如影随形

人工智能赋能劳动力优化升级

发布时间：2025-11-27 09:52编辑：365bet体育投注浏览（139）

中国经济网版权所有 中国经济网新媒体矩阵 网络广播视听节目许可证（0107190）（京ICP040090） With the continuous breakthroughs in technology, the expansion of application scenarios and the acceleration of industrial integration, the current development of artificial intelligence (AI) is entering a new stage of 2.0, which is a new stage of dual-wheel drive of thinking and action. Facing the technological advantages of artificial intelligence in industrial upgrading, product development, service innovation, etc., in order to promote the deep integration of artificial intelligence with the real economy, on November 26, the 2025 National Smart Enterprise Development Conference hosted by the China Enterprise Confederation and the China Entrepreneurs Association was held in Ganzhou City, Jiangxi Province.本次大会的主题是“AI驱动创新，数智引领未来”。会上，朱中国企业联合会党委书记、常务副会长兼秘书长洪仁在致辞中表示，要扎实推进以数据驱动、场景引领、系统推进为特征的新型数字智能深度融合发展。 Artificial intelligence will bring "smart innovation" to the manufacturing industry. Today, AI is profoundly changing work methods, business models and the industrial ecology of the manufacturing industry. “目前人工智能应用的落地呈现出微笑曲线的特点，大规模模型应用的落地是两端快、中间慢，即生产制造端慢，管理运营营销服务端快。” Wang Jiangping, Director of the Electronic Science and Technology Commission of the Ministry of Industry and Information Technology and a re搜索级高级工程师向《证券日报》记者表示，“从总体情况看，目前大型模型在工业领域的应用案例，在管理上营销服务、运营等极其繁杂的衔接环节上还没有得到支撑，还没有触及生产制造的主要环节（主要工业流程的调整、优化等）。工业生产场景与个人消费场景不同，工业生产线对连续性和可靠性的要求非常高，当大型工业生产线出现轻微误差时，另一方面，工业制造往往由许多工业系统和设备集成而成。现有质量控制和工艺优化环节的技术需要系统创新来解决兼容性和通信等问题。此外，不同行业产品类型不同、组件模型复杂、应用场景差异较大、标准化程度较低。 It's hard for the big onesmodels trained in specific industries to generalize to other industries.为解决“人工智能+制造”的难点和痛点，王江平认为，推动人工智能从通用环节向劳动、制造等主要环节迈进，需要“通用大模型+专业小模型”协同发展。 That is, in the training process, most companies combine the "wisdom" of large models with the "agility" of small models to achieve a balance between performance, efficiency and cost. At the same time, the AI-enabled industry must prioritize the application of high-value scenarios and focus on效率、复杂决策、个性化需求和新用户体验的革命。比如效率革命，隐性知识可以清晰，老师傅的操作经验可以清晰。将专家流程的经验和知识转化为可复制的真实算法模型，突破个人能力的限制。多位与会专家表示，未来，随着人工智能融入制造主要环节，将为制造业带来“智能创新”，推动制造模式从离散、被动向持续、主动、全局优化升级。优质数据可以解决“AI错觉”问题。近年来，国内外大牌车型迎来爆发。据中国信息通信研究院统计，到2025年7月，我国将发布大型模组1500余款跻身世界前列，这意味着我国人工智能技术取得了快速发展。与此同时，大模特“自言自语”、严重“胡言乱语”的问题更加突出。这种现象被称为“AI错觉”。比如，《证券日报》记者问了一个大模型：糖尿病患者可以用糖代替糖吗？答：蜂蜜含有丰富的维生素和矿物质，有助于提高免疫力，是一种健康食品。这种现象表明，一些大型模型存在保真错觉的问题，即答案的内容虽然不包含事实错误，但与问题无关，不符合用户的意图。 “要解决‘AI错觉’问题，专业的大型模型变得更加重要。”浙江大学原校长潘云和说。 “基于标准信息数据的大规模语言模型在回答问题时通常不够准确。问一些专业问题。基于科学数据的专业大模型可以解决这些问题。”数据质量对大模型很重要。高质量的数据可以让大模型变得更聪明，而低质量的数据可以让模型变得愚蠢甚至出错。因此，可以用专业的大数据来训练专业的大模型。比如大模型就像一个正在成长的孩子，数据是它需要的各种营养物质。数据越丰富，模型能学习的知识就越多，大脑就越发达。很多专家表示，过去大家都注重力量但随着数字化、网络化、智能化的深入发展，数据作为关键生产要素的价值日益凸显，高质量、多样化的数据集将是大模型性能和实际应用突破的关键。稳步推进数字化转型，着力汇聚各类数据源，建立企业知识图谱和各类垂直应用人工智能模型，用数据要素驱动各类生产要素创新配置，积极探索数智新发展模式，为企业高质量发展注入新要素。