖北、天津、安徽、雲南等30多個省市透過人工智慧電話機器人開展新冠肺炎疫情重點人群排查、宣教和無接觸式疫情相關資料的採集，累計服務5900萬人次，篩查出伴有發熱症狀居民3.6萬人，流行病學史陽性4.7萬人。人工智慧賦能基層醫療，補全基層診療服務短板。
在推動智慧教育方面，以人工智慧、大資料等為代表的新技術，緩解了傳統教育目前存在的現象級難題，如，智慧批改技應用在教師日常作業批改中，時間可減少50%-70%；透過手寫識別技術結合自動批改、知識圖譜等技術，可記錄學生學習資料、並以此精準分析每個學生的薄弱項進行個性化作業佈置，從而把學生的無效重複作業時間減少50%以上……這讓“師生減負”從“口號”成為可能。
在工業方面，如山東黃金三山島金礦採用5G+人工智慧，使金礦進入無人化智慧採礦時代。據瞭解，這是一個以 “5G+人工智慧”技術為基礎的為無人化採礦整體解決方案，由鑿巖臺車無線通訊、影片傳輸進行自動化控制，結合5G網路通訊技術實現了實時採集和上傳採礦車各種執行資料，並進行遠端無線遙控工作。其中遙控操作平臺並在雲端機群系統中顯示礦車執行軌跡和狀態資訊等功能，有效消除礦區井下人員安全風險，降低礦企運營成本，提高整體盈利能力，助力礦企迅速復工復產。
以上這些僅僅是人工智慧在行業應用的一個縮影，其當前不斷湧現的技術和應用創新正追趕和突破人類的想象。
人工智慧與產業融合“漸入佳境”
毫無疑問，5G的到來以及人工智慧技術的逐步成熟，其正加速在各個行業的滲透融合。據最新資料顯示，人工智慧已進入應用加速落地和創造價值的新時期。
近期釋出的《中國新一代人工智慧科技產業發展報告 2020》的資料顯示，從797家中國人工智慧骨幹企業中的581家應用層企業的應用領域分佈看，人工智慧技術已經廣泛分佈在18個應用領域。
其中，企業技術整合與方案提供、智慧機器人兩個應用領域的企業數佔比最高，分別為15.43%和9.66%。關鍵技術研發和應用平臺、新媒體和數字內容、智慧醫療、智慧硬體、金融科技、智慧商業和零售、智慧製造領域企業數佔比相對較高，分別為8.91%、8.91%、7.65%、7.03%、6.65%、6.52%、6.15%。智慧農業的佔比最低，僅為0.75%。
從資料看，人工智慧與行業融合正在加速，但尚處於初期，未來發展空間還很大。
未來隨著政策、資本的進一步推動，我國人工智慧產業發展正進入“加速跑”階段。這個觀點可從《中國新一代人工智慧科技產業發展報告 2020》資料中得到證實。
該報告顯示，2019年，我國地方政府共出臺276項涉及人工智慧發展的相關政策，超過2018年的259項。覆蓋了智慧政務、智慧醫療、工業網際網路、智慧製造、智慧車聯網、智慧教育等諸多領域。同時，從內容看，與2018年相比政策更加細化，推出了一系列對具體產業和應用場景開放的扶持政策。
在智慧產業園區建設方面，我國在2018年163家人工智慧產業園區的基礎上，2019年新增產業園區138家。專家表示，透過產業園區的規劃和建設，各地區將會形成一批人工智慧科技產業發展的重要載體，成為引領區域產業結構調整的智慧科技創新區。
產業智慧化升級是一場持久戰
人工智慧作為一項重要的創新技術，它對各生產要素的提升力量不言而喻，據相關報告預測，至 2035年，人工智慧將提升我國經濟發展的年增長率達到 1.6 個百分比，而且我國的勞動生產率也將上升 27%。“人工智慧+”形成智慧經濟新形態，將為實體經濟發展注入新動能，助力產業數字化升級。
然而，人工智慧助力產業數字化升級是場持久戰，這場“硬戰”，只有起點沒有終點。這也意味著，人工智慧與各行業的融合將不斷有新的課題與挑戰。
業內人士指出，就人工智慧發展的現狀來看，大眾對行業應用的結果期待很高，但“理想”與“現實”還是有一定距離。其一，當前人工智慧領域受技術發展、資本驅動等影響，創新創業欣欣向榮，但與實體經濟融合的行業應用仍處於初級階段，呈現出供給側和需求側錯位的現象。其二，受行業壁壘、人才、資訊化程度等多重因素影響，人工智慧與實體經濟融合的行業和區域結構性問題突出，在金融、零售等數字化、資訊化、開放度較高行業的融合已初具成效，但與製造、農業、教育等行業的融合仍處於起步期。
而企業作為人工智慧賦能的主體，人工智慧在企業的應用需要企業數字化轉型來適應，則需在管理與技術上不斷創新。更進一步說，企業不僅要在行業融合的廣度上謀差異化思考，還要在行業應用的深度上深耕場景應用，透過廣度和深度的結合，加強結構性的強場景融合，助力產業整體數字化升級，為產業升級賦能提供加速度。
目前階段，我國處於人工智慧應用的早期。人工智慧作為數字經濟發展的戰略基石，必將帶動產業的蓬勃發展，但人工智慧經濟紮實落在應用層面上，還需要不斷探索與鑽研。