机器学习、计算机视觉、自然语言处理等人工智能技术，能够赋能传统产业提升生产效率、优化资源配置、降低生产成本，实现转型升级，推动经济发展。在具体路径上，数字技术是实现“人工智能+”传统产业的基座。从投入与产出端看，数字技术推动实体经济增长，其全要素生产率增长率贡献在2024年占比超五成，成为新质生产力加快形成的核心标志。在这一过程中，数字技术不仅改变了传统的生产方式和商业模式，还催生了一系列新兴产业和业态，为经济增长注入了新的动力。

　　数字技术对“人工智能+”传统产业的支撑，离不开高质量的数据资源和算力基础。2024年，我国数据生产总量同比增长25%；数字经济核心产业增加值占GDP比重10%左右；算力总规模达到280EFLOPS。2025年一季度，数字产业实现业务收入8.5万亿元，同比增长9.4%，增速较上年同期提升4.4个百分点。其中，制造业和服务业分别增长10.4%和8.2%，数字技术支撑“人工智能+”传统产业的效果明显。今年前5个月，数字经济核心产业同比增长10%，全国企业采购数字技术金额同比增长9.7%，数实融合有序推进。数据成为关键生产要素，算力成为新型基础设施，数字技术成为创新的核心驱动力，这些都为新质生产力的发展提供了有力支撑。

　　推动“人工智能+”传统产业深度融合，不仅是激活传统动能的关键一招，更是培育和发展新质生产力的核心路径。通过物联网、大数据等技术的应用，传统制造业实现了智能化升级，形成数实融合效应，生产效率大幅提升，产品质量得到显著改善。同时，数字技术还催生了共享经济、平台经济等新模式，为经济发展注入了新的活力。数据显示，我国已建成3万余家基础级智能工厂、1200余家先进级智能工厂、230余家卓越级智能工厂……数实融合进一步提速，推动产业提质增效。数字经济融合渗透不断加大，对工业生产带动作用增强。今年5月份数字产品制造业增加值增长9.1%，明显高于全部规模以上工业增速。

　　推动“人工智能+”传统产业赋能新质生产力发展，需要构建完备的体系化路径，既要破解“不愿+”“不敢+”“不会+”的现实难题，也要搭建“能+”“善+”“+得好”的制度环境。

　　以强化新型基础设施建设作为底层支撑。5G、工业互联网、数据中心等新型基础设施，如同“人工智能+”传统产业的高速公路。截至2024年底，我国5G基站达425万个，比上年末净增81.5万个，已建成全球规模最大的5G网络，并向5G-A升级演进。全球首个规模最大、覆盖最广的400G全光骨干网在我国全面投入运营，实现算力枢纽节点间超低时延全光直连。“5G+工业互联网”建设项目数超1.7万个，实现41个工业大类全覆盖。这些基础设施为传统产业提供了泛在接入、高效计算、海量存储的能力。下一步，需聚焦重点行业领域，建设行业级、企业级工业互联网平台，推动“5G+工业互联网”在采矿、钢铁、汽车等重点行业的深度应用，打通“数据孤岛”，实现产业链上下游的智能联动。

　　把提升传统产业智能化转型能力作为关键抓手。不同行业、不同规模的企业，智能化转型的基础和需求差异巨大。对于大型企业，应支持其打造智能化转型标杆，建设智能工厂、数字车间，引领行业转型方向；对于中小企业，则需提供轻量化、低成本、模块化的智能化解决方案，降低转型门槛。同时，智能化浪潮下我国相关人才供需缺口显著，面临规则差异、复合型人才断层等挑战，亟待构建全国人才流动互认机制，深化科技教育人才协同培育机制。

　　以健全数据要素市场化配置体制机制作为制度保障。数据要素的高效流动和充分利用，是“人工智能+”传统产业的核心环节。2025全球数字经济大会上发布的《中国数据要素市场化配置研究报告（2025）》中提到，2024年以来，我国在数据要素开发利用领域持续取得突破，数据要素市场建设加快，数据要素市场化赋能经济发展力度持续增强，支撑了我国新质生产力的积累壮大。为进一步推动数据要素市场化配置改革，应着力加快完善数据产权制度，明确数据的持有权、使用权和经营权，为数据要素的流通和交易奠定基础；构建统一规范的数据交易规则体系，明确数据交易的基本流程和标准，加强对数据交易的监管，确保市场的公平、公正和透明；创新财税激励机制，激励数据要素开发利用。

　　把构建协同创新生态作为持久动力。“人工智能+”不是简单的技术叠加，是需要产学研用各方协同发力。要支持企业与高校、科研院所共建实验室、创新中心，围绕关键核心技术开展联合攻关，突破工业软件、智能传感器等“卡脖子”领域的技术瓶颈。同时，要发挥龙头企业的带动作用，构建以智能化为纽带的产业创新联盟，推动产业链上下游企业共同参与技术创新、标准制定、市场拓展，形成“创新—应用—迭代—再创新”的良性循环。