问题——当前，人工智能技术加速迭代并向各行业渗透，既带来生产方式的深刻变革，也对城市产业体系提出新要求。
对广州而言，制造业基础坚实、服务业规模大、超大城市治理场景丰富，但在“技术供给—场景落地—产业化规模”全链条上仍存在结构性短板：应用碎片化、示范项目多而可复制模式少；部分企业“会用不会用得好”，智能化改造成本与收益预期不匹配；高端人才、关键算法与核心软硬件协同能力仍需补强。
如何把技术“热度”转化为产业“厚度”和民生“温度”，成为推进现代化产业体系建设的重要命题。
原因——一方面，人工智能从通用能力走向产业深水区，关键不在单点技术突破，而在与行业数据、业务流程、终端硬件和组织管理的系统融合。
没有充足、连续、可验证的真实场景，就难以形成从研发到产品再到规模化的闭环。
另一方面，产业链协同不足导致“场景端”与“供给端”对接成本高：政府部门、国企平台、民营企业、科研机构各自拥有场景、数据与能力，但缺少统一的对接机制和标准化的落地路径，影响技术转化效率。
再者，算力、数据治理与安全合规等底座能力建设需要长期投入，若缺乏稳定的政策预期与资金引导，企业易倾向于短期项目，难以形成持续迭代的产品能力。
影响——若能以场景牵引推动“人工智能+”行动，将在多重维度释放效应：其一，推动制造业向高端化、智能化、绿色化迈进，通过智能质检、预测性维护、供应链优化等应用，提升良品率与效率，增强产业链韧性；其二，促进政务服务和城市治理能力提升，推进智能审批、智能客服、风险预警等应用，减少重复性事务性工作，提升公共服务可及性与精准度；其三，带动以智能终端为代表的新产业增长点，加快具身智能机器人、智能体等新产品在会展、商圈、交通枢纽、文旅空间等复杂环境中的验证与迭代，形成可复制、可推广的“广州方案”。
同时，场景驱动也有助于带动中小企业融入创新生态，扩大就业与创业机会，形成创新扩散效应。
对策——杨旭结合参与产业调研、视察走访等履职活动提出，广州应发挥场景资源丰富、产业门类齐全的优势，构建分级赋能、分步推进的实施路径，推动“人工智能+”从“可用”走向“好用、常用、规模化用”。
一是以“基础适配—深度融合—原生创新”三阶段推进，形成可操作的落地路线图。
基础适配阶段面向制造、文旅、政务等重点领域，优先在业务闭环清晰、数据基础相对扎实的场景开展改造，通过人工智能提升软硬件交互效率和流程效率，如工业质检、智能排产、政务智能受理与材料核验等，快速形成可评估的示范成效。
深度融合阶段聚焦人工智能与终端硬件架构协同，推动多模态感知、边缘计算与行业模型等能力在真实环境中验证，促进从“功能叠加”向“智能核心”转变，使产品能力可持续迭代、可复制推广。
原生创新阶段则面向具身智能机器人、智能体等前沿方向，支持面向广州会展经济、商贸消费、城市公共空间等特色场景的产品研发与试点应用，形成具有带动性的标杆产品与产业链条。
二是提升场景开放的组织化、清单化水平，降低供需对接成本。
建议发布重点场景清单，明确场景需求、数据边界、评估指标与责任主体，建立常态化政企对接平台，让企业“知道哪里能试、怎么试、试到什么程度算成功”，推动创新资源围绕真实需求集聚。
三是以政策与资金形成正向激励，推动“投早、投小、投长期、投硬科技”。
可探索设立专项资金或基金工具：对基础适配类项目给予研发补贴和应用改造支持，鼓励传统企业迈出智能化改造“第一步”；对具备原创性和产业化潜力的原生创新项目，强化成果转化奖励与首台（套）示范应用支持，引导企业加大研发投入并形成可持续商业模式。
四是补齐底座能力与人才支撑，夯实长期竞争力。
围绕算力供给、数据治理、网络与安全合规等关键环节完善配套服务，推动产学研协同，促进科研成果与产业需求高效对接；同时加大高端人才引育力度，完善从基础研究、工程化到产品化的复合型人才梯队，为产业发展提供持续动能。
前景——业内认为，人工智能正在重塑生产组织方式和产业竞争格局，城市之间的竞争将更多体现为场景组织能力、产业协同能力和创新转化能力的综合较量。
广州若能以场景为牵引，形成从示范应用到规模推广的制度化路径，并在算力、数据与人才等方面形成系统支撑，有望加快把“场景优势”转化为“产业优势”，在智能终端、城市治理、现代服务业等领域形成新的增长极，进一步提升现代化产业体系的核心竞争力。
随着应用持续深入，人工智能也将从提升效率延伸至创造新需求、新业态，为高质量发展注入更强动能。
技术革新与城市发展的同频共振，关键在于找到适配的实践路径。
杨旭代表的建议不仅为广州人工智能产业发展提供了具体方案，更折射出人大代表履职中的务实思考——在高质量发展的命题下，如何让技术创新真正服务于产业需求与民生改善，将是未来城市竞争的重要维度。