“人工智能为实体经济赋能，是趋势和前景，但做起来，还有一些亟待解决的问题。”中国科学院院士张钹说。人工智能赋能以制造业为代表的实体经济，自动化、信息化是基础。但来自艾瑞咨询的一份报告显示，2018年我国制造业企业数字化设备联网率仅为39%。在张钹看来，这是人工智能与实体经济深度融合的一大阻碍。“制造业智能化的前提是自动化和信息化，这要求各细分行业加强设备自动化改造，提高生产自动化程度。然而，目前来看，许多行业工厂生产流程的自动化、信息化水平还很低，人工智能技术也就难以对接。”张钹说。科技部新一代人工智能研究发展中心副主任李修全认同这一观点：“可以说，在人工智能应用于实体经济特别是工业这方面，中国还是存在一些劣势。”人工智能要发挥“威力”需要数据支撑。在李修全看来，自动化和信息化的不足直接导致的是工业数据的缺乏。“与国外先进制造业相比，他们所拥有的工业控制和传感设备在生产中积累了大量数据，可帮助人工智能落地。而我们的数据不足，而且引入的信息化设备多数也是进口，数据不为我们掌握。”其次是智能制造一体化的问题。工业领域的人工智能技术落地需要体系化，“以缝纫机器人的生产为例，需要人工智能底层技术、算法等软件与传感控制设备等硬件相结合，缺一不可，对我们的一些硬科技门类提出了挑战。”此外，制造业在生产环节中容错率很低，但当前人工智能技术引入并不能保证100%的准确。“比如电力行业就基本不容有差池，那么人工智能在融入制造业的过程中，就要选择有一定容错率的工业场景。”李修全说。