“十五五”規(guī)劃綱要提出，全面實施“人工智能+”行動，加強人工智能同科技創(chuàng)新、產(chǎn)業(yè)發(fā)展、文化建設(shè)、民生保障、社會治理相結(jié)合，搶占人工智能產(chǎn)業(yè)應(yīng)用制高點，全方位賦能千行百業(yè)。作為引領(lǐng)未來的戰(zhàn)略性技術(shù)，人工智能通過數(shù)據(jù)、算法與算力的深度融合，正在重塑傳統(tǒng)制造業(yè)的生產(chǎn)函數(shù)。當(dāng)前，全球人工智能技術(shù)加速創(chuàng)新迭代，深化拓展“人工智能+制造”，對于制造業(yè)高端化、智能化、綠色化發(fā)展，培育新質(zhì)生產(chǎn)力能夠發(fā)揮重要作用。

在傳統(tǒng)制造模式中，研發(fā)、生產(chǎn)、運維等環(huán)節(jié)存在數(shù)據(jù)割裂等問題，容易導(dǎo)致資源錯配與決策遲滯。工業(yè)大模型的出現(xiàn)，打破了跨部門、跨系統(tǒng)、跨階段的數(shù)據(jù)壁壘，實現(xiàn)了信息高效流轉(zhuǎn)。例如，在研發(fā)設(shè)計階段，人工智能可基于歷史產(chǎn)品庫和用戶反饋自動生成多套設(shè)計方案并進行性能仿真；進入量產(chǎn)階段，能夠動態(tài)調(diào)度設(shè)備、材料、人力等，實現(xiàn)智能排產(chǎn)與能耗優(yōu)化；在售后服務(wù)端，則可通過分析設(shè)備運行數(shù)據(jù)提前預(yù)警故障，實現(xiàn)預(yù)測性維護。這種全流程嵌入式的智能協(xié)同，縮短了產(chǎn)品上市周期、降低了試錯成本，有助于提高企業(yè)創(chuàng)新研發(fā)能力。

人工智能賦予生產(chǎn)系統(tǒng)自主感知、判斷與優(yōu)化的能力，推動制造體系向復(fù)雜自適應(yīng)系統(tǒng)演進。通過部署工業(yè)傳感器、機器視覺和邊緣計算設(shè)備，生產(chǎn)線可實時采集設(shè)備狀態(tài)、工藝參數(shù)與環(huán)境變量等；依托深度學(xué)習(xí)與強化學(xué)習(xí)，系統(tǒng)能自動識別異常、預(yù)測趨勢并動態(tài)調(diào)整運行策略，實現(xiàn)邊運行、邊學(xué)習(xí)、邊優(yōu)化。這種智能化不僅顯著提升了生產(chǎn)效率、良品率與資源利用率，更深刻重塑了制造范式。例如，在研發(fā)端，催生了平臺化設(shè)計，支持跨地域協(xié)同與方案快速迭代；在制造端，實現(xiàn)了柔性化生產(chǎn)，一條產(chǎn)線即可快速響應(yīng)多品種、小批量訂單需求；在價值鏈后端，推動服務(wù)化延伸，促進企業(yè)從單純賣產(chǎn)品轉(zhuǎn)向提供“產(chǎn)品+數(shù)據(jù)+服務(wù)”的全生命周期解決方案。

人工智能賦能制造業(yè)轉(zhuǎn)型升級，有助于構(gòu)建以先進制造業(yè)為骨干的現(xiàn)代化產(chǎn)業(yè)體系。通過智能制造技術(shù)改造提升傳統(tǒng)產(chǎn)業(yè)，實現(xiàn)生產(chǎn)數(shù)字化、網(wǎng)絡(luò)化和智能化，推動產(chǎn)業(yè)鏈向高端延伸，顯著降低資源消耗和環(huán)境負荷。人工智能與制造業(yè)深度融合，催生出智能網(wǎng)聯(lián)新能源汽車、人形機器人等新產(chǎn)業(yè)，創(chuàng)造新的經(jīng)濟增長點。

然而也要看到，當(dāng)前“人工智能+制造”融合發(fā)展仍面臨不少現(xiàn)實挑戰(zhàn)，制約其向全鏈條、全要素、全場景縱深推進。工業(yè)大模型、AI芯片、工業(yè)操作系統(tǒng)等軟硬件關(guān)鍵核心技術(shù)仍需集中攻關(guān)，通用大模型難以適配制造場景對高可靠性、低延遲的要求，加之算力資源分布不均，中小企業(yè)面臨部署成本高、技術(shù)門檻高等問題。裝備、原材料、消費品等不同行業(yè)的智能化需求差異大，尚缺乏可復(fù)制推廣的應(yīng)用范式，同時，設(shè)計、生產(chǎn)、運維等環(huán)節(jié)數(shù)據(jù)壁壘問題突出，高質(zhì)量工業(yè)語料庫不足，容易造成模型訓(xùn)練精準(zhǔn)度不夠、應(yīng)用效果打折。龍頭企業(yè)引領(lǐng)帶動作用未充分發(fā)揮，專精特新企業(yè)缺乏適配產(chǎn)業(yè)場景的輕量化智能工具，中小企業(yè)受制于資金、人才、技術(shù)等因素，普遍存在“不敢轉(zhuǎn)、不會轉(zhuǎn)”等問題。制造領(lǐng)域人工智能標(biāo)準(zhǔn)體系尚不健全，針對AI幻覺、供應(yīng)鏈安全等風(fēng)險，尚未構(gòu)建起成熟有效的治理機制。更關(guān)鍵的是，既懂工藝又懂AI的復(fù)合型人才供給不足，高校人才培養(yǎng)與產(chǎn)業(yè)發(fā)展協(xié)同不夠，制約了人工智能與制造業(yè)的深度融合。

為此，應(yīng)從以下幾方面精準(zhǔn)發(fā)力，完善政策支持體系，深化拓展“人工智能+制造”。

夯實技術(shù)底座?？煽紤]聚焦工業(yè)大模型、AI芯片、工業(yè)操作系統(tǒng)等核心軟硬件，設(shè)立重大專項，支持開源框架與行業(yè)模型協(xié)同開發(fā)。推動算力基礎(chǔ)設(shè)施向制造集聚區(qū)下沉，推廣大模型一體機和邊緣計算服務(wù)器，降低企業(yè)應(yīng)用門檻。鼓勵高校、科研機構(gòu)、龍頭企業(yè)組建人工智能創(chuàng)新聯(lián)合體，聚焦人工智能架構(gòu)、通用算法、小模型與多模態(tài)融合等重點，形成從基礎(chǔ)研究、原型驗證到場景應(yīng)用的協(xié)同攻關(guān)體系。

注重場景牽引。針對裝備制造、原材料、消費品等不同領(lǐng)域，梳理高價值應(yīng)用場景清單。深入推進智能工廠梯度培育行動，加快大模型技術(shù)在生產(chǎn)制造核心環(huán)節(jié)的深度應(yīng)用，全面賦能研發(fā)設(shè)計、中試驗證、生產(chǎn)制造、營銷服務(wù)、運營管理等各流程，顯著增強智能輔助設(shè)計、仿真建模、智能排產(chǎn)調(diào)度、設(shè)備預(yù)測性維護等關(guān)鍵能力。同步建設(shè)多個高質(zhì)量工業(yè)數(shù)據(jù)集，打破數(shù)據(jù)孤島，激活數(shù)據(jù)要素價值。

加強主體培育。對中小企業(yè)推行“算力券”“模型券”等普惠性支持政策，依托國家制造業(yè)創(chuàng)新中心和數(shù)字化轉(zhuǎn)型促進中心，提供低成本、模塊化的AI工具包。支持建設(shè)工業(yè)智能體軟件商店，促進工業(yè)APP規(guī)?；逃谩４罅χС謩?chuàng)新創(chuàng)業(yè)企業(yè)發(fā)展，設(shè)立人工智能產(chǎn)業(yè)基金，投向產(chǎn)業(yè)鏈關(guān)鍵核心領(lǐng)域，堅持投早、投小、投長期、投硬科技。

強化制度保障。加快制定制造領(lǐng)域人工智能標(biāo)準(zhǔn)體系，涵蓋數(shù)據(jù)接口、模型評估、安全認證等內(nèi)容。建立工業(yè)AI安全治理機制，重點防范AI幻覺、算法偏見、供應(yīng)鏈斷鏈風(fēng)險。加強復(fù)合型人才培養(yǎng)，推動高校、職業(yè)院校與企業(yè)共建實訓(xùn)基地，將提升AI素養(yǎng)等融入工程師繼續(xù)教育培養(yǎng)方案。

（作者：吳海軍，中國社會科學(xué)院習(xí)近平新時代中國特色社會主義思想研究中心研究員）