3月4日消息，全国人大代表、小米集团董事长兼CEO雷军拟在今年全国两会期间提出加快建设制造业绿色低碳供应链；加强培养人工智能人才满足科技变革需求；进一步规范智能驾驶产品安全应用；加大智能制造支持力度，加快融合先进技术发展等多方面的建议。
关于加快建设制造业绿色低碳供应链的建议
一、加快建立制造业碳足迹背景数据库，推动国际衔接与互认。建立产品碳足迹管理体系有助于统一碳足迹核算标准，指导企业加强碳排放管理。2023年11月，国家发展改革委等部门出台《关于加快建立产品碳足迹管理体系的意见》，明确了加快提升我国重点产品碳足迹管理水平的总体要求、重点任务、保障措施和组织实施要求等。如电子信息制造业在国民经济中占比较高，特别是消费电子类产品拥有广阔的国际市场空间，并且在“出海”过程中面临的碳足迹管理要求愈发严格，缺少官方的碳足迹背景数据库，限制了我国在全球产品碳足迹管理领域的话语权和主动性。
基于此，建议从速从快建立制造业碳足迹背景数据库，推动与国际数据库的衔接与互认，并逐步建立中国深度参与、主导的全球碳足迹管理体系。同时建立完善的碳足迹数据共享机制，鼓励企业积极参与数据库建设和运营，并提供必要的技术支持和政策资金扶持。
二、支持打造绿色数字化供应链系统，实现供应链内协同联通。绿色低碳管理是一项贯穿整条产业链的系统工程。当前，制造业供应链的低碳变革，仍存在链路信息不透明、信息壁垒以及绿色低碳化融合不足问题，这些问题不仅影响了供应链的协同效率，也制约了供应链绿色低碳转型的步伐。
针对当前情况，建议制定相应配套政策，鼓励和支持企业优化或升级供应链系统，推动5G、大数据、人工智能、云计算、物联网等新一代信息技术集成应用，实现研发、生产、流通、服务、消费等全流程业务信息贯通的同时，加强全流程绿色低碳指标及减碳措施融入，提高供应链智能化绿色化决策能力;建立绿色数字化供应链系统评价及示范推广机制，树立行业标杆，激励企业打造以绿色低碳为核心理念的数字化供应链。
三、探索建立绿色电力全国交易机制，促进链主企业引领供应链绿色转型。绿色电力生产过程中二氧化碳排放近零或等于零，提升绿电的使用比例，更有利于环境保护和可持续发展，是打造绿色低碳供应链的重要措施。目前在提高绿色电力使用比例的过程中也出现相应的困难与挑战，如绿电成本高、跨区域交易困难等现实问题。
为有效应对这些问题，首先建议建立健全全国跨区域绿电交易机制，畅通交易渠道。在此基础上引导链主企业探索建立绿色电力“新集采”模式，即链主企业整合供应链内企业的绿电需求，统一绿色电力采购渠道，形成集体议价优势，激发供应链企业使用绿电的积极性，推动供应链绿色转型。
关于加强培养人工智能人才满足科技变革需求的建议
一、从义务教育阶段普及人工智能素养教育。人工智能素养教育是一项长期的任务，需要从小培养学生的兴趣和能力。在中小学阶段，学生正处于思维发展的关键时期，在思想上最活跃、最敏锐，对新事物的接受程度最高。同时，义务教育也是我国覆盖面最广，受众群体最多的教育阶段。
建议将人工智能素养教育纳入九年义务教育内容，设置人工智能通识课程，同时将相关内容纳入中小学社会实践活动。从基础理念到简单应用，全面激发中小学生的兴趣，培养中小学生对人工智能的认知能力和应用能力，为未来发展打下坚实基础。
二、大力推进高校人工智能相关专业的建设。高校是我国培养专业人才的重要阵地。根据教育部公布的数据，目前，我国498所高校开设了“人工智能”本科专业，209所高校成功备案或申报“智能科学与技术”本科专业，在全国3000多所高校中占比仍然较低。
建议加大对高校人工智能学科建设的投入，通过加强与世界一流科研机构的合作交流，从海外引进优秀师资力量，吸引企业高级人才和行业专家进入高校授课等方式，扩大教学力量。同时将人工智能通识课程拓展到更多专业，如传统理工科专业、医学、金融、文史、艺术类等专业，培养更多跨领域人才;引导人工智能赛道的大型企业向高校学生开放实习实践机会，提升理论与实践相融合的综合素质。
三、支持大型科技企业和教培机构培育人工智能应用型人才。人工智能快速向各行业领域延展渗透，对人才技能升级要求较高。此外，在近年的人工智能技术发展中，许多企业成为该领域的重要推动力量，它们拥有大量的数据资源和强大的计算资源，以及丰富的应用场景，同时社会人才市场严重缺乏高水平的人工智能培训能力。
建议鼓励大型科技企业和社会教培机构开展人工智能应用型人才培训，以适应人工智能领域技术快速迭代、人才需求量大、应用广泛的特征。具体来看，可结合人工智能人才的供需情况，通过配套政策引导，鼓励企业和机构灵活设置从人工智能基础素质培训，到尖端前沿人工智能人才的系统性培养，有效满足当前各领域对人工智能应用型需求。
关于进一步规范智能驾驶产品安全应用的建议
一、规范辅助驾驶功能应用，打造更安全的驾驶体验。目前，汽车辅助驾驶功能已规模化应用，辅助驾驶相关产品安全标准也在陆续制定中，但因相关法规标准的落地应用方案暂未明确，导致现有辅助驾驶产品的安全保障措施差异化较大，驾驶员可能对辅助驾驶功能状态理解不清晰甚至出现错误的使用，存在安全事故风险。
建议尽快建立辅助驾驶产品安全监督管理机制，加快辅助驾驶安全技术要求及测试验证标准落地应用，细化驾驶员在环及风险提示等人机交互要求，规范辅助驾驶功能的正确使用，打造更安全的辅助驾驶体验。
二、规范自主代客泊车功能应用，保障无人化场景体验安全。为解决用户找车位难、停车时间长等停车痛点，行业内企业陆续推出自主代客泊车解决方案，但在落地过程中存在停车场地配套标准不统一、产品功能定义不规范、安全性能标准不明确等问题，导致自主代客泊车无人化场景落地和推广存在困难。
建议进一步推动自主代客泊车功能定义和技术要求相关法规标准的落地应用，研究制定无人化泊车场景安全保障机制和责任认定方式，鼓励自主代客泊车专属停车场试点建设，推动安全可靠的自主代客泊车功能实现规模化应用。
三、规范车端数据使用，提升智能驾驶产品安全水平。智能驾驶安全水平提升依赖车端和道路真实数据的反馈，为更加合规、高效地利用数据，企业在数据采集、存储、使用等业务环节需要更细化的合规措施及产品标准进行指导。
建议进一步细化智能驾驶数据采集、存储、使用等环节合规措施及产品标准的实施细则，为智能驾驶数据安全治理、高效流转提供更明确的依据，引导企业对智能驾驶数据合理使用。同时，建立统一的智能驾驶安全监控数据平台，通过大数据赋能监管体系不断完善。
关于加大智能制造支持力度加快融合先进技术发展的建议
一、促进先进智能技术与制造业融合创新，加速工业大模型部署。随着工业互联网、大数据以及人工智能实现群体突破和融合应用，智能制造已经进入新一代人工智能技术和先进制造技术深度融合的新阶段。继续加强5G、数据中心、算力等基础设施建设的同时，建议主管部门尽快出台专项，以智能制造系统软件、AI大模型和通用仿生机器人的部署应用为重点产业突破方向，支持打造以大模型为代表的人工智能与制造业深度融合的应用场景。深度夯实智能制造数字底座，持续推动工业机器人、智能检测装备、智能控制装备、增材制造装备等重点产品研发和产业化，带动工艺、装备、软件成组连线创新突破，形成自主可控、先进适用的智能制造系统解决方案。
二、完善标准体系建设，探索智能制造“中国范式”。中国的智能制造创新，需要系统性形成技术和产业生态的标准化优势，才能持续赢得全球竞争的引领地位。建议鼓励智能制造领域企业，特别是龙头企业牵头打造智能制造的实践和示范样点，建设示范性工厂和生产线，探索未来制造模式和企业形态;继续鼓励产学研用深度融合，引导科研机构和高校协同企业，共同投入智能制造标准、规范制定;支持国内企业和专家积极参与国际标准化工作，发挥制造规模和创新优势，以产业链影响力促进国家标准规范的融合，鼓励龙头企业牵头和推动标准群发展，构建自主创新可控的产业创新、赋能和服务的生态体系。
三、支持龙头企业承接智能制造重大专项，攻关关键技术装备。龙头企业在智能制造领域中肩负着高质量发展主力军的重任，可以带动中小企业实现“链式”数智化转型，形成上下游、大中小协同发展的生态。建议财政部、科技部、工业和信息化部等部门加快推动智能制造重大专项立项实施，推动智能生产装备、智能检测装备、智能制造软件等关键技术设备研发攻坚和产业化，提升我国制造业整体竞争力;支持龙头企业参与智能制造有关重大专项立项实施，发挥龙头技术优势和带动作用，通过重大专项牵引，鼓励跨领域和跨学科的融合与创新，打造先进实用的智能制造解决方案;从国家层面设立智能制造发展基金，为企业建设智能制造系统和管理实践重大专项提供资金支持，引导大中小企业积极参与智能化创新和改造。
(信息来源：“雷军”微信公众号）
