賦能制造業(yè) 人工智能帶來“基因級”改變——來自制造大省浙江的一線觀察

　　當人工智能浪潮席卷全球，制造業(yè)正成為新的競爭高地。2026年全國兩會，“打造智能經濟新形態(tài)”首次寫入政府工作報告，成為未來人工智能應用落地的重要方向。

　　記者近日在制造大省浙江多地采訪了解到，人工智能正從實驗室走向生產線，深度嵌入研發(fā)設計、生產制造和企業(yè)管理等環(huán)節(jié)，推動傳統(tǒng)制造業(yè)發(fā)生深刻變化。

　　人工智能與制造業(yè)的“雙向奔赴”，正在加速到來。

　　人工智能加速制造業(yè)深刻重塑

　　來到浙江多家企業(yè)的車間，記者看到，當前人工智能與制造業(yè)的融合，正從單點試點走向全流程滲透，重構研發(fā)、生產、運營、服務等關鍵環(huán)節(jié)的價值創(chuàng)造邏輯，實現效率提升、成本降低、質量優(yōu)化、場景拓展等多重目標。

　　——推動生產模式發(fā)生根本性變革。走進杭州中策橡膠高性能子午胎智能工廠，幾十輛自動導向車（AGV）沿著既定路線精準穿梭，機械臂以微米級精度完成輪胎硫化工藝。中策橡膠集團朝陽公司總經理蔣志強表示，AI化車間能夠以平均每3.1秒的速度下線一條輪胎，并且不間斷地運轉，生產效率提升300%，產品不良率降低至0.5%。

　　——實現資源配置的優(yōu)化升級?！斑^去，生產流程不透明、庫存混亂、設備管理粗放等問題曾長期困擾制造業(yè)。”依托自研的全制程數據化管理平臺，浙江銳鷹傳感技術有限公司在物料采購、庫存管理和物流配送等環(huán)節(jié)的響應速度提升了50%以上。銳鷹IT部門負責人施小虎表示，利用AI技術賦能業(yè)務鏈條，可加速構建一個業(yè)務流程透明、生產過程可控、經營結果可測的現代化管理體系。

　　——重構消費與生產的鏈接方式。如今，越來越多的企業(yè)通過AI算法分析用戶行為數據，推出個性化定制產品，如服裝行業(yè)的智能量體定制、家電行業(yè)的場景化功能配置。位于浙江嘉興的麒盛科技股份有限公司，研發(fā)構建了睡眠干預算法模型，并以生產的智能床產品作為早篩載體，為消費者提供睡眠質量監(jiān)測。該公司董事長唐國海表示，AI技術的賦能，正推動制造業(yè)企業(yè)從產品提供商向方案解決商轉變。

　　不同類型工廠里的生產圖景，清晰指向同一趨勢：人工智能正從單個車間的技術應用，演變?yōu)橛绊懻麄€制造體系運行方式的重要力量。

　　國際數據公司（IDC）報告顯示，中國工業(yè)企業(yè)的智能體滲透率已經從2024年的9.6%提高到2025年的47.5%。站在歷史拐點，工信部明確提出目標：到2027年推廣500個“AI+制造”典型應用場景，也標志著中國制造業(yè)AI應用正從“單點試點”邁向“全行業(yè)普惠”的關鍵跨越。

　　AI入廠“最后一公里”難題待解

　　盡管人工智能與制造業(yè)的深度融合正快速進入應用部署階段，但受訪的企業(yè)家和相關領域專家也表示，從熱潮到落地，仍有模型安全、數據壁壘、應用成本、人才供給等“最后一公里”關鍵痛點需要突破。

　　銳鷹科技開發(fā)部經理尤煥杰說，當前，有些企業(yè)存在“AI焦慮”，將AI視為能夠解決工業(yè)問題的“萬能靈藥”，“現有的大模型在語義理解和統(tǒng)計關聯上表現出色，但在物理規(guī)則理解和空間推理等方面仍存在局限，而工業(yè)領域生產鏈條長，涉及的數據和知識復雜，AI有可能產生指令性錯誤，對生產環(huán)節(jié)造成不可挽回的系統(tǒng)性風險?！?/p>

　　另外，AI的匹配度也存在挑戰(zhàn)。福瑞泰克（浙江）智能系統(tǒng)股份有限公司總監(jiān)陳昱說，企業(yè)就遇到在實驗室環(huán)境中訓練好的模型，部署到真實、多變的工業(yè)場景之后，其性能下降了的情況。這是因為現實數據與訓練數據存在差異，這種對特定物理場景的依賴性，導致AI解決方案和制造業(yè)流程的匹配度有待完善。

　　“數據壁壘”和算力成本影響AI在制造業(yè)的部署優(yōu)化。杭州熾橙數字科技有限公司董事長紀堯華坦言，當前制造商難以規(guī)?；瘧肁I的原因在于其數據基礎仍然薄弱。制造企業(yè)的生產數據多涉及核心機密與知識產權，跨企業(yè)、甚至企業(yè)內部不同分公司間的數據共享都存在壁壘。沒有高質量數據的獲取，就制約了工業(yè)AI模型的進一步開發(fā)，AI應用也難以得到全局性的優(yōu)化。

　　算力成本同樣制約AI技術在制造業(yè)的大規(guī)模應用。不少受訪企業(yè)負責人表示，難以承受高昂的算力成本。“我們測算過，如果自建算力服務器，光顯卡成本就要1200萬元，現在我們只能選擇使用公有云服務，但又會產生數據安全和網絡延遲等新問題?！笔┬』⒄f。

　　值得關注的是，AI復合型人才短缺制約融合發(fā)展步伐。受訪人士表示，我國智能制造人才供給仍存在缺口，高端復合型研發(fā)人才短缺，一線技能人才智能化適配度不足，制約了融合發(fā)展進程。麒盛科技股份有限公司副總經理曹輝表示，從企業(yè)招引情況來看，有的高學歷者欠缺工作經驗，在設備操作、需求轉化等方面存在明顯不足；一些懂制造業(yè)的技能人才又不太懂AI，難以將業(yè)務需求轉化為AI應用場景。

　　加速構建“人工智能+制造”供給體系

　　日前，工業(yè)和信息化部、中央網信辦、國家發(fā)展改革委等8部門印發(fā)《“人工智能+制造”專項行動實施意見》，以加快推進人工智能技術在制造業(yè)融合應用。

　　走訪過程中，多位受訪對象表示人工智能賦能制造業(yè)已非選擇題，而是必答題，應在戰(zhàn)略規(guī)劃、生態(tài)構建、人才培養(yǎng)和治理體系等方面進行系統(tǒng)變革，破解融合堵點，繼續(xù)保持人工智能賦能制造業(yè)的全球領先優(yōu)勢。

　　一方面，政府層面要抓試點、打樣板、促推廣，打造一流的政策支持環(huán)境。天能控股集團董事長張?zhí)烊伪硎?，必須從國家?zhàn)略層面系統(tǒng)謀劃，出臺專項政策，支持建設產業(yè)集群級人工智能賦能平臺，降低技術應用成本，破解中小企業(yè)數字化困境，加速人工智能在產業(yè)集群中的普及滲透和深度賦能。

　　紀堯華等人建議，政府和行業(yè)協會應搭建公共服務平臺，提供算力、數據、算法等基礎資源，降低創(chuàng)新門檻。比如圍繞制造業(yè)數據平臺、垂類模型和行業(yè)共享知識庫，共同打造行業(yè)級“智能體大腦”，共建行業(yè)數據標準，推動數據資源高質量供給，為“人工智能+制造”提供核心數據支撐。

　　另一方面，要加強對AI復合型人才的培養(yǎng)。曹輝建議，要立足產業(yè)實際需求，打破高校、科研院所與企業(yè)間的壁壘，深化產教融合、科教融匯，優(yōu)化人才培養(yǎng)方案，增設人工智能與制造業(yè)融合相關課程模塊，精準培育既通曉制造業(yè)生產流程、又掌握人工智能技術的復合型人才，實現人才培養(yǎng)與產業(yè)需求同頻對接。

　　傳化集團董事長徐冠巨說，建設“人工智能+制造”復合型人才培養(yǎng)與認證體系，重點培育懂產業(yè)、懂AI的“產業(yè)AI架構師”。制定人工智能時代復合型人才能力認定標準，明確“產業(yè)AI架構師”的培養(yǎng)方向與評價依據，開展全鏈條人才培養(yǎng)，加速復合型人才規(guī)模化供給。（記者 商意盈 唐弢 鄭可意）

　　轉自：經濟參考報

　　【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業(yè)經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業(yè)宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。

延伸閱讀