“人工智能為實體經濟賦能，是趨勢和前景，但做起來，還有一些亟待解決的問題。”中國科學院院士張鈸說。人工智能賦能以制造業為代表的實體經濟，自動化、信息化是基礎。但來自艾瑞咨詢的一份報告顯示，2018年我國制造業企業數字化設備聯網率僅為39%。在張鈸看來，這是人工智能與實體經濟深度融合的一大阻礙。“制造業智能化的前提是自動化和信息化，這要求各細分行業加強設備自動化改造，提高生產自動化程度。然而，目前來看，許多行業工廠生產流程的自動化、信息化水平還很低，人工智能技術也就難以對接。”張鈸說。科技部新一代人工智能研究發展中心副主任李修全認同這一觀點：“可以說，在人工智能應用于實體經濟特別是工業這方面，中國還是存在一些劣勢。”人工智能要發揮“威力”需要數據支撐。在李修全看來，自動化和信息化的不足直接導致的是工業數據的缺乏。“與國外先進制造業相比，他們所擁有的工業控制和傳感設備在生產中積累了大量數據，可幫助人工智能落地。而我們的數據不足，而且引入的信息化設備多數也是進口，數據不為我們掌握。”其次是智能制造一體化的問題。工業領域的人工智能技術落地需要體系化，“以縫紉機器人的生產為例，需要人工智能底層技術、算法等軟件與傳感控制設備等硬件相結合，缺一不可，對我們的一些硬科技門類提出了挑戰。”此外，制造業在生產環節中容錯率很低，但當前人工智能技術引入并不能保證100%的準確。“比如電力行業就基本不容有差池，那么人工智能在融入制造業的過程中，就要選擇有一定容錯率的工業場景。”李修全說。