2025两会 | 海尔周云杰：关于以工业大模型为关键变量赋能新型工业化的建议

人工智能是引领这一轮科技革命和产业变革的战略性技术，具有很强的“头雁”效应。当前，人工智能在工业大模型的深度应用实践中主要面临三大挑战：

一是数据质量与语料库构建的双重瓶颈。 工业领域涵盖广泛，包括41个工业大类，207个工业种类，666个工业小类，数据结构多样、数据质量参差不齐，提升工业数据质量、推进数据标准化以及高效构建和维护工业语料库，成为制约工业大模型应用发展的瓶颈。

二是场景适配与模型可靠性的双重挑战。 工业生产环境中工艺流程复杂、操作控制高精度、安全标准严苛，不同行业、企业生产流程和需求差异巨大，模型无法更好地适应各种复杂场景。

三是转型切点和话语体系的双方错位。 从供给侧看，服务商提供的智能解决方案存在“自说自话”，总体上成熟度不足、标准化不够、匹配度不高；从需求侧看，工业企业数字化转型痛点和需求不明、找不准转型重点。

因此，周云杰围绕以工业大模型为关键变量提出以下建议：

一是夯实发展底座，发布国家级工业场景图谱、语料库和数据集。 建议由工信部牵头，充分发挥我国工业门类齐全、应用场景丰富和海量数据资源等优势，设立国家专项，加大力度推广实施“一图四清单”行动方案。

二是支持龙头企业，示范工业大模型应用价值。 建议由工信部牵头，以财政补贴的方式支持家电、汽车、医疗等重点行业的龙头企业，开展基于工业大模型的人工智能深度应用先行先试，打造标杆，示范应用价值；同时，鼓励龙头企业提炼并共享其在研发设计、生产制造等关键环节深度应用人工智能的典型案例。

三是扶持平台企业，促进工业大模型服务中小企业。 建议由工信部牵头，对国家级双跨平台企业出台专项财政扶持政策，培育一批工业大模型与场景图谱精准匹配的标准化、可复用、低成本的解决方案，为中小企业提供用得上、用得起、用得好的人工智能服务。