今年政府工作报告提出，持续推进“人工智能+”行动，并将“支持大模型广泛应用”首次写入政府工作报告。
当前我国人工智能大模型赋能实体经济发展的情况如何，还存在哪些问题，人工智能如何赋能传统产业尤其是制造业的转型发展？全国政协委员王江平在接受《人民邮电》报记者专访时表示，近几年，我国人工智能加快发展，已经进入与实体经济深度融合的阶段，政府工作报告提出持续推进“人工智能+”行动，可以说是正当其时。
“人工智能赋能实体经济发展才刚刚开始。”王江平表示，现在的大模型还是基础模型，不是行业模型，我们还需要专业化的数据集来进一步驯化大模型，才能让人工智能进入实体经济，应用到相关专业领域。
今年以来，以DeepSeek为代表的大模型快速发展，掀起人工智能发展热潮。对此，王江平表示，大模型之所以受到这么大关注，是因为人工智能可以进入任何一个行业，所以大家都在谈人工智能，表象是很热，但实际上人工智能赋能新型工业化、赋能实体经济转型升级还只是刚刚开始。各地结合本地的产业实际，推动人工智能进入本地的产业发展是积极的现象，应该鼓励。
当前，人工智能发展也面临诸多安全挑战，其中备受关注的是人工智能的幻觉问题。王江平分析，人工智能之所以会产生幻觉，是因为大模型自身没有完整的、专业的数据库，但是它有一个补白机制，通过调整权重，自查输出一个结果，这个结果在专业人士看来是错误的，但是一般人看来却是符合逻辑的，这就叫幻觉。
“幻觉与数据集的丰富性和专业程度有很大关系。”王江平认为，我国公共数据集比较丰富，但专业数据集相对匮乏，所以当涉及很专业的问题时，幻觉问题就很突出。“推进人工智能赋能实体经济，必须加快行业专业化数据集的建设。”
今年3月1日，国家公共数据资源登记平台正式上线，公共部门和事业单位产生的数据都要进行登记。但是除此之外，一些专业的数据还掌握在一些专业企业手中，这些数据并不是公共数据，企业对自己的数据有隐私泄露的忧虑。对此，王江平表示，要建立一个利益共享机制，推动企业把这些数据集成起来，形成专业的数据集，这样驯化的行业模型、场景模型才有价值。
除了数据集以外，还有商业模式的问题。王江平表示，算力、算法和数据是人工智能发展的三要素，其商业模式也离不开这三者。因此，要加强算力建设与运营，发展算力芯片GPU/ASIC／以太网交换芯片，推进智算中心建设与运营，强化网络安全。同时，要以云服务和算力租售等方式强化模型托管，以SaaS/MaaS、模型应用服务、AI Agent等推进模型应用，还要加强模型评估与验证。此外，要加强数据治理服务，建设数据可信空间，开展数据标注，推进数据产品交易，确保数据安全。“还要推进AI终端制造，如AIPC、AI手机、AI眼镜、AI家电、AI穿戴设备、AI生产设备、具身智能／智能机器人、智能汽车等。”
对于人工智能进入制造业，王江平建议，要做好五方面工作。一是加快行业模型、场景模型的发展。这就需要专业的数据集支撑。二是积极探索新商业模式。人工智能进入实体经济可以催生出很多新的商业模式，也带来很多新的就业岗位。比如，人工智能会提高算力设施的使用度，模型的数据建设也会不断加快，带动模型评估和人才教育培训等相关领域发展。三是加强企业的数据治理。企业自身的数据治理体系要建立起来，要管理好自己的数据。如果企业自身的数据治理不规范，那么应用大模型的效果会大打折扣，只有一个高水平的数据治理，才能支撑大模型更好应用。四是开展模型的检测、验证和评估。当前，模型有大有小、良莠不齐，到底这些模型安不安全、有没有后门值得关注。特别是在国计民生重要领域，模型是需要进行检验和评估的，所以检测检验评估的服务体系要迅速建立起来，否则企业没办法使用这些模型，也不敢使用这些模型。五是做好行业人才培养。要培养数字战略科学家、数字素养企业家、模型工程师、数字贸易商、数字产业工人等，推动人工智能进入制造业。
