官方网站-首页

本文转自：河南日报农村版

□吴燕燕

人工智能是引领新一轮科技革命和产业变革的战略性技术，是发展新质生产力的重要引擎。智能经济下的区域竞争，已经演变为算法、算力、数据、软硬件与场景服务协同的产业生态比拼。宁波制造业、民营经济、港航物流基础优越，人工智能落地场景丰富，但面临核心技术短板、产学研衔接不畅、高端人才短缺、成果转化能力不足等问题，亟须推动五链深度融合。

明晰全产业链高质量发展的逻辑机理

一是技术创新的源头驱动机制。核心算法、基础软硬件和数据处理平台决定产业链的技术高度，自主可控能力决定产业链的稳定程度。基础研究、关键技术攻关和工程化验证持续突破，能够推动技术向产品转化、产品向场景渗透，并通过应用反馈促进算法和系统迭代，由此形成“技术突破—产品开发—场景验证—再创新”的循环。

二是场景需求的牵引放大机制。人工智能的价值最终要在真实生产和服务活动中体现。宁波在汽车零部件、装备制造、石油化工、港航物流等领域拥有大量复杂场景，可为视觉检测、预测性维护、智能排产、柔性搬运、供应链优化等技术提供验证空间。需求牵引能够打通从研发到市场的“最后一公里”，放大技术创新的经济社会效益。

三是多链融合的协同增效机制。人工智能研发周期长、投入大、跨学科特征突出，仅靠单一主体难以完成全流程创新。政府、高校、科研院所、链主企业、科技型中小企业和金融机构需要围绕共同任务开展协作——链主企业提出需求、组织集成并开放场景，高校、科研院所提供基础研究和人才支撑，中小企业深耕细分技术，金融机构提供长期投入，政府完善公共平台和政策服务。

四是制度治理的韧性保障机制。数据安全、算法可信、知识产权保护和行业合规贯穿人工智能产业化全过程，发展与治理同步推进，才能增强产业链应对技术变化、外部冲击和市场波动的能力。

打通人工智能全产业链高质量发展的实现路径

第一，夯实产业基础，补齐关键环节短板。聚焦核心算法、工业软件、智能传感器、关键零部件、数据平台等产业薄弱处，梳理企业真实技术诉求，推动企业联合高校、科研院所开展联合攻关。统筹建好算力、工业数据、公共技术平台，用好宁波汽车零部件、高端装备、港航物流的产业基础，重点开发适配本地产业的行业模型与智能化应用。

第二，坚持需求导向，推动技术落地见效。围绕智能制造、智慧物流、智能汽车、医疗健康、城市治理等重点领域，深入企业了解数字化转型遇到的实际困难，优先选择条件成熟、需求明确的领域开展试点示范。项目评价不片面追求技术参数好看，更多看能不能实实在在提效率、降成本、优品质。

第三，发挥龙头带动，强化产业内外协同。支持本地龙头企业牵头，联合科研单位、中小配套企业一起搞研发、做中试、促成果落地转化。加强同外地头部企业对接，用好宁波籍在外科技人才资源，拓宽外部创新合作渠道。

第四，做实要素保障，破解人才资金数据瓶颈。发展人工智能，既需要算法研发人才，更急需懂生产工艺、懂现场工程的复合型人才。推动本地高校结合企业实际需求调整专业方向，把机器人、智能汽车、工业视觉等产业实践融入教学实训，提升人才培养适配度。

第五，优化政策服务，统筹发展和安全。做好科技、产业、人才、金融、数据政策的统筹衔接，避免扶持资金分散、项目重复支持。针对核心算法、工业软件、智能传感器、机器人关键部件，建立常态化跟踪研判，及时掌握产业短板和供应链风险。守好数据安全、算法评估、知识产权、伦理治理底线，同时给新技术新产品留出试错创新空间。

总的来看，宁波发展人工智能全产业链，要立足制造业、港航物流的既有优势，打通从技术研发、关键部件生产到产品转化、场景应用的完整链条。既要充分调动本地企业积极性，也要积极引进外部创新资源，发挥甬籍科技人才纽带作用，推动外部技术资源和本地产业深度结合，逐步打造上游供给稳固、中游转化顺畅、下游应用丰富的人工智能产业生态。

（作者单位：宁波财经学院人工智能学院； 本文系2026年度宁波市新型智库课题“宁波推进人工智能全产业链发展研究”的阶段性成果，属“宁波财经学院数字经济与公共政策研究院研究成果”）