在进入智能时代之际，在各个领域、行业广泛应用AI，并形成AI产业体系是当前发展未来产业，发展新质生产力的首要任务。
任何技术的应用都是经过长时间逐步深入、逐步完善，与其它要素相互作用，并从方便使用、提高效率到全面改变产业形态和结构，形成新兴产业体系，发展新建构、新质态的新质生产力。
当年电力代替蒸汽机开始并没有引起生产极大提高，而是在电机深入制造应用后才引起结构性变化。计算机是经历了大型机、中型机到进入千家万户的Pc机时代，互联网也是进入到生产生活的各个方面才引起生产力极大提高。今天的AI要在应用和产业中才会有全新建构和新质态的新质生产力的跃升。所以在少数人对AI算力、算法、大模型继续改进提升的同时，在目前我国AI核心产业已有6000亿元规模基础上，集中全力使AI尽快在制造、服务各领域广泛应用，并在应用中积累数据，解决相关科学问题，形成AI产业体系，加快形成AI新质生产力是实现第四次工业革命的关键。
马克思指出：科学技术已作为“独立的力量”进入社会生产过程，成为“构成物质生产力的不可缺少的要素，并与生产力中其它要素相结合，使之发挥重要作用，形成强大的直接生产力”。马克思强调科学技术与其它生产要素的结合，才能形成强大的直接生产力。
钱学森1980年说过：“一般讲科学技术是生产力，但是不是直接生产力呢？直接的生产力是人和生产工具，所以科学技术要成为生产力还要通过人或生产工具，以及用科学技术来更好地把人和生产工具组织到生产过程中去。也就是要用科学技术武装人，要用科学技术设计、制造更好的生产工具，要用科学技术提高生产组织管理水平。这是要能动地推进的，不是自然而然的，科学技术不会自己变成生产力。这是我国目前的一个大问题，大量科研成果用不到实际生产中去。”（钱学森，1980）
马克思对科学技术与其它生产要素结合形成生产力的论断和钱学森的科学技术要通过人或生产工具才能成为直接生产力的论述，都说明科学技术必须深入产业的应用，深入生产力要素并实现要素之间的相互作用，才能形成生产力。
电力技术从诞生到广泛应用于生产制造过程，经历了约50年的时间。19世纪末，电力技术的诞生开启了第二次工业革命，使得人类社会进入了电气时代。最早的电力系统以直流为主，但随着技术的发展，交流电因其远距离输电的优势逐渐取代了直流电。20世纪初，交流电力系统在全球范围内得到广泛应用，为工业生产和居民生活提供了可靠的能源。随着发电机、电动机、变压器等电力设备的发明和改进，能够更好地支持流水线生产和自动化控制，电力逐渐成为工厂动力传输的主要形式。说明科学技术是通过渗入到劳动者、劳动资料和劳动对象，又通过这三要素相互作用，提升了生产的质量和效率，形成新建构和新质态的新质生产力。
美国宾夕法尼亚大学在1946年成功研制出世界上第一台通用可编程数字电子计算机ENIAC（电子数值积分计算机）。
1950年，美国完成了第一台中型计算机——UNIVAC I（通用自动计算机I型），是第一款商业化的计算机产品。
1958年，中国科学院计算技术研究所成功研制出我国第一台半导体大型体计算机103机（定点32二进制位，每秒2500次）。1959年，中国第一台每秒运算一万次的快速通用电子数字计算机也成功问世，进一步增强了国防和科研实力。
1965年，中国成功研制出第一台大型晶体管计算机109乙，其改进型号109丙在两弹试验中发挥了重要作用。
IBM的PC机于1981年8月12日上市。IBM PC机的发布标志着个人电脑时代的开始，并从此改变了整个计算机行业的面貌。这台型号为IBM 5150的个人电脑，不仅在技术上具有创新性，更通过其开放式体系结构，推动了整个计算机行业的标准化，也带来生产力的革命性提升。
PC机的普及前后，生产力的提升主要体现在办公自动化和信息处理能力的提升上。PC机的广泛应用使得文档处理、数据分析等工作变得迅速便捷，极大地提升了工作效率。PC机的普及还促进了信息技术的发展，使得企业能够实现更高效的数据管理和沟通，进一步提高了整体生产力。
互联网的应用一开始是是少数人通过互联网作为通讯工具，1983年 Internet公司联结562台主机，1998年 Internet公司联结超过10000万台。上网人数：1998年美国 1.46亿户，2001年欧洲 1.49亿户，中国1995年8万户，1998年210万户， 2002年5800万户，截止2024年6月达近11亿人，互联网普及率78.0%。
我国企业运用互联网是在2010年后， 开始进入互联网。开门户、作展示、开个店、委托作。随后使用互联网工具。是“+互联网”。B2C、微信、微盟、O2O，使供需双方效率极大化，形成生活、消费、营销互联网。开始了产品和服务资源的租赁、技能与资产的协作共享、金融市场的再分配等。第三步是企业互联网化。是“互联网+”。APP和公众号进入你的大平台。是重构发展战略、生产方式、商业模式，跨界合作、整合资源，形成平台互联网，互联网金融。
所以从电力技术的出现到电机进入制造系统，以及从大中型计算机到PC机的普及和互联网，这些技术的广泛深入应用和形成产业体系才极大地推动了现代生产力的发展，提升了整个社会的运行效率和生活质量。
“新质”是生态学概念，是各要素相互作用全新建构的综合，不是新技术、新质量和生产力的简单叠加，它代表了技术、生产要素和产业的全面革新。
邬焜在1990年的《自然的逻辑》一书中提到“新质是一种崭新的综合，是通过各要素间的复杂的非线性相互作用而完成的一种全新建构，不是各要素性质的简单线性叠加，便使系统所具的新质不能不从本质上超越了要素的个别规定性。”
新质生产力是全新建构和质态的生产力。强调新的生产力要素及其相互作用，和原来的生产力三要素的分别表述具有本质的不同。它具有：技术的颠覆性突破、生产要素的创新性配置、产业的飞跃式发展、生产力质的提升等特点。
随着科技和经济社会的发展，现代生产力的构成已经得到了极大的扩充，已经远远超出了生产力的三要素框架。数据已成为了现代生产力的核心要素之一，信息生产力，制度生产力，科学、思想、文化、创造力等要素在现代生产过程中扮演着越来越重要的角色。
AI产业体系包括AI产业化和产业AI化。AI是新一轮科技革命和产业变革的重要驱动力，将对全球经济社会产生深远影响。AI技术通过数据、算法、算力的综合创新，特别是在数字经济时代背景下AI产业体系将形成具有新质生产力的产业创新生态系统。新质生产力具有数字化、网络化、智能化特点，以数据作为关键生产要素，AI技术广泛深入应用，技术创新为核心驱动力，AI技术不仅提升传统产业的效率与质量，还催生新的生产范式和经济增长极。
人工智能对生产力三要素以深刻改变并赋予新的功能。这些要素包括劳动者、劳动资料和劳动对象，它们在AI的推动下正在经历根本性的变革。对劳动者的技能提升、角色转变、人机协作有全新要求；对劳动工具设备、资料的技术创新、数字化改造、维护升级都有新的跃升；对劳动对象的资源优化、新材料应用、从顶端优化的环境友好都将有质的改变。所以AI通过深刻改变生产力三要素，赋予了它们新的功能，从而推动了生产力的质跃和新质生产力的形成。这种新质不是要素的简单叠加，而是通过复杂的交互作用产生具有原有要素所不具备的新的性质和特点的结构或功能，所形成的全新建构和质态，表现为AI及其要素的相互作用形成的崭新的原理技术、崭新的工具方法、崭新的组织模式、崭新的产业范式、崭新的体制机制、崭新的产品和服务等。
AI产业体系形成的新质生产力包括数据生产力、信息生产力、知识生产力、智慧生产力。
AI产业体系涵盖了广泛的领域，包括智能制造、芯片、智能物联网、生物经济、自动驾驶、机器人、AI助理Agent等。人工智能作为新一轮科技革命的核心，不仅深刻影响着社会生活的各个方面，也正在开辟新的岗位和市场，推动许多发展范式的根本转变，促进经济社会结构的深刻变革。
各个业务部门都可以尽快使用AI。如国家气象中心联合清华大学研发的中国气象局人工智能临近预报系统“风雷”1.0版和中国气象局人工智能全球中短期预报系统“风清”1.0版通过业务化评审，认为系统运行稳定，预报性能达到当前主流大模型系统水平，“风雷”1.0版利用机器学习等人工智能技术，可生成9项全球气象预级产品。
智能制造是通过自动化和数据分析提高生产效率与质量。实现定制化生产和灵活的生产线。利用机器学习优化生产流程和维护预测。
汪应洛院士创立“智能制造管理“理论并指导实践。西安交通大学—英飞凌智能制造管理联合实验室在2016年7月成立。并发布《智能制造管理白皮书》（2017年版）。
“智能制造管理是利用新一代信息通信技术和数据分析技术对企业所有资源进行集成化管理”（《智能制造管理白皮书》），对智能制造技术、产品、装备、材料、协同进行总体设计，对智能制造过程的质量、能效、稳定性进行控制和评估，智能人才的管理，大数据、环境安全、网络安全、人与机器人协作安全等的管理。实际上就是智能制造生态系统管理。包括：企业智能制造管理系统、区域智能制造管理体系、智能制造管理学理论。
AI在智能制造的生产过程中也发挥着至关重要的作用。AI可以通过分析不同数据，包括销售历史数据、供应链建构、产品价格等信息，做出更加准确的需求预测。同时，AI还能实现预测性设备维护和生产工艺优化，提高检测效率和自动化程度，减少设备损耗，提高生产效率。
AI在智能制造的供应链管理中也发挥着重要作用。AI可以提高供应链的透明度和响应速度。同时，AI还能够协助企业进行更准确的销售预测和库存管理，减少库存积压和供应链中断的风险。
预计未来智能制造将更加智能化、自动化和个性化，为企业带来更大的经济效益和社会价值。
“生成式设计”将为机械零件的制造带来革命，“数字孪生”将为自动化设备（和生产系统）的开发带来革命。
AI在芯片研制中的影响涵盖设计优化、性能预测、材料选择、新材料研发、智能工艺调整、虚拟制造模拟、数字孪生技术、工艺仿真、AI-EDA工具等对芯片的设计、研制和生产有巨大支持。
智能物联网将智能设备通过网络连接，实现数据共享和通信。应用于家居自动化、智慧城市和工业监控。利用大数据和AI优化能源使用和设备管理。
利用AI进行环境感知、决策规划和自动操作。提高交通安全，减少事故发生。改变物流行业，提高运输效率。
5、机器人。
机器人不限于工业生产，更拓展至服务性行业如医疗、教育和家庭服务。AI使机器人能更好地理解人类意图和适应复杂任务。发展无人系统，如无人机和自动小车，以执行危险或重复性任务。
6、AI助理Agent。
每个人都有自己的AI助理Agent来提供个性化服务，如推荐系统和虚拟助手。在医疗、金融等领域提供专业咨询。改进用户界面和增强用户体验。
7、AI为生物经济发展提供新模式。
AI在生物经济中的作用是全方位的，它不仅推动了科学研究的进步，加速药物研发和基因编辑等技术，同时在AI辅助诊断，个性化医疗方案，基于患者历史数据，提高医疗准确性，改善医疗服务，提高人们的生活质量。AI技术的应用使得生物医学领域能够更快速、更精准，更安全，更经济，更普惠地发展。医疗系统从“疾病为主”向“健康为主”转变，为解决生命健康问题提供了新的模式和思路。
8、AI为低空经济发展提供了广阔的空间和无限可能。
城市通用飞机、飞艇、飞行汽车、直升机、无人机等飞行器空中交通管理、物流网络优化，低空观光娱乐、智能空域监管、专业培训与技能提升到智慧农业农村应用，AI都发挥着不可替代的作用。
9、智能家居。
家庭自动化，如智能照明、温控和安全系统。通过语音和手势控制，提高居住舒适性和安全性。集成系统，使设备间能互相沟通和自动化协调。
10、AI用于金融科技。
AI在金融领域用于风险管理、投资分析和客户服务。实现个性化银行服务和智能投顾。提高交易效率和安全性。
11、AI教育和培训。
个性化学习平台和智能教学辅助工具。包括机器人培训。数据驱动的教学策略和课程设计。扩大教育资源的访问和提高教学质量。
12、AI安防系统。
AI用于视频监控分析，提高公共安全。面部识别和异常行为检测。灾害预警和应急响应。
13、智能服装。
14、脑机接口。用于学习，记忆和睡眠。
15、全息投影技术应用。
16、自动翻译技术应用。
17、电子商务与电子政务。
电子商务中AI的应用侧重于市场营销、客户服务和供应链管理。
电子政务中AI的应用主要体现在智慧化的城市管理、高效的政府办公、精准的信息管理和优质的公共服务等方面。
电子政务在AI的应用上，可以通过智能问答系统、身份验证、智能审批等方式提升公共服务效率和质量。
总之，AI产业体系的发展潜力巨大，其应用正逐步渗透进各个行业和生活领域，形成全新的产业和商业模式。随着技术的不断进步和标准化工作的推进，AI的应用将更加广泛和深入，为社会带来更多便利与创新。未来，通过持续的技术开发和跨行业合作，AI产业将为全球经济的高质量发展提供更强的动力。
AI的应用不是仅会替代和挤走许多工作岗位，而是会创造更多的AI工作岗位。
四、在AI产业体系构建中，以应用科学（即技术科学、工程科学）为主，掌握核心关键技术
第四次工业、技术、科学革命的核心是生命科学和AI。是“科学”和“系统整体”的挑战；是AI、区块链、自动化、第五代移动（5G、6G) 、边缘计算、万物智慧互联（AIoT）的挑战；智能制造管理的挑战；脑科学+AI+智能超算的基础建设和应用场景的挑战；企业治理模式、产业模式、商业模式创新和管理思想的挑战；智能化自组织自学习科学和技术的挑战。
要认真总结在互联网信息革命时代，我们有数字产业取得的许多重大进步的经验，但核心技术，尤其是芯片和工业软件不足的教训。还要迎接新的挑战。
总结我们在数字技术在产业应用中的经验教训。国产工业软件较国际最高水平落后许多年。尽管我国工业软件起步不晚，甚至一度紧随世界一流，但当前我国自主工业软件市场占有率，从上世纪90年代中后期的25%萎缩到目前不足5%,关键领域甚至全军覆没。
在近年来几次“卡脖子”事件中，工业软件和芯片是同时击中中国制造的“软”“硬”两把利剑。工业软件作为最大短板未引起社会各方足够重视。
当前中国数字化服务企业虽然在云平台、数据平台上有不少建树，但多数仍属系统集成、内容服务商。云平台的有商务阿里云，微信文娱腾讯云，政企华为云、浪潮云，AI百度云，华为智能制造云，但制造业云平台较弱，号称“全球引领的工业互联网”的海尔云卡奥斯COSMO Plat也属初步。
数字经济缺乏核心关键技术；数字经济企业还没有形成集群效应，缺乏相互系统配套能力；数字经济缺乏领军企业；数字经济还未形成新经济范式；数字经济企业还未形成全行业紧密合作的大生态系统；根本问题是缺少熟悉数学又深入工程科技的算法专家和科技企业。
AI产业体系中有许多科学问题要解决，包括算法的优化、数据质量控制、计算能力提升、应用实际中的算法等。
在AI产业体系中，只有对应用科学通过跨学科合作与系统化研究，AI产业体系才能不断突破现有限制，实现从实践到理论的飞跃。
在科研和创新中增强AI的作用需要在工程技术应用中深入研究应用科学，即钱学森1948年就提出的技术科学（工程科学）入手，构建跨学科研究团队，完善数据和计算平台，推进算法和模型创新，应用场景驱动和解决在智能检测中发现的科学问题。
结论：尽快在各个领域应用AI，早日形成AI产业体系，形成新质生产力，推动产业深度转型升级和经济高质量发展，推动社会的全面进步，也提高AI的科学技术水平。
