7月2日工信部等四部门联合印发《国家人工智能产业综合标准化体系建设指南（2024版）》（以下简称《指南》）。人工智能是引领未来的战略性技术，是推进新质生产力发展的最典型代表性技术，是新一轮科技革命和产业变革的核心驱动力。近年来我国人工智能（AI）产业在技术创新、产品创造和行业应用等方面实现快速发展，形成庞大市场规模。伴随以大模型为代表的新技术加速迭代，人工智能产业呈现出创新技术群体突破、行业应用融合发展、国际合作深度协同等新特点，亟需完善人工智能产业标准体系。

根据《指南》，人工智能标准体系结构包括基础共性、基础支撑、关键技术、智能产品与服务、赋能新型工业化、行业应用、安全/治理等7个部分。其中基础共性标准是人工智能的基础性、框架性、总体性标准。基础支撑标准主要规范数据、算力、算法等技术要求，为人工智能产业发展夯实技术底座。关键技术标准主要规范人工智能文本、语音、图像，以及人机混合增强智能、智能体、跨媒体智能、具身智能等的技术要求，推动人工智能技术创新和应用。智能产品与服务标准主要规范由人工智能技术形成的智能产品和服务模式。行业应用标准主要规范人工智能赋能各行业的技术要求，为人工智能赋能行业应用，推动产业智能化发展提供技术保障。安全/治理标准主要规范人工智能安全、治理等要求，为人工智能产业发展提供安全保障。

其中赋能新型工业化标准主要规范人工智能技术赋能制造业全流程智能化以及重点行业智能升级的技术要求。《指南》提出，一是研发设计标准，研制跨领域知识整合、新型设计模式生成、人机协同研发设计等标准。二是中试验证标准，围绕高精度、全流程仿真模型，研制智能虚拟中试标准，以及复杂工业场景新技术应用验证标准。三是生产制造标准，研制生产过程智能化、产线监测及维护等标准。四是营销服务标准，围绕营销服务效率提升，研制智能客服、数字人、商品三维模型标准，以及用户体验等标准。五是运营管理标准，围绕运营管理智能化能力提升，研制相关供应链管理、数据管理、风险管理等标准。六是重点行业智能升级标准，围绕原材料行业，开展大模型畅联产线数据、优化在线监测调控和工艺改进等标准研制。围绕消费品行业，开展需求预测、个性化定制等标准研制。围绕装备行业，研制智能装备感知、交互、控制、协作、自主决策等标准。

这次人工智能产业标准化体系建设有“指南”了。提出到2026年，我国标准与产业科技创新的联动水平持续提升，新制定国家标准和行业标准50项以上，引领人工智能产业高质量发展的标准体系加快形成。开展标准宣贯和实施推广的企业超过1000家，标准服务企业创新发展的成效更加凸显。参与制定国际标准20项以上，促进人工智能产业全球化发展。需要建立健全人工智能领域标准化技术组织，统筹产学研用各方、产业链各环节优势力量，协同推进人工智能标准建设，共同构建先进适用的人工智能产业标准体系。鼓励标准化研究机构培养和引进标准化高端人才，加强面向标准化从业人员的专题培训。鼓励企业、高校、研究机构等将标准化人才纳入职业能力评价和激励范围，构建标准化人才梯队。

从2017年7月国务院关于印发《新一代人工智能发展规划》的通知国发〔2017〕35号到2018年1月18日国家AI标准化总体组和专家咨询组成立，发布AI标准化白皮书，提出人工智能是引领未来的战略性技术，已成为驱动新科技革命和新工业革命的强大引擎。但人工智能标准化是一项系统工程，要抓住关键、形成效益，一是把握好定位，加强顶层设计，以“基础统领、应用牵引”为原则，做好标准化战略规划和系统布局；二是紧贴需求，制定“管用的标准”、“高效的标准”，形成一批产业上下游配套的标准群、标准族和标准体系；三是面向国际，把握机遇，将我国自主创新成果纳入国际标准，抢占标准化先机，贡献中国智慧；四是多元参与，按照新修订的标准化法要求，加强政府供给、市场供给标准水平，激发创新活力。

国标委于2020年推出了《国家新一代人工智能标准体系建设指南》。人工智能标准体系结构包括“A 基础共性”、“B 支撑技术与产品”、“C 基础软硬件平台”、“D 关键通用技术”、 “E 关键领域技术”、“F 产品与服务”、“G 行业应用”、 “H 安全/伦理”等八个部分，这次调整为基础共性、基础支撑、关键技术、智能产品与服务、赋能新型工业化、行业应用、安全/治理等7个部分。值得一提的是《指南》还将安全、治理纳入人工智能产业标准体系的重要组成部分，要求规范人工智能技术、产品、系统、应用、服务等全生命周期的安全要求。同时规范包括人工智能伦理风险评估，人工智能的公平性、可解释性等伦理治理技术要求与评测方法，人工智能伦理审查等标准。这两年随着生成式人工智能服务的落地应用，由此引发的安全问题也颇受关注。为明确安全基准线，相关的国家标准正在加快推进中。自己也多次参与了信通院举办的《大模型驱动的智能知识问答系统》团体标准的研制线上交流，写了《新质生产力与人工智能》《人工智能与标准化》等文章。

我国人工智能产业标准化发展现状所存在的问题是标准更新速度较低且覆盖范围不够广泛。如今我国的人工智能标准化建设仍在进行阶段，仍待发展与完善人工智能相关标准。其中人工智能的基础概念在业界内尚难达成共识，同时人工智能技术的应用在不同领域涉及的部门、厂商众多，使得标准的制修订较为困难，也使得标准覆盖范围不能做到大范围覆盖。现行标准间协调配合度不高。彼此之间关联性较弱，协调配合程度低。我国有许多组织都有进行人工智能相关标准制定，会造成标准制定重复性、基础标准的差异性等问题，有待进一步明晰人工智能标准化组织在人工智能领域标准化的工作边界。企业仍需提高人工智能产业标准化意识。当前人工智能产业标准普遍被我国企业所忽视，标准化意识淡薄，这其实反映了企业并没有认识到产业标准化和标准在规范生产、提高效率、保证质量等方面的作用，企业可因标准化的发展在竞争中获得技术优势，进而在市场中也占有一定优势。与国际交流合作不足。

我国人工智能产业标准化发展现状的对策就是需要加快制修订标准，完善人工智能标准体系。支持产业龙头企业、重点科研院所进一步投入精力，加强人工智能技术标准研制工作，建立完善标准与技术总体规范。对人工智能相关国家标准、行业标准、群体标准等进行制度改革与协调配套，让这些标准带动人工智能行业规模化发展。统筹协调标准化组织人工智能标准化工作。促进更多的标准化机构与人工智能技术领域科研院所、企业参与到标准化建设中来，统筹协调各级组织之间的人工智能标准化建设工作的顺利开展。宣传鼓励更多的企业参与相关标准化活动。促进企业标准化宣传，使企业充分认识到标准化的意义与作用，让标准化扎根企业发展。利用舆论导向从各个方面宣传人工智能产业标准化的意义以及相关标准化的知识信息，参与标准化并得益于标准化的良性循环。加强国际间交流合作，积极参与国际标准化活动，使我国人工智能产业标准化获得更多的认可，拥有更大的影响力。

我们需要避免多领域交叉冲突。人工智能在各行业的应用落地涉及大数据、云计算等多种技术，《指南》与大数据、云计算等支撑技术，机器人、智能运载工具等产品，智能制造、智慧城市、智能政务等行业的相关标准体系存在交集，但非包含或覆盖关系。需要建立动态更新完善机制。随着人工智能的发展，人工智能在各个垂直领域的应用落地新模式将不断涌现，人工智能标准体系也将进一步更新完善。标准体系为起点，持续关注我国人工智能在转型升级中的实际需求，综合考虑因科技发展而出现的新技术和新应用，通过建立动态更新完善机制，以满足我国人工智能标准体系建设的需要。正确把握与技术和产业发展的关系。需注意标准化建设重点与人工智能发展进程中标准需求的不定性、未知性、突发性存在差距。应注意在人工智能技术和产业发展进程中，市场环境、产业需求变幻无穷，其标准需求也可能瞬息万变。

目前认为人工智能是新质生产力的引擎，人工智能应用优化劳动力供给结构，形成新质生产力。人工智能技术能够在较短时间内以更大规模复制劳动行为，执行和完成人类能力包括体力、脑力所不能完成的任务，由此创造出一种在很多方面高于人类劳动力的“新质劳动力”，如具有深度学习、自我学习能力的机器人等更高质量的劳动力供给，降低了对低技能劳动力的依赖，形成对部分劳动力的替代，很大程度上优化了劳动力的供给结构。机器学习、深度学习的不断发展，拓展了劳动力供给的范围，促使劳动供给由提供体力更多地转向提供脑力、智力和创造力，倒逼劳动者不断学习新知识、新技能，为新质生产力的形成提供强有力的劳动力要素支撑。此外，人工智能技术不断拓展劳动对象的应用范围，大量原来不属于劳动对象的物质转变成为劳动对象。

抓住AI就是抓住这个新质生产力“牛鼻子”。从资源消耗的角度看，过去生产力的提升往往依靠大量资源投入、高度消耗资源能源的发展方式。人工智能摆脱了传统的增长路径，主要以数据为关键生产要素。数据要素独有低边际成本、强渗透性和融合性等特性，可推动生产工具、设备、生产方式、资源配置方式等不断优化升级，从而推动物质生产力创新。这种契合数字时代的融合性更符合高质量发展的要求，更能体现生产力发展的新内涵。在企业应用大模型技术以后，最重要的资源可能会慢慢变为智能资源。硅谷创业公司以前大量的资金是花在雇人上，现在可能有一半的钱用来雇人，另外一半则用来购买数据、购买向量数据库，再组建一个由人工智能驱动的智能中心。

生成式AI（大模型技术）无论是在消费端，还是在产业端都有广泛的应用前景。在很多领域，使用者只需要用提示词对预训练模型进行引导就可以得到符合专业需要的版本。在消费端，生成式AI可以为互联网生态提供大量的内容产品，在写作、搜索、法律、金融、教育、医疗等领域提升用户的使用体验。在产业端，生成式AI的应用同样非常广阔。据相关研究，最具代表性的应用场景包括工业设计、药物研发、材料科学及合成数据等。最近微软发布了基于大模型的人工助手， 其不是以前意义上的SaaS（软件即服务），而是数字员工，换句话说它是员工工作时的“副驾驶”。以后也许每个人工作中都会有若干个类似的智能助理。如果这个商业模式成功，微软可能就不再是一家软件公司，而是向全世界输出劳动力的公司，能够向全世界输出数十亿的劳动力。从成本的角度看，以前雇一个专业人员可能需要几千美元，而现在可能花30美元就能完成以前80%的工作。但这些都需要标准。

人工智能是新质生产力的核心。人工智能技术能够模拟人类的思维和行为，实现自动化、智能化的生产和管理。在制造业中，人工智能技术可以预测和解决生产中遇到的问题，提高生产效率；在服务业中，人工智能技术可以提高服务质量和效率，提升用户体验。智慧化人形机器人是新质生产力的重要组成部分。首先，人工智能能够提高生产效率。在制造业中，智能化的生产线和机器人可以完成高强度、高精度的工作，大大提高了生产效率。其次，人工智能能够降低成本。通过智能化的管理，企业可以减少人力成本和资源浪费，实现精细化管理。最后人工智能能够催生新的产业和商业模式。创造可以遇见的未来，人工智能是新质生产力的核心，智慧化人形机器人是新质生产力的重要组成部分，将与人类共同推动社会进步和发展。

人工智能发展快，风险治理必须跟上。如欧洲议会通过了《人工智能法案》授权草案，旨在促进欧洲在人工智能领域的创新能力，同时支持在整个欧盟经济中发展和采用合乎伦理且可信的人工智能。美国通过《人工智能应用的监管指南》，强调监管的科学性和灵活性，重视为人工智能应用创建“安全港”、监管豁免等。加强人工智能风险治理，必须重视标准先行。当前，碳减排技术、新一代移动通信、人工智能、量子计算、新能源汽车等领域的标准制定方兴未艾，人工智能亟须借助标准优势提高治理能力，只有明确清晰且适应人工智能发展的标准化体系，才能实现协同人工智能的产业力量和多方共治的愿望。可以说，标准制定权竞争已成为大国博弈和全球治理变革的重要体现，标准化进程和核心专利布局是赢得竞争的关键。目前国际上人工智能现有标准主要集中在人工智能技术、应用领域的通用标准，而涉及人工智能安全、伦理、隐私保护等方面的安全标准，大多处于研究阶段。

人工智能大模型带来的治理挑战也不容忽视。 马斯克指出，在人工智能机器学习面具之下的本质仍然是统计。 营造良好创新生态，需做好前瞻研究，建立健全保障人工智能健康发展的法律法规、制度体系、伦理道德。 着眼未来，在重视防范风险的同时，也应同步建立容错、纠错机制，努力实现规范与发展的动态平衡。人工智能在今天的落地要素好像这样的一个结构标准化一样，从底层的算力、数据、模型，再到上面的方案和应用，每一个东西都丝丝入扣的构造成为这样的一个结构化的套件。除了我们模块的结构化之外，它模块本身其实也是标准化的。无标准不行业，只有使得更多的人能够利用好标准，共同参与到建设当中，才能真正的爆发，才能够形成真正的产业。