在第六屆虹橋國際經濟論壇的“智能科技與未來產業發展”分論壇上，朱左江，歐姆龍自動化（中國）有限公司的總裁，闡述了人工智能如何在制造業中預測和判斷，例如，通過數據收集和算法判斷，人工智能可以降低設備維護的成本，從而提高生產效率。

　　在該分論壇上，來自學術界和產業界的參會者就利用人工智能推進綠色化和數字化進行了深入討論。“人工智能，尤其是大型人工智能模型的快速發展，為產業發展注入了新的活力。”龔克，中國電子學會的副理事長表示，在這個新階段，我們應該堅持發展主線，推動人工智能與實體經濟的深度融合，實現高質量和綠色化的發展。

　　人工智能是當前智能化和綠色化融合發展的重要推動力。如何有效利用這一工具，是所有產業在高質量轉型發展中都需要面臨的課題。

　　“無論是人工智能模型的訓練還是推理，都會消耗大量的能量。這也促使我們不斷優化提升效率。”吳甜，百度集團的副總裁表示，在基礎設施方面，百度正在構建符合綠色標準能耗的集群設施，并在建設過程中引入人工智能技術，以提升基礎設施的效率。

　　“自從‘文心一言’發布以來，其推理性能已經提升了50倍。換句話說，推理端的成本得到了相應的降低，使得該產品在使用時更加環保。”吳甜補充道，不僅如此，模型訓練的效率也提升了3.6倍，這意味著模型訓練周期的顯著縮短，從而降低了能耗。

　　實際上，人工智能在社會效率提升方面具有巨大的價值。吳甜透露，百度正在利用“文心一言”模型進行代碼開發的效率提升工作。

　　“目前，我們的工程師在編寫代碼時，對大型人工智能模型輸出代碼的采用率超過了40%，對于高頻用戶甚至達到了60%。”吳甜說道，這樣的效率提升體現在各行各業。盡管大型人工智能模型在初期發展階段的功耗較大，但它為整個社會運作帶來的效率提升是深遠的。

　　“建筑物的碳排放最終目標是實現‘近零碳’。如何實現這一目標，關鍵在于利用人工智能實現高效能設備的有效連接。”朗智文，江森自控亞太區總裁表示。

　　在人工智能代表未來的同時，如何推動人工智能與實體經濟的更好融合，也面臨著多重挑戰。

　　對此，鄭緯民，中國工程院院士、清華大學計算機系教授表示，要實現大型人工智能模型的發展，必須培養跨學科的人才。他建議，為了使產業智能化發展更加順暢，非IT領域專業的學生應掌握人工智能的基礎知識，這需要進一步推動政策環境和相關機制。

　　“目前，我國產業智能化發展仍處于相對初期的階段。有關部門可以在政策制定層面進行引導，建設一個面向未來產業鏈的培育環境。”吳甜說道。

　　吳甜建議，每個行業應發揮該行業領域專家的作用，而這一作用的發揮需要依賴行業對自身應用場景和數據的理解。

　　龔克認為，在營造創新環境的同時，政策層面也應在監管方面守住底線，健康有序地推動人工智能更好地賦能實體經濟發展。