发挥人工智能优势 提升数字产业集群竞争力

图片来源于网络，如有侵权，请联系删除

6月14日，工作人员在东数西算（贵州）智算中心内巡检。新华社记者 刘续 摄

  党的十八大以来，我国数字经济蓬勃发展，数字经济核心产业增加值占GDP比重逐渐扩大。进一步壮大数字经济规模、推动高质量发展，需要扎实推进数实融合。今年的政府工作报告提出要“深化大数据、人工智能等研发应用，开展‘人工智能+’行动，打造具有国际竞争力的数字产业集群”。当前，我国数字产业集群建设整体尚处于数实融合的初级阶段，数字技术创新和应用水平亟待进一步提高，因此可通过“人工智能+”进一步增强其产业竞争力。

  我国数字产业集群发展现状

  数字产业集群是由相互依赖和互补的企业和机构组成，以数据为战略性资源，大量依托数字平台架构进行智能协同，具有生态边界开放特征的新型产业组织形态。

  与传统产业集群不同，数字产业集群在资源要素、协作方式和集聚范围上存在显著差异。数字产业集群对传统的土地、设备等有形要素的依赖性下降，数据成为关键资源要素；数字产业集群通过搭建平台架构，呈现出网络化的新型协作方式；数字产业集群呈现出虚拟集聚特征，超越了传统产业集群对特定地理区域的依赖。

  数字经济和实体产业规模是我国数字产业集群发展的优势。高质量发展的数字经济是打造数字产业集群的重要支撑。我国拥有良好的数字经济发展基础，规模稳居世界第二。《数字中国发展报告（2023年）》显示，我国数字经济规模超过55万亿，数字基础设施不断扩容提速，算力总规模达到230EFLOPS，居全球第二位；先进技术、人工智能、5G/6G等关键核心技术不断取得突破，高性能计算持续处于全球第一梯队。浙江杭州数字安防产业集群（中国视谷）、湖北武汉光电子信息产业集群（中国光谷）、安徽合肥智能语音产业集群（中国声谷）正是数字产业集群化发展的典型代表。

  数字产业集群发展不仅包括数字产业，还包括传统产业数字化转型。我国拥有超大规模的实体产业基础，以制造业为例，目前拥有全球产业门类最齐全、产业体系最完整的工业体系。实体产业具有广泛的数字化转型需求，为数字技术应用提供业务场景，从而加快技术创新，双向赋能、螺旋攀升。浙江温州电气产业集群、湖南长沙工程机械产业集群、山东青岛家电产业集群等，都是传统产业集群推进数字化转型、打造数字产业集群的典型代表。

  数字产业集群竞争力提升面临的挑战

  我国数字产业集群建设整体还处在数实融合的初级阶段。数字技术创新和应用水平有限、对实体产业的赋能和提升效应不足、区域发展不平衡和国际资源整合不充分等挑战突出，具体表现为：一是数据“沉睡症”问题。尽管集群内企业拥有大量数据资源，但由于数据采集、存储、分析能力的不足，这些数据未能得到有效激活和利用，处于“沉睡”状态。二是架构“失调症”问题。数字产业集群中由于内部结构和协作机制的不协调，导致资源、技术和数据流动不畅，集而不群，难以形成有效的产业协同效应。三是生态“自闭症”问题。生态“自闭症”是指数字产业集群由于长期形成的特定产业结构和内部生态环境，难以接纳新的数字技术和业务模式，导致难以实现跨产业、跨区域、跨国界的资源整合。

  数字产业集群开展“人工智能+”行动的三大着力点

  “人工智能+”行动是破解数字产业集群数据“沉睡症”、架构“失调症”和生态“自闭症”的创新举措。人工智能可以通过大数据分析和机器学习技术，挖掘和利用海量数据，提高资源配置效率，依托数字平台促进创新和协作，推动集群整体的智能化转型发展。

  “人工智能+”激活产业集群数据价值，重点在于突破关键技术瓶颈，精准赋能企业智能创新。

  激活数据价值是为数字产业集群创新提供“新燃料”。构成数字产业集群的要素不仅包括传统资源、技术、资金、人力等，还拓展为数字技术（特别是人工智能技术）和数据资源。数据是数字经济时代的“新石油”，而人工智能则是开采这一宝贵资源的“钻井”。

  首先，激活数据价值需要克服数字技术挑战，包括数据采集、存储、处理、分析等方面的关键技术瓶颈。其次，利用突破后的数字技术，可以融合更多业务场景的数据，实现更深层次的数据分析和挖掘，从而促进业务智能创新。人工智能技术，如大数据分析、机器学习和深度学习，能够处理和分析海量数据，从中挖掘出潜在的市场趋势、技术创新点和运营优化方案，突破了传统数据处理方法的局限性。通过AI技术，企业可以更好地理解市场需求和用户行为，进而进行精准的产品开发和市场定位。

  例如，湖北武汉光电子信息产业集群致力于建设完善的大数据采集、存储和处理基础设施，为数据的高效管理和分析提供技术支撑，并不断推动政府、企业、研究机构多方之间的数据资源开放共享，打破数据孤岛。在浙江经编产业集群，通过“人工智能+”行动有效释放了数据价值，显著突破了技术瓶颈并精准赋能企业智能创新。集群引入了AI驱动的生产管理系统和市场分析工具，对集群内超过100家经编企业的生产数据和市场数据进行深度分析。例如，通过AI分析每天的生产数据和市场反馈，某企业将生产效率提高了15%，原材料浪费减少了20%。

  “人工智能+”促进产业集群全链路协同，重点在于构建数字平台架构，协同产业链多主体。

  构建平台架构是为数字产业集群安上“新引擎”。与传统产业集群主要在物理空间进行分工和协同不同，数字产业集群通过构建数字平台架构，整合各类人工智能技术，可以实现产业链上下游多主体之间，在研发、产能和订单上的高效协同。人工智能技术包括但不限于机器学习、深度学习、自然语言处理和数据挖掘等，这些技术可以应用于生产过程的优化、供应链的智能化管理、市场需求的预测和营销策略的制定等方面。例如，通过机器学习算法对大数据进行分析，可以实现生产计划的优化和预测，提高生产效率和资源利用率；通过自然语言处理技术，可以实现供应链信息的智能化提取和处理，加快信息传递和决策反应速度。综合运用各类人工智能技术，构建数字化平台架构，将为产业集群带来更加广阔的发展空间和更高的效益。

  在我国珠三角地区已建立起了智能化水平相当高的制造业集群，实现了研发、生产、销售全流程的自动化、智能化。例如广东嘉禾铸锻造产业集群，通过与树根互联公司的合作，构建了数字平台架构，实现了产业链多主体的协同发展。该产业集群采用先进的工业互联网技术，搭建了铸锻造产业集群的数字化平台，实现了生产过程的全面监控和管理。通过智能化能源管理系统，对生产设备的能耗进行实时监测和调节，有效节约了能源成本，提高了生产效率。此外，县政府还采取了一系列措施，解决了企业入园搬迁过程中面临的问题，包括对水电设施的安装和厂房卷闸门的配备等，都进行数字化的管理。据统计，自数字平台上线以来，参与试点的企业平均节省电费7万多元，生产效率提升约10%。

  “人工智能+”开拓产业集群生态系统，通过跨产业、跨区域、跨国界发展，更高水平整合资源。

  开放生态系统为数字产业集群加入“新催化剂”。与传统产业集群本地集聚不同，数字产业集群具有极强的虚拟集聚特征。“燃料和引擎”结合后，需要跨产业、跨区域、跨国界的创新环境作为“催化剂”，才能发挥出更大作用。人工智能技术可以促进不同行业、技术、资源的交叉融合，不再拘泥于某个产业、某类产品，而是聚焦某类应用、某类服务，打破传统产业集群对特定产业的限定。我们需要以整体性、系统性的视角看待数字产业集群，串联协同各集群特色产业，加强信息数据互联互通，开展跨行业、跨地区、跨层级算力服务合作，打造一体化网络，构建一体化布局，建设西部算力集成调度平台和“东数西算”示范基地。这意味着不仅要加强数字产业集群内部的协同，还要积极推动其与外部市场和其他数字产业集群甚至国外集群机构的紧密合作，共同探索新技术、新业务、新模式的应用。

  浙江杭州数字安防产业集群充分发挥了人工智能技术的作用，推动了产业集群生态系统的跨区域、国际化发展。首先，人工智能技术为产业集群的国际化提供了技术支持和创新动力。一些企业通过不断引进和应用人工智能技术，不仅提升了产品的智能化水平，还推动了解决方案的创新和升级，赋予企业在国际市场上的竞争优势。其次，人工智能技术为产业集群的跨区域发展提供了技术支撑和创新动力。各家企业通过引进人工智能技术，实现了对生产、管理、营销等各个环节的智能化升级，提高了产业集群的整体效率和竞争力。这些智能化的生产和管理模式，为产业集群在跨区域、虚拟集聚发展中提供了可持续的动力和支撑。（作者 浙江工商大学现代商贸研究中心王节祥）