聲明:本文來自于（ID:ykqsd.com）授權轉載發(fā)布。

采訪：《中國企業(yè)家》記者 任婭斐

文：《中國企業(yè)家》記者 孔月昕

編輯：馬吉英

頭圖來源：受訪者

彭壽，1960年出生，對科技創(chuàng)新保持高度敏感。他提到，在研究過程中會使用最近火爆的DeepSeek。

在今年的全國兩會期間，全國人大代表、中國工程院院士、中國建材集團首席科學家、科技委主任彭壽帶來了三份建議，主要圍繞科技創(chuàng)新、新材料和綠色低碳轉型等話題展開。

彭壽提出的一份建議是關于提升大科學裝置創(chuàng)新效能。他認為，大科學裝置是戰(zhàn)略科技力量的重要支撐，是打通"科學發(fā)現—技術突破—產業(yè)升級"創(chuàng)新閉環(huán)的關鍵。然而，目前我國大科學裝置在類型和領域布局上仍存在不合理性，對產業(yè)需求的定向支撐能力也不夠。因此，他建議：依托現有大科學裝置，布局建設行業(yè)專用大科學裝置平臺；依托綜合性國家科學中心打造大科學裝置創(chuàng)新集群，并與國家實驗室、重點實驗室等協(xié)同聯動；探索設立大科學裝置產業(yè)聯合基金，創(chuàng)新多元化經費支持方式。

彭壽1982年畢業(yè)于大學，畢業(yè)后進入國家建材局蚌埠玻璃工業(yè)設計研究院工作。20年后，他轉入中國建材集團。在玻璃科技領域深耕四十余載，他主導研發(fā)了0.12毫米超薄玻璃、30微米柔性可折疊玻璃、8.5代浮法液晶玻璃基板等，主持制定多項國際標準，被譽為推動中國玻璃工業(yè)從"跟跑"到"領跑"的關鍵人物。

彭壽非常重視人才的培養(yǎng)。除了親自帶團隊攻克玻璃新技術外，他還通過全球招聘、跨領域交叉選拔等方式，培養(yǎng)青年人才隊伍。

3月7日，彭壽接受《中國企業(yè)家》專訪，圍繞科技創(chuàng)新、人才隊伍建設、人工智能等熱點話題，分享了他的看法和見解。

以下為彭壽采訪實錄（部分內容已做刪減）：

談兩會建議

彭壽：我提出了三項建議。

一是建議國家提高大科學裝置的效能。大科學裝置對國家發(fā)展至關重要，但當前的創(chuàng)新效能有待提升，如何促進其與產業(yè)的深度融合，推動科技創(chuàng)新和產業(yè)融合，是需要重點強化的。下一步，應以科技型企業(yè)為主體，布局建設行業(yè)專用的大科學裝置平臺，同時依托綜合性國家科學中心打造大科學裝置創(chuàng)新集群，提高平臺創(chuàng)新成果的應用效率，避免出現大科學裝置與產業(yè)發(fā)展脫節(jié)的情況，這是至關重要的。

二是建議完善碳管理體系建設?；A產業(yè)的綠色高質量發(fā)展對實現國家"雙碳"目標具有重要意義。為此，應加快構建基礎產業(yè)碳管理體系，尤其是要加速開展重點細分領域的碳足跡分級評定和管理，這樣才能為優(yōu)勢基礎產業(yè)產品"走出去"提供有力支撐。

三是建議強化"好材料"創(chuàng)新供給支撐"好房子"。當前城鄉(xiāng)建設已進入新階段，人民群眾對房屋的需求從"有沒有"提升到"好不好"，"好房子"建設成為下一步的重點。必須加快研發(fā)高強度、高耐久、可循環(huán)利用、綠色環(huán)保等新型建材，并推動其在改造老房子和建設新房子中的應用。

談科技創(chuàng)新：產業(yè)融合是關鍵

彭壽：政府工作報告每年都會強調創(chuàng)新，但今年特別強調科技創(chuàng)新與產業(yè)創(chuàng)新的深度融合發(fā)展的關鍵。

彭壽：加強人才隊伍的建設，要把引進人才、培養(yǎng)人才和發(fā)展人才協(xié)同起來，特別是適應新形勢需求，成功引進了一批國際高層次人才。

談人才隊伍建設：把引進人才、培養(yǎng)人才和發(fā)展人才相結合

通過設立海外研發(fā)平臺，我們成功引進了一批高端人才，并打通了國際高層次人才交流的通道。

彭壽：人工智能本質上是一個工具，其核心價值在于推動產業(yè)智能化轉型。

談人工智能賦能：未來無處不在

對建材行業(yè)而言，結構轉型、低碳發(fā)展、智能制造等變革，都需要與人工智能深度融合。

這表明，人工智能貫穿始終，其在未來產業(yè)轉型升級過程中發(fā)揮著不可小覷的推動作用。

談AI“取代”人類：人工智能只是手段

彭壽指出，人工智能作為工具，需要激發(fā)人的大腦智慧，實現人與人工智能的深度結合，這正是所謂的“AI+”模式。這種模式可以實現“+人”“+行業(yè)”或“+場景”的結合。

在前沿研究、技術開發(fā)、產品制造等領域，人工智能無法完全取代人類，而是充當科技輔助的角色，以改變傳統(tǒng)經驗性操作為創(chuàng)新性方法，從而進一步提升效率。例如，在材料配方開發(fā)中，過去需要耗費大量時間進行實驗，如今只需借助人工智能輔助計算，便能在短時間內生成大量可參考方案，大幅降低了科研成本和時間消耗。