近年来我国人工智能发展势头迅猛，工业提质增效成效显著。但同时，我国在人工智能与工业技术深度融合发展方面仍面临一系列问题和挑战。因此建议：
加强顶层设计，夯实工业智能化发展基础。由政府主导建立工业人工智能产业建设领导小组机制，专业学会、行业协会、基于人工智能技术的龙头企业和标准化技术组织等广泛参与；统筹规划，加快建设一批人工智能计算中心，推进算力资源的互联互通、开放共享，定期发布可公开数据；建设高质量的行业共享数据集，建立数据生产、流动和保护机制，实现数据标准规范、流动畅通、存储安全。
强化产业培育力度，助推工业智能发展提质增效。发挥政府统筹和主导作用，拓展应用场景，加速应用落地。考虑人工智能应用于工业环境时的特殊性和过程的局限性，着力研究人工智能的工业适配性，推进工业企业数字化改造、智能化转型。支持行业推广人工智能及其装备在制造、能源等工业领域的示范应用，形成工业智能典型应用场景。
加强基础研究，持续提升核心技术支撑力。加强人工智能底层基础理论研究与核心技术突破，推动基础模型的研发，算法、数据和算力的创新，除了计算机视觉技术、群体智能技术、自然语言处理技术之外，重点聚焦人脑科学、脑机接口技术和自主无人系统技术等。同时夯实智能传感器、人工智能芯片和基础软件等产业核心基础，加快关键共性技术研发，强化自主生态创建。
加强服务型研发设计，推进工业专用模型发展。重点推动以模型即服务（MaaS）为代表的模式，实现“人工智能+制造”对产业的渗透。推动建立数字驱动的协同供应链，实现全供应链信息的整合与及时分享。
