习近平总书记在民营企业座谈会上强调，“促进民营经济健康发展、高质量发展。”
　　从2025年一季度国民经济运行情况来看，民营企业的科技创新成果不断涌现，从生成式AI到人工智能机器人，民营经济展现出强大的创新活力、潜力和市场竞争力。国家市场监管总局4月21日发布的数据显示，截至2025年3月底，全国登记在册的民营企业超过5700万户，占企业总量的92.3%。一季度，全国新设民营企业197.9万户，同比增长7.1%，超过过去三年平均增速。全国新设“四新”经济民营企业83.6万户，占同期新设民营企业总量的四成以上，同比增长1.4%。
　　民营企业具有强大的市场洞察力、快速执行力和灵活的创新机制的独特优势，已成为推动人工智能发展的生力军。宇数科技从“四足机器人”到“灾害救援国际标准”的生态重构，宁德时代从“电池工厂”到“工业4.0标准输出者”的智造范式，比亚迪从“电动车制造商”到“城市能源AI调度者”的跨界革命，寒武纪从“AI芯片设计”到“算力基建新范式”的架构颠覆，充分展现了民营企业在推动人工智能发展中的强大创造力。
　　从华为引领全球的5G技术创新，到DeepSeek驱动的深度思考，人工智能正以前所未有的速度改变着世界。美国对华加征关税，意图延缓中国AI产业的发展速度，却倒逼我国加强自主创新，加快实现高水平科技自立自强。而民营企业作为推动人工智能发展的重要力量，在AI核心技术突破和场景化应用的创新中将大有可为。
　　民营企业助力AI发展迈向新高度：核心技术突破
　　民营企业在人工智能领域取得显著进展，关键在于核心技术突破。目前，在算力、算法和数据这三个关键领域仍然存在一些挑战和瓶颈。尤其是美国对华加征关税后，AI芯片关税提升，倒逼国产替代方案加速落地。PyTorch企业版API调用税实施后，中国开发者也将转向其他系统。应对国际环境突变，机会与挑战并存，民营企业可抓住机会，力求在算力突破、算法创新和数据提质上有更大作为。
　　一是算力突破。算力是技术突破的基础，决定了系统能够处理多大规模的数据和多么复杂程度的任务。AI芯片是实现高效计算的核心技术。当前AI芯片在能效比（指计算效率与功耗的平衡）、算力密度（指单位面积内的计算能力）和通用性（指支持多种AI任务的能力）等方面还有较大的提升空间。民营企业可以加大对AI芯片底层技术的研发投入，探索新型计算架构，如光子—量子混合计算，以突破传统架构的性能瓶颈。针对高端AI芯片和超级计算机的采购成本和运营成本高的问题，民营企业可以开发性价比更高的AI芯片以满足中小企业的需求，也可以牵头或参与建设公共算力服务平台，以云服务的方式将算力资源开放给中小企业或传统行业，以降低算力的使用门槛。
　　二是算法创新。算法是技术实现的核心，决定了如何利用现有的算力来处理数据并完成特定任务。算法创新是民营企业在技术竞争中的关键领域。例如，科大讯飞在机器翻译和语音识别领域的算法创新，不仅提升了技术性能，还推动了相关技术在医疗、教育等领域的应用。民营企业可以加大对基础算法的研究投入，尤其是在强化学习、深度学习和图神经网络等领域的核心算法优化上寻求突破。针对传统的深度学习算法需要大量标注数据支持的问题，民营企业可以探索小样本学习与自监督学习，以降低数据依赖。努力探索新兴算法领域，如生成式AI，可以结合中国传统文化元素，开发一些具有文化特色的AI应用。在算法框架方面，民营企业可以通过自主研发或优化开源框架，不断提升AI算法的效率和适用性。
　　三是数据提质。数据是实现技术突破的原料。目前，在数据来源、数据缺失、动态数据处理等方面还存在一些问题。如传感器、数据库和社交媒体等格式和标准各不相同，导致整合困难。数据中可能存在缺失值或冗余信息会影响数据的完整性和准确性。数据中可能包含错误值或噪声会干扰数据分析和模型训练。例如，在自然语言处理领域，高质量的多语种语料库是训练跨语言模型的关键。如果数据存在偏差或噪声，即使是最先进的算法也可能无法实现预期效果。所以，要推进高质量数据集的建设。
　　民营企业赋能AI技术与实践深度融合：场景化应用创新
　　AI技术的真正价值体现在与实际场景的深度融合与应用创新。通过加快推进场景化应用创新，企业不仅可以提升自身的智能化水平，还能推动AI技术在各个领域的落地，并创造商业价值。
　　一是聚焦行业痛点，明确应用场景。场景化应用创新的关键是深入理解行业的需求与痛点。企业需要结合自身业务特点，选择具有实际价值的场景进行探索。在工业领域，通过引入智能制造和机器人技术，可以实现高效率和高精度的自动化生产，从而显著提升生产效率和产品质量。例如，通过数字孪生技术，创建物理设备的数字化模型，提前发现潜在问题并对生产参数进行优化。在农业领域，通过引入精准农业技术和智能设备来显著提升产品质量和数量。例如，利用无人机和卫星遥感技术对农田进行全面监测，分析农作物生长和病虫害情况，实现精准施肥、精准灌溉和精准施药。通过自动化温控、光照调节和灌溉系统，实现农作物的稳定生长。在服务业领域，通过智能服务与自动化技术实现高效、个性化的服务体验。例如，在银行、保险等行业中的自动化流程机器人技术可以自动处理账单核对和客户信息录入等重复性工作，提升服务水平。
　　二是创新商业模式，实现价值创造。场景化应用的核心是为用户提供实际价值。人工智能技术的快速发展正在重新定义商业规则，催生一系列全新的商业模式。这些模式不仅改变了传统行业的运作方式，还能创造全新的市场机会。例如，拼多多的“农地云拼”模式，通过互联网技术与农业生产的深度融合，以互联网技术优化农产品流通和销售，实现农民与消费者的直接对接。民营企业可以尝试在个性化定制与按需生产、共享经济与平台经济、数据驱动的订阅与会员服务、教育与培训的智能化、远程医疗与虚拟医疗、循环经济与可持续发展等各个方面，从细分领域寻找一个突破点创造一种新的商业模式。
　　三是构建场景化创新生态系统。场景化创新生态系统将技术、资源、场景与需求有机融合，其核心在于通过跨领域协同、资源整合与技术落地，实现技术与实践的深度融合。民营企业可以构建包括技术创新、场景落地、生态协作等多维度的场景化创新生态系统。在技术创新方面，以大数据、人工智能和物联网等前沿技术为核心，整合硬件、软件、数据等资源，解决实际场景中的痛点问题，形成完整的创新生态链。在场景化落地方面，要以用户需求为导向，选择具有实际需求的场景，如智能制造、智慧农业、智慧城市、医疗健康等，确保技术落地的可行性。在生态协作方面，通过与产业链的上下游企业、开发者社区等多方合作，形成开放式的创新生态系统。例如，与产业链上下游企业达成合作，共同开发解决方案。通过奖励、技术支持等方式激励开发者参与生态建设，生态系统要持续优化与迭代，以保持持续的竞争力。
　　（《中国经济时报》2025-04-22，中共江西省委党校（江西行政学院）教授 梁玉红、谈慧娟）