2025年，我國人工智能產業活力迸發、亮點紛呈，人工智能企業數量超6000家，核心產業規模預計突破1.2萬億元。在新一輪科技革命和產業變革縱深演進的背景下，人工智能發展迅猛，不僅催生了新產品、新業態，更從底層邏輯上引領科研范式發生系統性、根本性變革，使研發活動從傳統的人力密集型、試驗試錯型、線性遞進式，加速轉向數據驅動、智能模擬、協同并行與持續迭代的新模式。

縱觀全球，人工智能在研發中的應用，已從局部工具應用邁向全流程、全要素深度嵌入的新階段。一方面，人工智能正成為前沿科學發現的“加速器”。在生物醫藥、新材料、新能源等領域，人工智能通過高效處理海量科學數據與文獻，能夠將原來耗時數年的探索過程壓縮至數月甚至數周，顯著降低了基礎研究的時長與成本。另一方面，人工智能驅動產業技術開發實現智能躍遷。在產品設計環節，可根據性能要求自動生成多種設計方案；在仿真測試環節，能大幅減少物理原型制造與測試次數；在工藝優化環節，能實時分析生產數據，自主尋找最優參數組合。這種“數據驅動+智能決策”的模式，正推動研發從經驗依賴走向智能驅動。

我國在人工智能技術與產業應用方面已形成良好基礎，為引領科研范式變革提供了獨特機遇。首先，我國擁有超大規模的市場與應用場景，為技術研發提供了豐富的試煉場和持續迭代的反饋數據。其次，在部分領域已形成從算力設施、算法框架到行業應用的較完整產業鏈，具備協同創新的生態基礎。再次，國家戰略加快布局，政策環境持續優化，推動人工智能與實體經濟深度融合已成為明確方向。

不過，也要認識到，真正讓人工智能深度融入產業創新和研發仍面臨一系列挑戰。比如，關鍵核心算法、框架與高端芯片等基礎層仍存短板，高質量、標準化的行業數據集建設滯后，兼具人工智能技術與產業知識的復合型人才短缺，以及適應敏捷創新、容錯試錯的研發管理機制與文化尚未普遍形成。系統性推動人工智能深度賦能產業創新，需從技術攻堅、生態構建、要素支撐與制度保障等多維度協同發力。

強化基礎攻關，筑牢智能研發底座。研發范式的根本性變革離不開堅實的技術基礎。需持續加大對機器學習、知識圖譜、大模型等底層算法的原始創新投入，鼓勵科研機構與企業共建高水平人工智能開源框架與平臺。著力突破高端人工智能芯片、先進計算架構等硬件瓶頸，提升自主可控的智能算力供給能力。

構建協同生態，貫通研發創新鏈條。鼓勵“鏈主”企業、高校院所、新型研發機構與初創企業組建創新聯合體，圍繞共性技術研發、中試驗證與場景應用開展深度合作。推動建設國家級融合人工智能的創新中心或開放平臺，提供模型服務、算力支持與技術咨詢，降低中小企業應用門檻。

培育復合型人才，創新組織管理機制。人才與組織是范式變革落地的關鍵保障。要加快完善人工智能領域學科建設，推動高校與企業聯合培養既懂人工智能技術又掌握相關行業知識的“AI+×”復合型人才。鼓勵在企業內部設立獨立的人工智能研發創新單元或實驗室，賦予其更大技術決策權與資源調度靈活性。變革傳統線性項目管理模式，推廣適應快速試錯、持續集成的敏捷研發與扁平化管理機制，營造鼓勵探索、寬容失敗的創新文化。

拓展場景應用，完善政策支持體系。廣闊的應用場景是驅動技術成熟與范式深化的重要牽引。應聚焦制造業研發設計、生物醫藥發現、新材料合成等關鍵領域，系統性發布人工智能賦能研發的重點場景清單，通過“揭榜掛帥”等方式吸引各方力量攻關。完善創新產品的首購首用與保險補償機制，為人工智能驅動的研發成果市場化應用提供早期支持。在政策層面，需研究制定適應人工智能研發特點的統計評價、資金管理、倫理安全與知識產權保護規則，為研發范式變革營造穩定、包容、可持續的制度環境。

來源：經濟日報