2025全国两会热议：代表周云杰提出三大建议助力国家发展

代表周云杰倡导改革创新 促进国家发展

　　 十四届全国人大三次会议即将召开。作为全国人大代表，海尔集团董事局主席、首席执行官周云杰聚焦人工智能，提出了3份建议，涉及新型工业化、智慧住居、血液及血液制品等领域。

　　 建议一：以工业大模型为关键变量赋能新型工业化

　　 当前，人工智能作为引领新一轮科技革命和产业变革的战略性技术，其强大的“头雁”效应已不容忽视。然而，在工业大模型的深度应用实践中，我们依然面临着多重挑战。首先，数据质量和语料库的构建依然是制约人工智能发展的瓶颈。其次，如何实现更广泛的场景适配以及确保模型的可靠性仍然是亟待解决的问题。最后，企业在转型过程中面临的不仅是技术层面的挑战，还有在转型切点和话语体系上的错位。 这些挑战不仅反映了技术本身的发展局限，也揭示了行业转型的复杂性。为了克服这些障碍，企业需要更加注重数据质量和多样化，同时加强与科研机构的合作，共同推动语料库的建设。此外，通过持续优化算法和提高模型训练的精度，可以有效提升模型的可靠性和适应性。更为重要的是，企业应积极调整内部结构，明确转型路径，以确保技术进步能够顺利转化为生产力。只有这样，才能真正发挥出人工智能的巨大潜力，推动产业升级和社会进步。

　　 因此，周云杰强调了工业大模型在当前经济环境中的重要性，并提出应将其作为关键变量来推动产业升级与转型。他认为，通过加强工业大模型的研发与应用，可以有效提升制造业的智能化水平，促进技术创新和效率提升。 这种观点认为，工业大模型不仅能够帮助企业更好地理解市场需求，还能优化生产流程，降低运营成本。随着技术的进步，工业大模型的应用范围将进一步扩大，对于构建新型工业化体系具有重要意义。因此，政府和企业应该加大投入，共同推进相关技术的发展，以应对未来挑战，实现可持续发展。

　　 一是夯实发展底座，发布国家级工业场景图谱、语料库和数据集。建议设立国家专项，加大力度推广实施“一图四清单”行动方案，为人工智能在工业领域的应用提供坚实的基础。 当前，随着技术的不断进步，人工智能在工业领域的应用已成为大势所趋。通过发布国家级工业场景图谱、语料库和数据集，可以有效促进技术与产业的深度融合，进一步推动工业智能化转型。同时，设立国家专项，推广“一图四清单”行动方案，不仅有助于解决当前面临的实际问题，还能为未来的技术创新提供有力支持。这一系列措施无疑将加速我国工业智能化进程，提升整体竞争力。

　　 建议通过财政补贴方式，支持家电、汽车、医疗等行业中的龙头企业，率先开展基于工业大模型的人工智能深度应用，树立行业标杆，展示实际应用效果。同时，鼓励这些企业总结并分享其在研发设计、生产制造、经营管理等关键环节中运用人工智能的成功案例。 这一措施不仅能够促进技术的应用和发展，还能够推动相关行业转型升级。通过财政补贴的形式，可以有效降低企业的初期投入成本，加速新技术的普及与应用。龙头企业在人工智能领域的积极探索，有望带动整个产业链的技术进步和效率提升，最终实现行业整体的智能化升级。

　　 三是支持平台企业，推动工业大模型服务于中小企业。建议针对国家级双跨平台企业制定专门的财政扶持措施，培养一批能够与工业大模型和应用场景精准对接的标准化、可复制、低成本的解决方案，让中小企业能够享受到既实用又经济的人工智能服务。

　　 建议二：以高质量数据打造智慧家庭大模型推动家电家居产业革新

　　 智慧家庭领域的大型模型是推动传统智能家电和家居转型升级的重要基础设施，能够促进家庭服务机器人的发展，使其成为在全球具有引领地位的新产品，进而带动上下游产业链创造出超过十万亿元的增长空间。智慧家庭领域的大型模型依赖于算力、算法和数据三大要素的支持。虽然算力方面仍需重大突破，短期内难以解决，但诸如DeepSeek等算法的创新已经显著降低了模型对算力的需求。然而，大规模高质量数据的重要性仍然无可替代。在垂直领域如行业数据的建设过程中，依旧存在采集成本高、跨域融合困难以及训练数据不足等问题，这些难题仅凭行业和企业自身难以迅速克服。

　　 一、 数据采集端：主动数据少、采集成本高。一方面仿真生成技术还不成熟，生成速度慢；另一方面真机数据依赖真人或遥控机器人采集，采集成本高、速度低，极大制约了行业垂域大模型的开发进度。

　　 二、数据服务端面临跨界融合困难以及平台支撑不足的问题。被动数据与主动数据在格式、接口规范等方面存在差异，导致难以实现高效且全面的整合与训练。数据训练平台和训练场所供不应求，这使得行业内的高质量数据训练成本居高不下。由于企业资源有限，迫切需要国家层面的统筹与支持来解决这一问题。 从当前形势来看，数据服务端的技术发展和资源整合面临不少挑战。跨界融合的难度不仅限制了技术的进步，也增加了企业在数据处理上的负担。同时，数据训练平台的稀缺性进一步推高了数据训练的成本，这对企业的经济压力和技术创新都构成了不小的阻碍。因此，政府应当积极介入，通过政策引导和技术支持，为企业创造更好的发展环境。

　　 因此，周云杰提出两方面建议：

　　 培育数据采集产业，构建智慧家庭大模型多元统一的数据源是一项重要任务。建议制定统一的数据标准体系，规划并发展智慧家庭数据合成与数据标注产业。此外，实施数据贡献参与工程，通过全民贡献和企业共创的形式，构建行业全覆盖的垂直领域数据基础。这样的举措不仅能促进数据资源的丰富性和多样性，还能确保数据的质量和标准化，从而推动智慧家庭技术的发展。 这种做法有助于形成一个更加开放和共享的数据生态系统，不仅能够加速技术创新，还能够提升整体服务质量。通过全民参与和企业共创，可以确保数据来源的广泛性和全面性，为智慧家庭技术的应用和发展提供坚实的基础。

　　 二是打造国家级数据模拟平台和实验基地。建议增加资金支持和政策激励，鼓励行业领军企业牵头建立涵盖全场景智慧家庭的数据模拟平台和实验基地，训练高水平的专业领域大模型，并为产业链上下游提供高质量的服务，推动具身智能技术在智慧家庭环境中的广泛应用，促进家庭服务型机器人的发展，助力新型生产力的提升。

　　 建议三：提升我国血液及血液制品供应保障能力

　　 随着医疗技术的进步，临床手术数量和复杂病例不断增多，对血液和血液制品的需求也日益增加。我国目前面临血液和血液制品供应紧张的问题，这对公共健康保障和突发事件应对提出了挑战。 这一现象反映出当前血液采集和储备体系可能需要进一步完善。虽然近年来各地都在积极推动无偿献血活动，但依然难以满足快速增长的医疗需求。如何提高公众参与无偿献血的积极性，同时优化血液分配机制，确保紧急情况下的及时供应，是亟待解决的重要课题。此外，还需加强科学研究，开发更多替代品或新型血液制品，以减轻对传统血液资源的依赖。

　　 在血液保障方面，血液供应处于“紧平衡”状态，城市区域内血液资源分配不均衡、血液信息无法共享、血液调配困难重重，并且缺乏统一的管理体系。至于血液制品保障方面，由于原料血浆供应量不足，直接影响了血液制品的生产供给，导致某些血液制品严重依赖进口。

　　 因此，周云杰提出两个方面的建议：

　　 一是通过人工智能推动血液管理创新，探索新的临床用血供应模式。加大宣传力度，提升公众的献血意识，优化和完善无偿献血者的权益保护机制；整合物联网、人工智能等技术，打通从采血到临床用血的全流程数据，实现用血零等待、零浪费；完善全国血液管理大数据平台的智能化应用，统一管理和调度血液资源；探索建立跨地区的多点采集、集中统一制备的血液处理中心；在合法合规的前提下，研究血站与单采血浆站高效协作的可行性方案；推动医疗机构在围手术期合理使用凝血因子类血液制品。

　　 二是修订《单采血浆站管理办法》，允许并鼓励能够同时生产人血白蛋白和人免疫球蛋白而其集团母公司或子公司已取得6个品种文号的血液制品企业，开设新的单采血浆站，增强血液制品生产供应的自主可控能力。