杜传忠 林迎蕾：人工智能标准促进中国制造业高质量发展的机制与路径

［摘要］制造业是立国之本、强国之基，对于国家经济实力和综合竞争力的提升具有不可替代的作用。人工智能作为新一代信息技术的通用性目的技术，其标准制定对于制造业高质量发展而言至关重要。人工智能标准是指规范人工智能技术开发、应用、伦理与社会影响的指导性框架和规则，其基本特征是范式性/兼容性、网络效应与锁定效应、专利性、多源性、软硬法协同、强调伦理价值等，且具有形成人工智能的底层框架与基础逻辑、规制人工智能的技术方式与行业应用等功能。人工智能标准通过规范、推进制造业高端化、智能化和绿色化，以实现制造业高质量发展。现阶段，中国人工智能标准制定及其对制造业高质量发展的作用已取得明显成效，但也存在诸多问题与制约因素。应加快完善人工智能标准顶层设计，加快智能制造标准研制，强化与高端制造联动，提升对绿色制造的针对性，进一步完善人工智能法律制度、标准安全与伦理规范建设，保障制造业高质量发展。

［关键词］人工智能标准；制造业高质量发展；高端化；智能化；绿色化

制造业是立国之本、强国之基。发展壮大实体经济，加快社会主义现代化强国建设，须大力发展先进制造业。中共二十大报告明确提出，要“推动制造业高端化、智能化、绿色化发展”。截至2024年，中国制造业规模已连续15年位居世界第一。但从总体上看，中国制造业大而不强，关键核心技术创新能力仍显不足，尚处于全球制造业价值链中低端。面对全球复杂多变的竞争环境，中国迫切需要抢抓第四次工业革命发展机遇，加快推进人工智能与制造业深度融合，以智能制造为主攻方向，大力推进制造业高端化、智能化、绿色化发展。在这一过程中，应大力开展以标准提升引领传统产业优化升级行动，充分发挥人工智能标准的基础性和引领性作用。2025年4月25日召开的中共中央政治局会议明确提出，要“大力推进重点行业提质升级，坚持标准引领，规范竞争秩序” 。为此，应扎实做好人工智能标准化工作，以标准引领推进人工智能技术落地应用，加快推进制造业高端化、智能化、绿色化转型升级，为建成制造强国提供有效保障。

一、人工智能标准的基本特征与功能

（一）人工智能标准的基本特征

所谓标准，通常是指基于集体的理性选择，对行为和实践作出的一致性测度、说明与规则等。根据不同的分类规则和方法，可对标准作分门别类及等级划分。现行通常使用的标准分类规则，主要包括按适用范围、制定主体、经济功能、标准化对象和形成时间等分类。人工智能标准则是用于规范人工智能技术开发、应用、伦理与社会影响的指导性框架和规则。按照《国家人工智能产业综合化体系建设指南（2024）版》的定义，人工智能标准体系主要由基础共性标准、基础支撑标准、关键技术标准、智能产品与服务标准、赋能新型工业化标准、行业应用标准和安全/治理标准七个部分构成。人工智能标准主要有六大特征：

第一，范式性/兼容性。标准的范式性/兼容性指的是为物质资料的使用提供共同的基础，通过定义技术、设备、系统和服务之间的共同规范，使之能够相互交流与合作。人工智能技术是新技术叠加态的高阶形式，具有突出的复杂性和高难度性，新技术之间的融通、链接存在较大的技术壁垒。人工智能标准规定了技术的特性、参数范围以及技术实现所需的数据质量与算法性能等最低要求；此外，还通过建立统一方法和实施流程，规定技术要点和数据信息，使得生产所需的不同专利技术能够遵循同一技术路径，为人工智能系统的开发和应用提供了统一的技术基础。人工智能标准的范式性/兼容性特征，使得组件与组件之间、系统与系统之间、产品与产品之间可实现信息交互与共享，由此为“万物互联”的实现提供了强有力的支持。

第二，网络效应与锁定效应。网络效应亦称“网络外部性”，是指产品或服务的价值随着用户数量的增加而增加的现象。该效应可分为直接网络效应和间接网络效应。前者指的是同一市场内消费者之间的相互依赖性，即使用同一产品的消费者可以直接增加其他消费者的效用。像ChatGPT这种生成式人工智能，随着用户数量的增加，系统从用户反馈中学习，从而提高预测的准确性和系统的实用性。后者主要产生于基础产品和辅助产品之间技术上的互补性，这种互补性导致了产品需求上的相互依赖性。如自然语言处理（NLP）和语音识别，语音识别技术将语音转换为文本，而NLP则分析和理解文本的含义。这两者结合可以用于语音助手和智能客服等应用，使得用户能够通过语音与系统进行自然的互动。网络效应的直接后果是形成锁定效应，即消费者一旦选择某一厂商的产品，即会发生各种效用的沉淀，由此形成专用性资产，以至于将来更换厂商时将会发生较大的转移成本。因此，对于消费者而言，一般不会轻易改变其所属厂商。在这种情况下，其他厂商的最优选择只能是追随主流厂商的技术标准。因此，锁定效应的存在使掌握标准的企业在一定程度上强化了自身的垄断力。例如，人工智能领域的OpenAl公司就展现了技术标准带来的网络效应和锁定效应。特别是在大型语言模型领域，其开发的ChatGPT模型在全球范围内引起了广泛的关注，推动了人工智能技术在自然语言处理和聊天机器人等领域的广泛应用，也在一定程度上垄断了人工智能技术的相关应用领域。

第三，专利性。技术标准一直处于人工智能标准体系的中心地带。它是一种比较特殊的知识产权，为反映技术的进步程度，呈现出比较明显的专利化趋势。具体而言，一方面，诸多人工智能标准是以“事实标准”形式出现的，在这些事实标准中包含了大量的专利技术。另一方面，随着专利的价值日益凸显，标准必要专利已逐步成为全球经济一体化进程中国家竞争力的核心战略资源，各个市场主体争先抢占标准必要专利。因此，在人工智能标准的制定、实施与扩散过程中，广大市场主体都希望成为专利权人，将自己的先进生产技术通过知识产权形式加以保护，并努力将该部分技术作为技术标准的一部分，成为标准必要专利，从而掌握技术标准应用的话语权，以此在市场竞争中占据主导地位。

第四，多源性。人工智能标准的多源性，一方面是指基于人工智能本身技术复杂的特点，标准需要涉及各个领域。例如，基础支持标准会包含基础数据服务、计算机设备与智能芯片等领域；关键技术标准主要由机器学习、计算机视觉与自然语言处理等各个领域高端复杂的技术构成。最终通过各个分层多源性的技术标准结合与协同以实现人工智能标准。另一方面指的是人工智能标准需要由多方协同制定和管理。首先，政府及事业单位是推动人工智能标准化的主要实施主体。其次，事业单位以及受行政机关指导的科研机构是拟定人工智能标准草案的主要参与者和引领者。最后，人工智能产业主体积极推进人工智能发展规划落实和标准落地实施。

第五，软硬法协同。法律是一种“自上而下”的治理模式，可视为“硬法”；标准则是一种“自下而上”的治理模式，可视为“软法”。法律强调治理的强制性和权威性，而人工智能作为技术密集型产业，技术是其本质。长期使用硬法进行技术管理，会抑制技术创新、忽略技术变革带来的风险。那么，随着技术本质在人工智能领域的凸显，制定相关标准已成为必然的客观需要。标准相比于法律而言，是一种非强制性的规范与引导，更加强调市场主体的自愿参与和表达。从现实情况来看，软法是目前人工智能治理过程中的常用手段，软硬法协同是全球人工智能治理的主要特征。从2017年至2023年，约有70个国家发布与人工智能领域相关的法律法规。标准与法律有效融合，通过法律可保障标准的实施效力，通过标准可提升法律的治理效能。由此，二者的功能合力，相互促进和激发，协同促进人工智能健康发展和应用。

第六，强调伦理价值。标准的“伦理含量”大多是通过人工智能算法设计与运行的基本原则体现。比如，2019年欧盟发布的《可信赖人工智能的伦理准则》，旨在确保人工智能技术的开发和使用符合道德标准，具体包含人类代理和监督、技术稳健性和安全性、隐私和数据管理等内容。其中，人类代理和监督指的是人工智能系统赋予人类自主性，使得人类能够有效监督和干预人工智能的工作程序；问责制度则保障了人工智能作出的决策实体能够追溯并解释这些决策背后的逻辑和算法。随着人工智能在交通、医疗与教育等领域的广泛应用，伦理价值等内容正在以一种能够被信任和理解的方式引入，同时保障对人权和公民权利的尊重，克服有关保护个人隐私和安全方面的难题，并确保人工智能所带来的效用能够得到广泛而公正的分配。

（二）人工智能标准的主要功能

基于以上人工智能标准的主要特征以及现实中的应用，其主要功能表现在以下方面：

第一，形成人工智能的底层架构与基础逻辑。首先，人工智能标准通过界定术语，帮助人工智能建立统一的语言，确保对概念的一致理解。人工智能作为新兴技术，伴随着大量新概念、新思想的产生，可能会导致表达混乱和理解偏差。制定和使用标准化术语，可有效消除这些分歧，建立统一规范的语言。其次，人工智能标准还规定了人工智能的支撑技术和产品，如大数据、物联网、云计算等，这些技术共同构建了人工智能的核心架构，确保其在与其他技术融合的基础上高效发展。最后，标准能够有效支持人工智能软硬件平台的建设，包括智能芯片、系统软件和开发框架等，确保人工智能的安全性、可靠性与可用性等关键性能。

第二，规制人工智能的技术方式与行业应用。人工智能标准化治理的实现路径需遵循技术内生性原则，即将标准体系深度嵌入技术本体架构之中，形成不可分割的共生关系。这种治理范式包含三个递进层次：在价值维度，标准应为技术研发提供伦理准则与价值导向；在技术维度，需将标准化要求转化为算法模型的技术参数，以规制人工智能技术方式；在应用维度，则通过场景化标准为不同领域提供具体指南，从而覆盖各行各业应用，实现精准规制。这些场景包括但不限于智能制造、智能农业、智能交通、智能医疗等领域。标准的制定与应用，实质性地推动了人工智能技术在开源开放的行业生态中不断自我优化，并引导行业不断修订和完善技术标准，同时规制体系协调配套，由此形成以标准引领人工智能行业乃至其他行业全面规范化发展的新局面。

第三，加快技术创新，促进资源共享。人工智能标准对于技术创新至关重要。首先，它降低了创新门槛，使创新者能够在现有技术框架内自主研发，从而减少从零开始构建的难度和成本。对于创业公司和中小企业，人工智能标准提供了可靠的技术基础，助其更快速地推向市场。其次，标准加速了知识创造周期，通过新方法整合现有知识并发现新知识，推动创新进程充满活力。再次，人工智能标准促进了知识和技术的溢出，帮助企业内部各部门之间更快地传播和应用技术，促进了整体创新。最后，标准促进了资源共享和创新生态的形成，并推动技术开源，使更多主体参与创新，有利于促进学术界、工业界和政府等各方进行合作创新，形成繁荣、高效的创新生态系统。

第四，保障产品与服务质量。人工智能标准有助于统一产品功能和性能要求，提高产品质量和用户体验。首先，人工智能标准能够规范产业发展，减少行业混乱和不确定性，提升行业整体水平和竞争力。通过实行统一的技术标准，可抑制或避免无序化竞争，促进技术有序发展与进步。其次，借助于标准明确技术规范要求，有助于提高产品及其服务质量。通过设定测试方法和性能指标，确保产品的稳定性、安全性和可靠性，满足市场和用户的需求。例如，在制造业领域，智能检测和机器学习可以快速准确地检测产品质量。最后，人工智能标准可升级和优化供应链管理，通过分析供应链数据预测需求、优化库存和选择供应商，达到全周期提高产品的质量和客户满意度。

第五，推动跨行业、跨领域融合。随着人工智能技术逐渐嵌入各行业，标准化的作用愈加重要，有利于促进人工智能技术跨行业、跨领域的创新应用，实现各行各业人工智能技术创新、应用的合作。首先，人工智能标准的制定和实施，提供了统一的技术框架，有助于减少技术壁垒，推动跨行业协作。比如，在医疗、金融、制造等行业，标准化可确保数据格式、算法和模型在不同系统间的兼容性，由此提高了合作效率。其次，人工智能标准确保数据互操作性，可解决跨领域合作中的数据孤岛问题。统一的数据格式、接口和安全标准使得不同行业的数据能够有效整合与分析，推动跨行业合作与创新。再次，人工智能标准的制定和实施，降低了跨界合作的技术门槛与壁垒，可使更多的中小企业和初创公司参与人工智能技术的应用与推广。最后，人工智能标准的制定和实施，促进了产业生态建设，例如构建智能城市、发展智能制造等，从而形成多元化的产业生态系统，可吸引更多的行业、企业等主体参与。

第六，有效评估风险，保障使用安全。人工智能标准化是保障信息和产业安全的基础性措施，表现在：一是人工智能标准为风险管理提供了技术框架，便于组织识别、评估、缓解和治理风险；二是人工智能标准要求对人工智能系统的整个生命周期进行安全风险评估，涵盖数据采集、模型训练、部署等阶段，通过建立评估指标和结合定量、定性方法识别和量化安全风险；三是人工智能标准明确规定数据隐私和安全要求，如数据加密、访问控制和隐私保护，确保数据在生命周期中的安全、准确和合规，防止泄露和滥用；四是人工智能标准还关注人工智能的伦理和社会影响，如算法偏见和社会责任，通过制定评估准则帮助技术主体在开发和应用中遵循伦理原则，以有效减少隐性的社会风险。

第七，打破贸易壁垒，加强技术合作。人工智能标准为扩大生产规模、满足市场需求提供规范化规则，同时也为竞争创造条件，特别是能够帮助发展中国家突破贸易壁垒，提升其产品、服务的国际竞争力。首先，人工智能标准有助于实现技术兼容。统一的技术标准能够消除不同地区的技术差异，使跨国公司在不同的市场遵循和使用相同技术要求，从而减少技术不兼容摩擦问题。其次，标准降低了合规成本。通过国际标准互认，企业可以遵循相同标准，避免在不同国家的合规风险，从而减少重新认证和调整的成本。再次，标准提升了市场信任度。人工智能技术标准有利于增强消费者、政府和企业对技术的认可，特别是在数据隐私和算法透明度方面，这种效应更为显着。标准化的产品一般被视为更可靠，由此可降低市场进入成本与风险。最后，标准的实施可推动世界各国加强政策协同和国际合作。比如，促进人工智能技术多国合作，推动各个国家更高水平的政策协同，减少因政策冲突带来的法律风险，同时企业也降低了进入新市场的风险。

二、人工智能标准促进制造业高质量发展的机制

高端化、智能化与绿色化是中国制造业转型升级的方向，也是实现高质量发展的内在要求。高端化、智能化与绿色化各有其侧重，同时又共同塑造未来制造业发展新格局，全面推动制造业高质量发展。其中，高端化聚焦于技术创新、产品质量提升和科技人才支撑，通过持续研发创新、提高生产流程的精密度与加大高素质人才支持，实现制造业的高端化；智能化通过引入大数据、人工智能与物联网等新一代信息技术，实现制造过程的数字化、网络化与智能化，发展智能制造；绿色化注重资源节约、节能减排与绿色生产，通过采用清洁能源、发展循环经济、使用绿色制造技术等，逐步降低生产制造过程对环境的污染和破坏。人工智能标准对制造业高质量发展的作用主要是通过促进制造业高端化、智能化与绿色化三个维度来实现的。

（一）人工智能标准促进制造业高端化

制造业高端化，是指一个国家或地区的整体制造业发展从相对“低端”向以高科技、高附加值、高智力密集性为特征的“高端”不断攀升的可持续发展过程。高科技，指的是关键技术的突破与创新；高附加价值，主要是指制造业产品和服务质量与竞争力的提升；高智力密集性，指的是制造业发展对知识和技术的高度依赖，需要通过高素质技能人才支撑得以实现。人工智能标准有利于促进制造业实现技术创新、提升产品质量与规范技术人才，以此推动制造业高端化发展。

第一，人工智能标准有助于实现制造业技术创新突破。首先，人工智能标准所具备的范式性/兼容性特征，可以通过减少不同组件间的“摩擦”、建立统一的技术基础结构，为新技术的探索与突破提供基础。具体而言，随着人工智能技术在制造业中的深入应用与推广，人工智能标准可以通过规范像硬件（如智能机器人、自动化设备）与软件（如生产调度系统、质量检测系统）之间的接口、数据传输协议和技术标准等，确保不同品牌的机器设备与软件之间的兼容性，避免由于缺乏统一标准而导致的技术壁垒等问题，从而提高制造效率，加速技术创新。其次，人工智能标准可以为制造业企业创新技术的开发提供技术框架和方向，提高研发效率，降低创新风险。一方面，人工智能标准可以约束多元化技术选择行为，将技术创新发展纳入标准轨道并锁定在某一特定技术标准与范围内，避免创新行为的偏离，以此直接推动技术创新，提高创新效率，降低创新风险；另一方面，企业在学习、参与或制定相关的技术标准过程中，通过对技术知识进行编码处理，为内部技术知识的积累、消化和发展奠定了基础。同时，这一过程促进了知识的溢出，增强了企业对异质性知识的理解、吸收与借鉴能力，降低了学习和转化成本，从而对原本相对分散的技术作有效整合与集合，以此为技术创新提供知识储备支持。最后，人工智能标准可以通过标准化的方式加速新技术的模块化扩散、无死角推广与全链条应用。标准除了可为先进技术提供共享基础，还以一种易于扩散的形式加以细化，将最佳实践编码扩散以促进新技术的广泛采用，同时也成为下一阶段创新的基础，并通过规模经济和网络效应，促进新技术向产品和服务系统扩散与融合。这对于制造业的高端化升级而言至关重要，尤其是在高端装备制造、新材料、精密加工等领域，人工智能技术的引入全方位推动产品性能的提升和制造技术及工艺的突破。例如，人工智能标准在智能设计、虚拟仿真、预测维护等方面的应用，将帮助企业提升自我创新能力，实现从传统低端制造向高端智能制造的跃升，最终实现制造业高质量发展。

第二，人工智能标准有助于提升制造业产品质量和附加值。产品质量作为产品最终的特征体现，是产品从规划、设计、试制、试验、生产到使用全过程各环节工艺、流程运作的综合结果，最终通过使用过程表现出来，并在检验、考核中得到评估。一方面，人工智能标准直接规定了产品生产制造标准，为制造业企业生产产品保证高出厂合格率以及客户满意度提供了技术规范准则。例如，2021年4月，欧盟提出的《人工智能法案》规定，人工智能系统必须经过合规性评估，确保其符合严格的安全和质量标准；在自动驾驶领域，国际自动机工程师学会（SAE）在为自动驾驶系统制定的特定标准（如J3016标准）中对自动驾驶系统的各个层次的功能要求均作了详细的规定。自动驾驶人工智能系统必须经过严格的质量评估，以确保其安全性和可靠性，防止发生潜在的安全隐患。另一方面，人工智能标准可以确保人工智能技术在产品生产的各个环节的应用更加规范、有效，使得质量控制更加精细化和智能化，以此提升终端产品质量。例如，在自动化质量检测与缺陷识别方面，人工智能技术可以确保在每个环节中质检标准统一且一致，由此消除人为操作可能带来的误差，使质量控制更稳定也更可靠。人工智能标准还可以通过深度学习算法，训练识别不同类型的产品在质量方面可能出现的缺陷，甚至能检测出一些人眼目力难以察觉的微小问题与瑕疵，由此可提高产品质检合格率，节省人工质检成本；在合规性监控方面，通过智能化系统，人工智能技术能够确保企业遵守相关质量管理体系（如ISO9001、IATF16949等）的总体要求，自动检查生产过程中是否符合规定标准，从而减少漏检误检质量风险。

第三，人工智能标准有助于提升制造业的智力密集性水平。技术人才是制造业高端化发展的关键要素，尤其是在工业自动化、物联网等新领域、新赛道，技术人才的创新研究和应用价值更为突出，是推动行业智能化变革的关键动力。人工智能标准有利于促进全行业技术人才的培养与使用，为制造业高端化发展提供有力的智力支持。首先，人工智能标准有助于规范技术人才知识体系，保证人才培养质量和机制。人工智能标准涵盖从算法、模型设计、数据处理到系统架构等多方面内容，这些标准为教育机构设计课程和教学大纲提供参考，保证教育内容的学科前沿性和尖端技术实用性。进一步而言，标准化的技能评估体系，可以确保技术人员具备必要的技术知识和能力，包括机器学习、深度学习、自然语言处理、计算机视觉等领域的专业能力。此外，人工智能方面的职业认证体系，如TensorFlow认证、微软AI认证等能够帮助识别具备高水平技术能力的人才，并确保其自觉遵守行业标准。其次，人工智能标准有助于扩大技术人才的知识范围，推动跨领域协作。人工智能标准不只局限于人工智能这一行业，它与生物制药、通用与专用设备制造等多个细分行业都有较深的交集，其实施不仅涉及技术本身，还涵盖了不同领域的通用规则与通用标准，这有助于技术人才将人工智能技术广泛应用于其他多个行业，由此实现跨领域协作，并推动制造业整体迈向高端化。最后，人工智能标准有利于推动知识更新，实现持续教育。人工智能是一个快速发展的领域，技术人才需要持续学习和更新知识，确保跟上技术前沿。而标准恰好为教育和培训机构提供了最新技术范式，推动人才培养的持续优化，以此为制造业高端化发展输送源源不断的人才。

（二）人工智能标准促进制造业智能化

制造业智能化是信息技术和互联网持续发展的革命性成果，本质上代表着制造业技术范式的转变。它以工业互联网为基础，结合新一代信息通信和智能技术，推动生产过程的数字化、网络化和智能化，进而形成与业务高度契合的全新制造模式，以及以用户为中心的新型产业模式。新一代人工智能技术与先进制造技术的深度融合，催生了新一代智能制造技术，这代表了智能制造最高范式。人工智能标准的制定与实施可为制造业生产提供标准化遵循框架和实施细则指导，推动新一代人工智能技术的普及与应用，并向更高的制造业智能化水平迈进。

第一，人工智能标准的兼容性和网络效应特征，有利于增加制造工艺过程的互操作性，促进技术可复制性与可扩展性，从而为制造业智能化转型提供新技术模块。智能制造与传统制造有着本质区别，前者需要智能生产单元协同运作、海量数据实时共享以及生产系统、传感系统、控制系统、检测系统和云系统实时同步，各生产制造环节之间技术标准需相互匹配，紧密衔接，深度吻合。人工智能标准的范围恰好涵盖人工智能应用场景标准、工业数据治理标准以及人工智能算法验证标准等，由此实现智能化生产全程协同化。此外，人工智能标准的范式性与兼容性特征可以规范接口协议，实现模块集成、信息交互、数据共享、业务协同，使得人工智能技术可以顺利地应用到智能生产整体过程。人工智能标准的网络效应特征，可无障碍促进技术复制和推广，扩大人工智能技术跨时空应用范围，提高制造业全智能化发展水平。

第二，人工智能标准推动人工智能技术与制造应用深度融合，实现智能制造。智能制造作为智能化社会新质生产力的一种新型生产方式，将人工智能等新一代信息技术贯串于设计、生产、销售等产品全生命周期，以实现制造业全流程智能化，促进制造业高质量发展。在产品设计环节，标准化的人工智能技术提供了应用几何建模、生成设计与计算机视觉等先进的设计方式，企业不再依赖于传统产品设计——单一的设计师，而是通过融合变体设计与群体智能设计的新型设计模式，实现智能化产品设计，并为客户提供定制化产品。在产品生产环节，首先，人工智能标准可以助力企业在生产过程中实现高度的自动化和智能化，包括使用兼容性的机器人、自动化设备等代替传统人工进行高危或重复性的操作——无人化、柔性化生产线大大提升了生产效率，消除人为操作不可避免的失误。其次，人工智能标准可以规范数据的采集、存储、传输和处理格式，可以使得海量数据形成可供生产使用的标准化的数据资产库，从而精准预测客户需求，提供客户画像，使粗放的大规模生产转变为智能化的个性定制。再次，人工智能标准可以实现质量控制自动化。一方面，标准化的人工智能模型可以预测生产故障，通过实时监测设备状态并预警潜在故障，从而避免停产带来的损失，提高生产线的连续性和稳定性；另一方面，人工智能标准可以规范智能检测系统的性能要求，确保产品质量的一致性和可靠性。最后，人工智能标准可以解决跨行业兼容性问题，促进制造业上下游企业之间的协同合作，形成完整的智能制造生态体系。在销售环节，人工智能标准使得嵌入式传感器这一技术标准化，从而实现产品顺利与云服务相连接，并通过数字远程接口进行控制。传感器具有物理产品的监控能力，便于用户了解产品的状况和使用参数，以此实现企业经营模式由产品导向转向用户服务导向，精准提供用户真正需要的产品和个性化服务，更好实现产品价值创造。

（三）人工智能标准促进制造业绿色化

制造业绿色化，是指在绿色发展理念指导下，借助于新一代信息技术与绿色制造技术的融合，在产品的设计、制造、包装、运输、使用、报废及处理等整个生命周期及各环节中全面考虑环境影响与资源利用效率，其核心目标是最大限度地减少产品生命周期中的环境污染，同时实现资源利用效率的最大化，从而建立一个绿色、低碳、可循环发展的现代化制造新体系。制造业绿色化强调资源的高效利用、节能减碳与绿色生产，注重通过深化高新技术的代际应用，实现制造业经济增长与环境保护共赢以及制造业可持续发展。

人工智能标准可以通过规范技术框架、方法和指标，最大限度地平衡制造业发展与环境保护，科学规划制造业绿色化转型。具体而言，首先，人工智能标准能够降低不同规模和不同技术水平的制造企业在进行绿色转型时的技术门槛。人工智能标准提供了技术统一的基础和框架，使得企业能够更轻松地引入人工智能技术，其引用可以促进制造业开发节能减排技术、资源再利用技术等先进绿色制造技术和更新改造升级现有资源技术，对现有资源进行精深加工与开发。以此可降低传统制造业绿色转型的技术成本和环保成本，持续带动制造业转型升级，加快制造业绿色化转型。其次，人工智能技术的标准化应用有利于提高制造业能源利用效率。标准化的人工智能系统可以通过数据分析、优化算法等手段，实时监控生产线的能源消耗情况，提前预测潜在的资源浪费问题，进而提出相应改进方案与措施。此外，标准的人工智能算法应用，还能及时发现设备潜在故障，避免因设备故障导致的能源浪费和生产中断，延长设备使用年限，减少设备更换带来的资源消耗。因此，人工智能技术标准的使用及推广，有利于优化制造过程中的资源消耗，有利于减少能源浪费和原材料过度使用。最后，人工智能标准可以直接促进绿色产品制造。一方面，人工智能标准可以引导企业将绿色设计理念融入产品开发过程。标准的人工智能技术有利于精确评估产品的生命周期，包括原材料获取、生产制造、使用和回收等环节。通过分析产品在整个生命周期内的环境影响，企业可以优化产品设计，采用更环保的材料和工艺，以实现绿色生产升级。另一方面，标准化的人工智能工具可以为产品设计师提供一致的评估标准和技术指导。人工智能标准可以定义绿色设计的关键指标（如材料可回收性、能源效率等），让更多的绿色设计理念得以实现，并在不同的企业之间形成相对统一的绿色创新标准，形成绿色工业化生产线。

此外，人工智能标准不仅直接促进制造业绿色化，其所带来的制造业高端化与智能化效应，会进一步促进制造业绿色发展。制造业高端与智能化对生产、制造与管理等经济活动具有显着的减排效果，是推动制造业绿色化转型的重要保障。具体而言，在环境监控与排放管理方面，可以通过智能化的环境监控系统，实时检测和分析生产过程中排放的废气、废水和固废等，确保生产流程符合环保标准，而标准化人工智能技术在这一过程中有助于实现精准的污染物监控，并为企业提供准确的排放数据，使企业能够及时调整生产工艺，减少对环境的负面影响。例如，通过人工智能技术对温室气体排放进行实时监测，能够预测和控制制造过程中的碳排放水平，并提供降低排放的优化方案，促使企业严格遵守绿色生产法律法规。在推动智能制造与循环经济方面，人工智能标准能够促进智能制造系统与循环经济系统的有机融合。在智能制造过程中，人工智能标准能够优化生产环节，实现生产物料的高效循环使用。例如，通过预测性维护技术及其标准的应用，可以延长设备的使用年限，提高资源利用率。

人工智能标准推动制造业高端化、智能化和绿色化的过程不是独立实现的，三者之间相辅相成、相互促进，共同推进制造业高质量发展。在高端化的驱动下，制造业将拥有高科技、高附加值与高智力密集性特征；智能技术的应用和转型，有利于促进智能制造，提升制造业智能化水平；而绿色化则有利于实现制造业发展与环境保护的和谐共存。推动这三者协同发展，是当今全球制造业高质量发展的核心趋势，通过人工智能技术标准赋能制造业高端化、智能化和绿色化发展，是制造业可持续发展、提升国际竞争力的关键所在。

三、人工智能标准促进中国制造业高质量发展的成效与问题

随着人工智能技术的不断突破和应用，中国人工智能标准体系建设快速推进。首先，党和国家高度重视人工智能标准体系建设的顶层设计。近年来，国家陆续发布《人工智能标准化白皮书（2018版）（2021版）》《国家人工智能产业综合标准化体系建设指南（2024版）》与《人工智能生成合成内容标识办法》等，规划指导人工智能标准体系建设。与此同时，对于人工智能技术应用可能带来的一系列安全与伦理方面的问题与挑战，党和国家高度重视，陆续出台了《人工智能安全与法治导则（2019）》《人工智能安全标准化白皮书（2019版）》等，为人工智能标准化发展提供制度化、法治化保障，强化了人工智能标准化工作在推动技术进步、保障数据安全、促进产业发展和解决伦理问题等方面的重要作用。

其次，发挥人工智能标准促进制造业高质量发展的作用。一是在高端化层面，人工智能标准通过实现标准专利化，为产业与企业技术创新提供保障，促进科技成果涌现。近年来，中国的原创性研究与核心技术等取得重大突破。截至2021年，中国标准必要专利占比位居世界第二，仅次于美国。其中，5G标准必要专利家族数量在2024年已占全球总量的40.8%。人工智能专利也取得显着成效，截至2023年底，中国人工智能发明专利有效量达到37.8万件，同比增速超40%，是全球平均增速的1.4倍。标准的专利化为高新技术的使用提供了支持，能够从产业和企业两个维度来实现制造业高端化发展。在产业维度，2023年，中国高新技术产业投资比2022年增长10.3%，高新技术制造业投资比2022年增长9.9%。在企业维度，根据《中国高技术产业统计年鉴》，2022年，中国高技术产业企业数量达到5.0万家，同比增长9.7%。可见，标准服务产业与企业创新发展成效凸显。此外，人工智能标准的研制涉及众多领域，使得芯片、5G、量子计算等突破“卡脖子”技术成果相继涌现，赋能制造业高端化发展（如国产大飞机C919首飞、手机5G芯片量产、国产大型邮轮制造），并布局27家国家制造业创新中心、2家国家地方共建制造业创新中心。

二是在智能化层面，人工智能标准赋能智能制造，推进制造业智能化升级。2024年，中国发布人工智能3项国家标准，累计发布智能制造国家标准408项、主导制定国际标准48项，支撑中国智能制造装备产业规模超过3.2万亿元。人工智能标准通过对生产过程控制、数字化车间相关设备和设计要求进行规范，推进数字化车间和智能工厂建设，加快智能制造领域发展。根据工信部数据，截至2023年7月，中国各地建设数字化车间和智能工厂已近8000个。其中，2500多个数字化车间和智能工厂的智能制造能力成熟度达2级以上水平，209个示范工厂的产品研发周期缩短了20.7%，生产效率提升了34.8%。在2023年度智能制造示范工厂揭榜单位和优秀场景名单中，工信部共计遴选出212家示范工厂揭榜单位和605个优秀场景。此外，截至2023年底，全球“灯塔工厂”累计达到153家。其中，62家位于中国，占比40.52%，总数持续全球领先。

三是在绿色化层面，人工智能标准覆盖诸多绿色产业，使得人工智能技术和制造业生产相结合，推动制造业绿色转型。在绿色环保产业方面，人工智能标准融入全链条的环保产业体系，为污染治理、生态修复、装备制造与运行维护等环节提供技术支撑。据中国环保产业协会测算，2023年，中国生态环保产业营业收入约为2.24万亿元。在新能源汽车方面，人工智能标准助力新能源汽车市场规模快速增长。2024年，新能源汽车产销分别完成1288.8万辆和1286.6万辆，同比分别增长34.4%和35.5%，新能源汽车新车销量达到汽车新车总销量的40.9%，比2023年提高9.3个百分点。在碳市场方面，人工智能标准有助于企业树立绿色低碳理念，推动节能降碳工作深入开展，是实现碳达峰和碳中和目标的重要途径。2023年，全国火电碳排放强度相比于2018年下降2.38%，电力碳排放强度相比于2018年下降8.78%。

尽管中国人工智能标准建设对制造业高质量发展发挥了越来越显着的作用，但在发展过程中还存在诸多问题和制约因素。

首先，中国人工智能标准制定和发展本身存在诸多问题与制约因素。其一，人工智能标准尚不完善、不均衡。一是行业、地方和企业标准较为零散，导致不同地区和行业之间存在较大差异，甚至出现重复和冲突，尤其是在机器学习、自然语言处理和计算机视觉等子领域，标准尚处于初级阶段，缺乏详细规范。二是国内人工智能生态系统尚未形成，企业间硬件架构、编程语言、开发工具及软件架构等核心要素缺乏统一的标准化框架，导致算力资源难以实现高效整合，“算力孤岛”现象凸显，同时引发生态系统兼容性不足问题。三是人工智能涉及计算机科学、数据科学、法律、伦理等多个学科，标准制定需跨学科合作，但目前国内人工智能标准制定跨领域协作机制不健全，缺乏协调，导致技术平台、设备和解决方案常遇到标准不兼容的问题，以致影响标准的制定和应用。其二，对人工智能标准安全与伦理问题的防范与治理有待加强。（1）隐私保护和数据安全有待加强。人工智能系统需要大量数据来训练和决策，如何保护个人隐私和确保数据安全仍是重大挑战。（2）算法的透明性和公正性有待提升。许多人工智能的决策过程难以解释，缺乏相关的伦理与安全标准，容易导致偏见或歧视，影响社会公平。（3）人工智能系统的透明性、可信性有待提高。人工智能系统的不透明性直接降低了产品和服务的可信度，尤其是在智能质量检测和预测性维护领域，可能会导致质检不准确，从而影响产品的质量和消费者的满意度。其三，人工智能标准存在法律与监管缺位。人工智能标准在法律法规建设方面不完善，制约了标准的推广和有效使用，同时也不利于实施监管。具体而言，一是伴随着人工智能技术的快速发展，政府监管相对滞后，尤其是在自动驾驶、面部识别、智能医疗等新兴领域，有效的监管框架尚未建立起来。二是现有规章制度过于硬性，对行业自律和企业创新空间有所忽视。过分严格的合规要求很可能会限制企业的创新，影响人工智能技术的快速迭代。三是监管执行力度相对不足，标准的落实主要依赖地方政府和企业的自发配合，导致不同地区和行业在标准应用方面差异较大。

其次，人工智能在促进制造业高质量发展过程中还存在不少问题与制约因素。其一，人工智能标准未能有效支持技术创新、实现制造业高端化发展。一方面，现有人工智能标准无法完全覆盖深度强化学习、边缘计算等新兴技术的应用场景，导致标准更新周期过长，难以适应技术变革的速度。标准的相对滞后使得先进技术在开发过程中潜藏着合规性风险，进而制约制造业借助于技术创新实现高端化升级的进程。另一方面，支持制造业技术创新的标准体系建设相对薄弱，核心技术自主创新能力不足，所研制的制造业技术标准更多地侧重于技术应用层面，缺乏对基础理论、基础应用技术、关键核心技术及技术创新生态的深入探索。具体到人工智能标准，在基础概念、基本框架、核心算法等方面主要以采用国际标准为主，国产化、自主性存在明显短板，难以形成“技术专利化、专利标准化、标准产业化”的有效产业提升路径，制约了中国制造业技术升级和高质量发展。其二，人工智能标准不适应制造业智能化发展要求。（1）智能制造过程难以实现协同化。制造业的智能化转型涉及多个环节，如生产设备、生产流程、数据采集、产品质量控制等不同环节之间缺乏统一的技术标准和框架，则会导致智能化应用的融合度和协调性较差，进而影响制造业智能化整体转型效果。（2）数据共享与隐私保护难题尚未得到有效破解。智能制造离不开数据驱动，而数据共享和隐私保护是人工智能应用中的核心问题。在缺乏统一标准的情况下，企业难以有效共享利用相关数据。因此，标准的缺乏使得数据在多个系统之间的互操作性差，制约了制造业智能化的协同推进。（3）标准的行业针对性有待提升。中国制造业体系复杂，涵盖多个子行业，每个子行业的特点、需求、技术要求都不尽相同。例如，汽车、电子、钢铁等行业在智能化转型过程中面临的技术挑战和应用场景明显不同，而现有的人工智能标准大多是通用性的，缺乏针对不同制造业领域特性而制定的差异化的技术标准。这种“一刀切”式的标准使用方式根本无法满足行业内的多样化需求，导致标准的适用性和有效性不高。其三，人工智能标准对制造业绿色化转型升级的作用效能有待提升。（1）缺乏统一的绿色人工智能标准。目前，国际上关于人工智能在制造业绿色化发展中的标准和规范尚不完善，各国不同制造业行业对人工智能技术的绿色化要求、计算效率、碳排放标准等存在差异，导致绿色人工智能技术的应用范围和效果受到限制。（2）人工智能与绿色技术融合困难。制造业绿色化依赖于清洁能源、资源回收、循环利用等技术的搭配与融合。人工智能能够为这些技术融合提供优化方案，但如何使人工智能与现有的绿色技术实现有效融合并在实际生产过程中顺利落地应用，仍然存在标准空白。（3）各相关部门协调难度较大。制造业绿色化领域人工智能标准的研制实施是一个较为复杂的系统性工程，涉及多个部门和经济主体，其协调有一定难度。目前中国在该领域缺乏有效的协调机制，致使技术研发与标准结合不紧密、节能降碳核心技术标准不足、相关政策与标准不能有效衔接等问题，制约了制造业绿色化水平的提高。

四、强化人工智能标准促进中国制造业高质量发展的思路及对策

人工智能技术作为第四次工业革命的通用性技术，其标准的制定与实施，对于促进中国制造业迈向高端化、智能化与绿色化而言意义重大，更是实现制造业高质量发展的强大驱动力。针对现阶段中国人工智能标准建设及其作用发挥中存在的问题与制约因素，为充分发挥人工智能标准对制造业高质量发展的促进作用，应重点采取以下措施：

第一，加快完善人工智能标准体系建设的顶层设计。加快人工智能标准体系建设，为制造业高质量发展提供支持和引领。一是全国信标委人工智能分技术委员会（SAC/TC 28 /SC 42）应全面推进人工智能、云计算与大数据等新一代信息技术领域的标准化工作，推动人工智能在各行各业广泛应用。二是进一步明确人工智能标准化组织的职责与职能，确保各主体分工协作。具体而言，行政机关负责制定政策文件；事业单位和政府指导的组织负责标准制定，并与相关部门合作；行业协会和市场主体在政策支持下研究国内外标准，推动行业自律。三是加强企业间合作与交流，推动标准统一和生态兼容，构建开放协同的人工智能生态系统。为此需在跨领域、跨层次和跨界面的系统集成方面推进标准化工作，构建一个融合数据、算力、算法和应用的标准体系，从而打破“算力孤岛”现象，营造一个健康的人工智能标准生态系统。四是强化国际交流合作与标准互通，积极参与ISO、IEC等国际标准组织的工作，推动中国智慧参与国际标准的制定。特别是要支持国内专家在国际组织中担任重要职务，提高国际话语权，并积极承办国际会议，推动人工智能领域高端合作与发展。

第二，加快智能制造领域的人工智能标准的研发、应用。首先，落实《国家人工智能产业综合标准化体系建设指南》，加快构建覆盖基础架构、测试评估的共性标准，完善数据服务、智能芯片、智能传感器等基础支撑标准，提升大模型、人机交互、具身智能等关键技术标准。其次，持续推进智能制造标准体系建设，重点完善智能工厂、智能装备等新模式标准框架，扩大成熟度标准实施范围，通过优化场景解决方案标准和试点建设推动标准落地。最后，加快推进“人工智能+制造业”，强化人工智能赋能制造业发展。选择重点制造业行业开展标准研制和应用试点，将人工智能标准全面、有序地融入生产制造等全流程的关键环节之中，以关键场景的实际应用需求为导向，精准牵引人工智能标准的研制工作。注重依托典型案例的示范应用与复制推广，打造跨行业、跨领域且促进大中小企业融通发展的人工智能标准推广范式，有力推进制造业智能化转型升级。

第三，强化人工智能标准研制与高端制造协同联动、相互促进。首先，加快人工智能标准建设，为高端制造提供创新性技术支持。强化基础理论与关键核心技术领域的标准研制，构建产学研协同的标准化创新体系，推动技术研发与标准创制的深度融合。重点加强人工智能核心芯片、深度学习与算法等关键技术的标准化研究，并完善测试标准体系，提升测试基准的性能与公平性。其次，保证人工智能标准的时效性与引领性。预先研究技术的成熟程度及其与制造业需求之间的适配性，制定一系列针对新技术应用于制造过程的“技术要求”标准，依托科学、系统的方式、方法引导并强化新技术在推动制造业质量提升与效率增长方面所发挥的“倍增器”功效。最后，建立高效联动机制，加快人工智能标准应用于制造业。构建企业技术研发、专利布局与标准研制协同推进机制，实现科技创新需求与标准创制供给的有效衔接，加速将具有产业适用性的人工智能关键技术研发成果转化为技术标准，并通过标准实施将技术规范全面嵌入制造业全流程，从而建立门类完整的研发成果转化体系，最终形成技术标准与高端制造业协同发展、良性互动的新格局。

第四，提升人工智能标准对绿色制造的针对性和适用性。一是加强绿色制造领域（包括能源管理、碳排放监测、材料回收等）标准化建设，并与人工智能相关标准制定相协同，有效发挥人工智能技术对资源节约和环境保护的作用。二是制定能源效率优化标准，利用人工智能技术优化生产过程，减少能源消耗。例如，建立智能设备能效管理标准，引导企业通过人工智能优化设备调度，减少能源浪费等。三是推动绿色人工智能模型与算法标准化，突出和强化模型、算法的透明性和可验证性，强化其对制造业绿色转型的功能。四是完善碳排放监测与报告标准，同时制定实施人工智能标准及细则，促进数据共享与透明度，帮助实时监测和分析碳排放，支持企业准确计算碳排放量，并采取相应的减排措施。

第五，完善人工智能法律制度，加强人工智能标准安全与伦理建设。首先，强化人工智能法律制度建设。中国应加快出台人工智能相关法律法规，可借鉴国外经验与做法，以及由国内学者集成的《中华人民共和国人工智能法（学者建议稿）》，实现法律框架具有较强的包容性和前瞻性，法律内容涵盖人工智能技术发展、应用、伦理问题、监管等方面。同时，与现有《网络安全法》《数据安全法》《个人信息保护法》等法律法规实现有效衔接。其次，加强人工智能标准安全建设，加强人工智能安全性标准的制定与执行。一方面，应合理、有序地推进数据保护的相关标准与实践，并使人工智能技术标准与之相匹配，着重强调数据匿名化和加密技术，以防止信息泄露。另一方面，确保人工智能算法的透明性和可解释性，提升其可信度和安全性，并制定相应的人工智能可信度标准，关注算法的公平性、透明性和偏见防范。最后，构建人工智能标准伦理框架，加强人工智能的风险管理与安全保障。加快制定人工智能伦理标准，包括系统安全性评估、算法公正性审查和实时监控等，以确保人工智能技术的发展不会损害社会秩序与安全，引导人工智能为中国式现代化建设提供新的发展动力。