近年來我國人工智能發展勢頭迅猛，工業提質增效成效顯著。但同時，我國在人工智能與工業技術深度融合發展方面仍面臨一系列問題和挑戰。因此建議：
加強頂層設計，夯實工業智能化發展基礎。由政府主導建立工業人工智能產業建設領導小組機制，專業學會、行業協會、基于人工智能技術的龍頭企業和標準化技術組織等廣泛參與；統籌規劃，加快建設一批人工智能計算中心，推進算力資源的互聯互通、開放共享，定期發布可公開數據；建設高質量的行業共享數據集，建立數據生產、流動和保護機制，實現數據標準規范、流動暢通、存儲安全。
強化產業培育力度，助推工業智能發展提質增效。發揮政府統籌和主導作用，拓展應用場景，加速應用落地。考慮人工智能應用于工業環境時的特殊性和過程的局限性，著力研究人工智能的工業適配性，推進工業企業數字化改造、智能化轉型。支持行業推廣人工智能及其裝備在制造、能源等工業領域的示范應用，形成工業智能典型應用場景。
加強基礎研究，持續提升核心技術支撐力。加強人工智能底層基礎理論研究與核心技術突破，推動基礎模型的研發，算法、數據和算力的創新，除了計算機視覺技術、群體智能技術、自然語言處理技術之外，重點聚焦人腦科學、腦機接口技術和自主無人系統技術等。同時夯實智能傳感器、人工智能芯片和基礎軟件等產業核心基礎，加快關鍵共性技術研發，強化自主生態創建。
加強服務型研發設計，推進工業專用模型發展。重點推動以模型即服務（MaaS）為代表的模式，實現“人工智能+制造”對產業的滲透。推動建立數字驅動的協同供應鏈，實現全供應鏈信息的整合與及時分享。
