AI時代における新質生産力と実体経済の融合加速へ、中国工信部元幹部が語る推進策と課題

この記事のポイント

• 中国の上半期における人型ロボット出荷台数は4万台を超え、世界シェアの97%に達したと報告。
• デジタル化は技術の単点導入から、計算能力・データ・応用の「三位一体」による業務改革へシフト。
• 先端半導体チップや産業ソフトウェアなど、重要技術の自給能力不足が産業高度化の制約要因に。
• 中国内のデジタル人材不足は2,500万〜3,000万人に上り、複合型人材の育成が急務。

新質生産力の推進とデジタル・実体経済の融合における基盤

2026中国インターネット大会南京分科会および人工知能（AI）によるデジタル・実体経済融合産業大会において、中国インターネット協会専門家諮問委員会常務副主任兼副理事長であり、工業情報化部（工信部）の元チーフエンジニアである趙志国氏が基調講演を行いました。趙氏は、第15次5カ年計画の初年度を迎えるにあたり、AIの技術革新をいかに実体産業の競争優位性へ転換するかが極めて重要な課題であると指摘しました。

趙氏は新質生産力の理解とデジタル・実体経済の融合（数実融合）に向け、以下の3つの基本視点を提示しました。

第1に、AI技術の革命的ブレークスルーです。蒸気機関や電力、インターネットと同様に高い汎用性を持つAIは、デジタル空間から現実世界へと進出しています。業界報告によると、今年上半期の中国における人型ロボット（ヒューマノイドロボット）出荷台数は4万台を超え、世界シェアの97%を占めました。自律型エージェント間通信プロトコルの標準化も進み、大規模言語モデル（LLM）は単なる質問応答からタスクを自律実行する段階へと進化しています。

第2に、生産要素の革新的な配置です。データは複製・再利用が可能であり、活用するほど価値が高まる特性を持ちます。高品質なデータを掌握し、適切な計算能力を活用して業界の知見を再利用可能なモデルに転換できる企業が主導権を握ります。

第3に、産業の高度な転換における「計算能力・データ・応用」の三位一体です。実体産業の真のニーズを軸にこれらを連携させることが重要です。計算能力は単に保有するだけでなく効率的に運用し、データは蓄積から活用へと移行させ、応用面では実際の現場課題を解決する閉ループを構築する必要があります。

伝統産業の高度化を支える4つのアプローチ

趙氏は、伝統産業こそが現代産業体系の基盤であり、提質・高度化を進めるための知見として以下の4点を挙げました。

1. デジタル知能による支援の加速：伝統産業には産業用モデルに必要な現場の知見と高品質データが存在します。例えば、南京鋼鉄股份有限公司では100万カ所以上のデータ収集ポイントを設け、95%以上の重要データを集中管理することで、新製品の開発サイクルを50%短縮し、自社ソリューションを22の業界へ展開しています。

2. 「点・線・面」の重層的な展開：「点」としては全国で累計5.6万社以上の基礎級、9,000社以上の先進級、500社以上の卓越級スマート工場、15社の先導級スマート工場を育成しました。先導工場の製品不良率は平均47%低下、開発サイクルは38%短縮しています。「線」としてはサプライチェーン全体のデジタル改造を推進し、「面」としては国家先進製造業クラスター（80カ所）やパイロット都市を中心に広域的な変革を推進しています。製造業のAI普及率は30%を超え、先導工場では業務浸透率が70%を上回っています。

3. デジタル化とグリーン化の協調：エネルギー消費の可視化や二酸化炭素排出量の精査を通じて、省エネと脱炭素を経営改善に結びつけます。2025年、中国のGDP原単位エネルギー消費量は前年比5.1%減、二酸化炭素排出量は5.0%減を達成しました。

4. 企業の主体的役割の発揮：2025年末時点で、「専精特新」と呼ばれる専門性・独自性の高い中小企業は14万社以上、「リトルジャイアント（小巨人）」企業は1.76万社、製造業単項チャンピオン企業は1,862社に達しました。リトルジャイアント企業は工業中小企業全体の3.5%の数で、売上高の9.6%、利益の13.7%を創出しています。

数実融合の深化を阻む4つの重要課題

一方で、実体経済との深い融合を進める上での課題として、趙氏は次の4点を指摘しました。

1. コア技術のイノベーション能力不足：基底フレームワーク、ハイエンド半導体チップ、重要ツールチェーンの研究開発が依然として急務です。特に産業用ソフトウェアなどの中核領域において海外依存が続いており、産業の自立制御における重大な制約となっています。

2. 業界特化への対応力とデータサイロ：汎用製品だけでは業界ごとの個別ニーズに対応できず、現場業務への深い理解が求められます。また、システムや設備の規格の不統一、低品質なデータ、データの孤立化（データサイロ）が価値創出を妨げています。

3. 生産モデルとシステムアーキテクチャの壁：調査によると、先進的なAI導入の試験段階を通過した企業は88%に達するものの、生産効率や利益向上などの明確な成果を得られた企業は14%、業務プロセスの体系的な再構築に着手した企業は18%にとどまっています。組織やアーキテクチャ自体の構造改革が必要です。

4. 複合型人材の深刻な不足：中国におけるデジタル人材の不足数は約2,500万〜3,000万人に達しており、格差は拡大傾向にあります。特に、デジタル技術と業界固有の業務の双方に精通し、エンジニアリングの実装や経営管理まで横断して統括できる複合型人材が著しく不足しています。

今後の推進に向けた4つの重点施策

これらの課題に対し、産官学研の連携を通じた次の4つのアクションが提示されました。

第1に、技術革新と産業応用の結合です。実体産業のニーズに即した共通基盤技術の研究開発を進め、オープンな現場実証基盤を活用してイノベーションを産業競争力へ転換します。南京で始動した冶金分野の国家AI応用実証基地のように、現場実装までのラストワンマイルを解消します。

第2に、デジタル技術による全バリューチェーンの強化です。研究開発、生産、サプライチェーン、保守サービスに至る各工程をデータとモデルで結び、品質向上、効率化、コスト低減の閉ループを確立します。

第3に、業種間連携による新ビジネスモデルの創出です。実体製造と研究開発支援、スマート物流、サプライチェーン管理などのサービスを融合させ、中小企業も恩恵を受けられる産業エコシステムを構築します。

第4に、産業環境の最適化です。計算能力クーポン（算力券）やリスク補償などの政策ツールを活用した資金誘導、計算能力ネットワークとデータ流通基盤の整備、産学連携による複合型人材の育成、そして国際展開を視野に入れた標準規格やデータセキュリティ環境の確立を進める方針を示しました。

出典: 元記事を読む