南方财经全媒体集团全国两会报道组 李果 北京报道

在2025年的政府工作报告中，提到了创新驱动、人工智能等。而越来越多的国内企业也将这些词语与自身的发展紧密联系在一起，国内电子信息科技领域的代表企业的长虹控股集团正是其一。3月7日，全国人大代表、长虹控股集团董事长柳江接受21世纪经济报道记者专访，介绍了长虹发展过程中的“关键词”。

以AI技术全面赋能产品、制造和运营

《21世纪》：政府工作报告中提到，一年来，大力推动创新驱动发展，促进产业结构优化升级。作为一家深耕电子信息科技领域的企业，长虹在此方面是如何做的？

柳江：长虹集团置身于电子信息科技领域，面临技术更新速度快、产品研发周期短、产品同质化程度高等市场变化的严峻挑战。我们深刻意识到，无论是研发还是制造，必须坚持“自主创新+协同创新”并举，通过创新驱动促进企业产业转型发展。近两年，我们不断探索健全以用户为中心的协同创新体制机制。

一是坚持“自主创新+协同创新”，构建涵盖应用基础研究、共性技术研究、产品与制造技术研发的“三层技术架构体系”。

二是持续完善科研基础设施建设，用好现有国家级企业技术中心、国家级工业设计中心、国家级“双跨”工业互联网平台等。

三是不断推进产学研合作，构建以企业为主体的创新生态，以用户需求为牵引，以关键技术突破为目标，打造“政产学研”结合的新型产业孵化平台，在促进企业创新能力提升的同时，也促进高校、院所的原创性科技成果转化。

四是突出科技创新的市场价值导向，对技术研发人员绩效评价侧重于商业价值贡献，强调基于用户场景需求分析进行产品技术定义和商业模式设计，提高技术研发投入资源使用效率。

五是强化创新投入，对企业内部产业单元的研发投入增速、中长期研发投入占比等纳入绩效考核指标。

六是全面推进“AI+”行动，以AI技术全面赋能产品、制造和运营，提升整体运营效率。

《21世纪》：当前，作为创新驱动的方式之一，加快推动人工智能发展是大势所趋，你对当前我国人工智能的发展怎么看，长虹有哪些方面的动作？

柳江：我认为，从研发端来看，我国目前处于快速追赶并局部领先的阶段。不仅AI大模型不断发展，同时在人工智能专利数量上全球领先，展现出较强的技术创新能力。在应用端上，我国处于广泛推广和深度融合的初期阶段。人工智能技术已经在众多领域开始应用，但整体还未达到全面深度融合和普及的程度，还有很大的提升和拓展空间。如在智能驾驶领域，虽然取得了一定进展，但距离完全成熟的自动驾驶还有一段距离。

目前，长虹也在积极发展人工智能，积极推进“AI+”行动，加速AI技术应用落地。在AI+运营方面，我们率先接入DeepSeek模型，将AI技术应用到文字处理、图像处理、合同对比等领域，提高企业日常工作效率。在AI+制造方面，AI检测已应用于整机质检、零部件缺陷检测等方面，加速我们实现“智改数转”，推动智能化自动化设备更新、高品质高效率生产线提升、精益化柔性化工厂建设。目前我们正持续加快AI赋能全球66个智能制造工厂的提档升级，推动长虹制造的高端化、智能化、绿色化发展。

建议加快可信数据空间应用落地

《21世纪》：今年的政府工作报告提出，将安排超长期特别国债3000亿元支持消费品以旧换新。在家电以旧换新方面，长虹有什么计划？

柳江：国家出台以旧换新拉动消费的政策，也是我们长虹智慧家居产业发展的机遇。在国家大力推行以旧换新政策背景下，长虹通过多维度策略积极响应政策，在补贴力度、产品体验等方面全面升级。围绕用户“愿意换、方便换、换了怎么办”三个关键点，通过产品、服务、政策升级等形式，实现“销送装服收一体”流程，进一步提升用户体验。在家电以旧换新方面，我认为，随着AI技术应用和产品的迭代升级，以“智”更新着力解决消费者堵点和痛点。随着国家进一步扩围补贴品类，长虹也将继续深化“政企双补”模式，在技术研发、渠道融合及用户运营上持续深耕，以抓住新一轮市场红利。

《21世纪》：你反复提到AI技术，在AI领域，数据要素市场化配置改革被认为将对AI技术应用发展带来深远影响。结合企业发展实际，你如何认识基于AI发展的数据要素市场化配置改革？

柳江：这一方面很重要，我今年也提出了关于加快可信数据空间应用落地的建议。我认为，当前数据要素市场面临三方面问题，即可信数据空间技术路线和标准不统一、数据要素市场机制不健全法律法规滞后、跨领域协同难度大以及人才短缺问题突出。对此，我提出三方面的建议，第一是建议加快技术标准化，加强互联互通。第二是建议规范数据流通利用，强化监管合规。第三是加快数据产业发展，着力人才培养。

以第三条建议举例，我建议加大对数据产业的政策和资金支持力度，鼓励企业加大研发投入，推动数据采集、汇聚、加工、流通、应用和安全保障等环节的技术创新和融合应用。重点支持具备条件的企业，运用可信数据空间，进行数据产品加工、数据应用开发和应用部署交付等方面探索和实践。在人才培养方面，建议建立数据专业职称体系，明确数据人才的专业发展方向和职业发展路径。鼓励企业与高校合作，建立产学研用一体化的人才培养机制，通过实习、实训等方式，建立基于可信数据空间的工程化数据实践能力培养体系，为可信数据空间网络支撑应用落地提供充足的人才储备。

更多内容请下载21财经APP