工联网消息(IItime) 人工智能赋能新型工业化要实现突破，不仅取决于技术创新，更需要商业模式创新。DeepSeek以免费、开源、高性能和低成本打破了美国“大力出奇迹”的传统技术路径，取得了巨大的成功，其商业模式创新功不可没。当前，我国人工智能赋能新型工业化正加速推进，多样化应用场景不断涌现，有效助力工业制造企业智能化升级。为推动AI赋能新型工业化在更广范围、更深程度、更高水平上实现融合创新，加快推进人工智能赋能新型工业化商业模式创新更为紧迫。

模式创新取得成绩但问题仍存

从人工智能赋能新型工业化商业模式内涵来看，价值创造是商业模式的核心，深度融合模式选择是实现价值创造的关键，智能化产品和解决方案是深度融合的表现形式，产业生态建设是推进人工智能赋能新型工业化的重要路径，多元化营收模式是打造强大的人工智能赋能新型工业化产业生态的重要保障。

近年来，我国人工智能赋能新型工业化商业模式总体朝着好的方向演进、发展，涌现出众多商业模式创新的典型案例。在深度融合模式方面，通过“5G+AI+工业互联网平台”逐步由企业生产经营外围环节向企业生产制造核心环节拓展，人工智能赋能新型工业化不断向纵深推进，新场景新业态新模式不断涌现。在融合产品创新方面，运营商、数字化服务商为行业客户提供模型算法超市、DeepSeek一体机等“开箱即用”的模型服务以及大模型行业解决方案。在生态系统建设方面，产业链各方加强合作，共同为工业企业提供大模型服务。在营收模式方面，数字化服务商积极探索算力租赁、API开放、解决方案收费等收入模式，等等。商业模式创新实践有力推进人工智能赋能新型工业化快速发展，有效助力工业企业提质增效。

我国人工智能赋能新型工业化商业模式创新取得积极进展，但仍面临商业模式不清晰的问题，主要表现在以下几个方面：

供需市场结构不均衡。产业数字化有效需求不足仍然比较突出，人工智能赋能新型工业化存在“供给端热需求端冷”、供需不匹配等情况，多模态大模型在应用中部署占比较低，目前只有8％，而且不同行业和不同企业的AI应用进展差异较大。

深度融合创新不足。人工智能赋能新型工业化面临工业技术复杂、生产制造流程环节多、工业生产系统和工业机理模型与AI大模型融合存在难点，以及大模型难以满足工业制造高精度、高可靠性的生产要求等诸多困难。目前以AI为代表的数字技术主要是应用在企业生产经营的外围环节，AI等数字技术与企业生产核心流程的深度融合不够，深度融合缺少有效办法，AI助力工业企业数字化转型升级的价值和潜能没有充分释放出来。

融合产品创新不力。数字化服务商提供的智能化产品和解决方案尚不能很好满足工业智能化升级需求；人工智能技术在满足工业离散化场景需求方面仍面临难以适配的难题，工业应用场景创新不足，价值创造方面临挑战。

产业生态缺乏竞争力。产业链、创新链协同创新不足，产业生态关键环节存在短板弱项，具有竞争力的人工智能赋能新型工业化产业生态尚未形成，产业链、创新链安全受到挑战。

多元化营收模式有待进一步拓展。DeepSeek等人工智能技术的应用会增加工业企业的算力成本、网络的数字化智能化改造成本、机器设备升级成本和员工培训成本等，多元化的收入模式尚未形成。

相关创新策略与建议

为更好地推进人工智能赋能新型工业化商业模式创新，特提出如下建议，重点从激发AI应用需求、深度融合模式创新、融合应用创新、打造产业生态、拓展多元化营收模式等方面系统推进。

多措并举，激发工业企业数字化转型需求。建议持续推进制造业数字化转型行动和大型设备更新行动，在财政、税收、科技、产业、金融、人才等方面对推进人工智能赋能新型工业化给予支持，分行业分领域打造AI赋能新型工业化典型案例，加大典型案例的宣传和模式复制推广力度。对于数字化服务商来说，要在工业企业内网改造升级、边缘智算网络建设、完善公共服务平台等方面支持工业企业数字化转型。对于工业企业来说，要把握DeepSeek快速发展的机遇，企业应从战略高度重视和加快推进企业数字化转型，加大数字化投入，加快大模型的开发和应用，推动企业智能化升级。

推进深度融合模式创新，加快工业企业数智化转型。关键是要建立以技术融合、数据融合为基础，以场景为牵引，以价值融合为目标的AI大模型融合模式。技术融合要求强化AI技术、工业技术的创新突破，加快工业企业数字化改造和数字基础设施建设，推进AI技术与工业技术的融合创新。数据融合要求打造高质量的工业数据集，从而构建以场景为牵引、以为产业链各方创造价值的“技术—数据—场景—应用”融合运营体系，不断推动人工智能赋能新型工业化向企业生产经营核心环节拓展。

加快融合应用创新，满足工业企业数字化转型需求。发挥我国工业体系完备、市场需求多元等优势，持续推进以场景应用为牵引的产品模式创新，以场景创新汇聚算法、数据、算力和产业等创新要素，拓展人工智能赋能新型工业化应用场景，形成产业链上下游协同创新的发展格局，共同打造工业大模型、智能化数字平台、智能化应用解决方案和大模型行业应用典型案例，协同推进新技术、新产品、新场景的规模发展，高水平赋能工业制造体系。

加强产业合作，打造人工智能赋能新型工业化产业生态。在推进人工智能赋能新型工业化进程中，人工智能企业、运营商、数字服务商、设备制造商以及工业企业等产业链各方应以推进工业制造企业智能化升级为目标，以构建全链路人工智能安全体系为基础，充分发挥生态主导型数字化服务商的创新引领作用，通过战略合作、成立产业联盟、共建研究院、成立创新中心和开展战略投资等途径，创新合作模式，促进产业链各方实现价值共创共享共赢，打造人工智能赋能新型工业化的良好产业生态，共同为推进新型工业化而努力。

做大做强“人工智能+”，拓展多元化营收模式。对于数字化服务商来说，积极探索云服务和算力租赁、增值服务收费、API开放、场景化解决方案等多元化的营收模式，不断提升人工智能赋能新型工业化的变现能力。同时，生态主导型数字化服务商应做好价值分配和价值激励，让产业链各方都能受益，从而不断激发产业链各方协同合作的积极性，确保人工智能赋能新型工业化持续推进。