作者：李曉華 中國社會科學院工業經濟研究所研究員
2022年底，美國科技公司OpenAI發布ChatGPT3.5，該人工智能系統能夠通過對海量數據的訓練學習創造出新的內容，而且支持多輪對話，具有強大的內容生成能力。ChatGPT 3.5是一種大語言模型技術路線，是對AlphaGo為代表的深度學習技術路線的“創造性破壞”， 代表著人工智能技術新的躍遷，這種技術路線也被稱為生成式人工智能（Generative AI）。有觀點認為ChatGPT標志著通用人工智能（Artificial General Intelligence，AGI）時代的開啟。ChatGPT所展現的生成內容的強大能力受到世界各國的高度重視，國內外大型互聯網公司紛紛投入大語言模型開發，一批科技創業公司也如雨后春筍般成立。國外比較有代表性的大語言模型包括OpenAI的ChatGPT 3.5、4.0和Sora，Alphabet（谷歌）的Gemini，stability.ai的Stable Diffusion 3，Anthropic的Claude 3等，國內科技企業也開發了文心一言、通義千問、訊飛星火等上百個大模型。ChatGPT3.5發布以來，生成式人工智能的內容生成范圍從文字、圖片拓展到語音、視頻，展現出快速的發展勢頭和巨大的應用前景。
一種觀點認為，生成式人工智能雖然展現出巨大的威力，但是文字、圖片、語音、視頻等內容生成功能主要應用在服務業領域，難以與以制造業為核心的實體經濟深度結合。但實際上，深度學習人工智能技術已經在制造業的檢驗檢測、生產排產、市場營銷等領域獲得成功應用，制造業同樣也是包括生成式人工智能的主戰場。2024年政府工作報告提出“深化大數據、人工智能等研發應用，開展‘人工智能+’行動，打造具有國際競爭力的數字化產業集群。”“人工智能+”行動的目標就是要積極應用人工智能為實體經濟賦能，提高實體經濟的效率，推動實體經濟的高質量發展。
人工智能是具有廣泛賦能作用的通用目的技術，生成式人工智能在制造業大有可為。一是在產品研發設計方面，傳統的設計開發方式需要大量的研發人員投入、周期長、成本高。生成式人工智能可以快速生成產品設計備選方案，極大地提高新產品的開發效率，甚至使高度個性化定制在未來成為可能。例如，生成式人工智能已經被谷歌、英偉達應用于芯片設計過程。對于中小企業來說，生成式人工智能技術很大程度上解決了他們產品開發設計力量嚴重不足的問題。例如，借助于生成式人工智能技術，中小企業可以快速形成產品外觀與包裝設計方案。二是在生產制造環節，盡管生成式人工智能在生產過程中的應用還不普遍，但是應用的潛力巨大。生成式人工智能可以與ERP、MES等生產管理軟件相融合，實現智能化調度和生產優化；可以提高機器人等生產設備的智能化水平，實現人機融合，使生產設備和勞動者在生產線上協作配合，更充分地發揮各自的優勢。三是在營銷領域，生成式人工智能形成的智能化語音助手、虛擬人，可以更自主地與用戶交流，在顯著降低企業營銷成本的同時，實現為每個用戶提供高度定制化的營銷服務。
人工智能具有強大的為各個行業的賦能能力，人工智能在制造業的深度應用，將會使制造業的生產函數發生顯著變化，特別是人工智能對重復性工作和普通勞動力的替代將會使普通勞動力的供給規模和工資水平的重要性下降，那些制造業與人工智能融合度深的國家有望降低生產成本、提高生產效率、增強產業國際競爭力。這也是為什么世界制造大國都高度重視人工智能技術發展和應用的原因所在。大語言模型在實現基本功能的突破后，開始進入深耕落地階段，各個垂直產業領域的應用正在鋪開。我國制造業在持續升級的同時，勞動力等生產要素成本也不斷提高，面臨著發達國家從高端和發展中國家從低端的雙重擠壓，亟待提高制造業的生產效率、進一步加快產業升級，實現高質量發展，為此應積極應用生成式人工智能技術為制造業賦能。一方面應大力推動大模型技術的創新，盡快縮小與世界領先水平的差距，另一方面也要推動大模型在垂直領域的應用開發及其與制造業的深度融合，用人工智能賦能我國制造業高質量發展，同時也利用我國制造業規模大、場景豐富的優勢，為大模型發展提供市場和場景的有力支撐，形成我國大模型的獨特優勢。