人工智能技术在与制造业融合过程中面临诸多挑战。一方面，芯片研发设计和工艺制程与国际先进水平仍存在差距、人工智能标准化体系亟待建立、核心高端专业人才不足；另一方面，数据安全问题也日益凸显，如何保护企业的核心数据和知识产权成为各方关注话题。
下一步，要围绕算法、算力等大模型底层技术，加快推动智能芯片、大模型算法、框架等基础性关键核心技术和产品的突破；建立健全人工智能赋能新型工业化标准体系；健全人工智能人才培养、安全保障等机制。
推动标准化建设至关重要。应通过建立人工智能标准化技术委员会，建立健全和推广人工智能相关行业标准，开展技术研究与验证，促进技术的统一和互操作性，加强人工智能产品和应用与产业深度融合。
推动建设覆盖高层次人才、专业技术人才、行业技能人才、中小学人工智能基础教育（教育行业分析报告）人才等多层次人才培养体系；加强新型技能培训，引导劳动者进入数据标注等人工智能产业相关岗位；积极开展数字教育国际交流合作，努力培养适应时代发展的全球治理与国际化创新型人才。