劉林冬 張 勛

中國信息通信研究院日前發(fā)布的《制造業(yè)數(shù)字化轉(zhuǎn)型發(fā)展報告（2025年）》顯示，當前，我國制造業(yè)數(shù)字化轉(zhuǎn)型覆蓋廣度明顯提升，進入規(guī)模化普及階段。其中，人工智能、數(shù)字孿生等數(shù)智技術將全面嵌入制造全鏈條，核心軟硬件產(chǎn)品向標準化、模塊化迭代，轉(zhuǎn)型生態(tài)延伸壯大。做強智能制造，不僅有助于破解制造業(yè)發(fā)展難題，更是加快建設制造強國、培育和發(fā)展新質(zhì)生產(chǎn)力的核心舉措。

人工智能與制造業(yè)的深度融合，本質(zhì)上是將數(shù)據(jù)、算力、算法等新型生產(chǎn)要素與傳統(tǒng)制造流程緊密結合，構建出具備自主感知、協(xié)同決策與實時演化的智能制造體系。當前，企業(yè)設備的數(shù)字化改造已顯著提升自主感知能力。截至今年1月份，我國已累計建成3.5萬余家基礎級、8200余家先進級、500余家卓越級智能工廠，培育15家領航級智能工廠，為捕捉制造數(shù)據(jù)和監(jiān)控作業(yè)流程提供了堅實的硬件支持。與此同時，算力與數(shù)據(jù)資源的集聚促進了高效的協(xié)同決策。智能計算中心的建設有效緩解了算力瓶頸，大數(shù)據(jù)平臺則使數(shù)據(jù)轉(zhuǎn)化為寶貴的資產(chǎn)，提升了人機協(xié)同的能力。此外，隨著人工智能應用比例的持續(xù)提升，制造業(yè)的生產(chǎn)效率得到了進一步提高。

放眼全球，主要發(fā)達經(jīng)濟體均將智能制造作為重塑制造業(yè)的核心戰(zhàn)略，但發(fā)展路徑各有側重。美國依托其在人工智能原始創(chuàng)新和芯片領域的絕對優(yōu)勢，側重于通過科技巨頭的技術外溢，推動AI在航空航天、生物醫(yī)藥等高端制造領域的顛覆性應用。相較之下，以德國為代表的歐洲國家，則依托其深厚的工業(yè)積淀，更加注重工業(yè)數(shù)據(jù)的標準化交互、隱私保護以及AI倫理規(guī)范的制定，致力于通過跨國協(xié)作和標準引領，實現(xiàn)制造體系的智能升級。

與國外相比，我國擁有全球最完整的工業(yè)體系，為人工智能技術提供了豐富的應用場景。例如，在新能源汽車領域，AI賦能汽車制造的沖壓、焊裝、涂裝、總裝等多個環(huán)節(jié)，有效提高了生產(chǎn)效率；在消費電子領域，人工智能的應用帶動生產(chǎn)效率與產(chǎn)品品質(zhì)同步提升，助力高端產(chǎn)品不良率顯著下降。更為重要的是，新型舉國體制可以通過國家戰(zhàn)略引導與大規(guī)模產(chǎn)業(yè)基金支持，集中力量攻克共性技術難題，迅速構建起“以點帶面”的推廣格局，形成政策鏈、產(chǎn)業(yè)鏈、資金鏈深度融合的生態(tài)系統(tǒng)。

然而，我國人工智能和制造業(yè)的融合仍面臨高質(zhì)量的工業(yè)語料庫不足、訓練數(shù)據(jù)匱乏的困境。復合型人才的短缺加大了人工智能技術在制造業(yè)中的應用難度。部分企業(yè)對人機協(xié)作的認知不清，導致在實際場景中智能體的潛力未能得到充分發(fā)揮。針對挑戰(zhàn)，需精準施策。

強化企業(yè)創(chuàng)新主體地位，創(chuàng)新人才培養(yǎng)體制。引導企業(yè)硬件基礎設施升級與技術底座構建，支持龍頭企業(yè)牽頭，加速工業(yè)設備的數(shù)字化換代和高質(zhì)量語料庫建設。構建適配工業(yè)場景的專用AI套件，推動數(shù)字孿生、生成式AI等前沿技術在工業(yè)設計、工藝優(yōu)化、經(jīng)營管理等環(huán)節(jié)的集成應用。鼓勵企業(yè)與高校、科研院所組建創(chuàng)新聯(lián)合體，在實戰(zhàn)中培養(yǎng)兼具工程思維與數(shù)字技能的復合型人才。

拓展高價值應用場景，加速產(chǎn)業(yè)化落地進程。聚焦集成電路、航空航天、新能源汽車等戰(zhàn)略性新興產(chǎn)業(yè)，選擇一批典型應用場景進行示范推廣，解決“不敢用、不會用”難題。建設人工智能創(chuàng)新應用示范區(qū)，推動企業(yè)探索柔性制造、黑燈工廠、虛擬工廠等智能制造新模式。鼓勵各類主體開發(fā)面向特定細分領域的“小模型”，形成“通用大模型做底座、專用小模型解難題”的協(xié)同生態(tài)，降低中小企業(yè)應用門檻。

優(yōu)化資金保障體系，營造良好產(chǎn)業(yè)生態(tài)。充分發(fā)揮國家制造業(yè)轉(zhuǎn)型升級基金等政策性資金的引導作用，建立優(yōu)質(zhì)項目儲備庫，撬動更多社會資本投向智能制造領域。推廣多種金融普惠性政策，降低中小企業(yè)算力使用成本。加快完善數(shù)據(jù)產(chǎn)權、流通交易、安全治理等基礎制度，建立跨部門、跨區(qū)域的協(xié)同監(jiān)管機制，在防范產(chǎn)業(yè)低水平重復建設的同時，為人工智能技術的深度應用提供穩(wěn)定、透明、可預期的政策環(huán)境。

（作者分別系中國科學技術大學科技商學院副院長、教授；副研究員）