地方产业论坛|田海燕: AI驱动绍兴传统制造业焕新全球优势

绍兴是传统制造重镇。其中，纺织和化工行业是两大支柱传统产业。然而，随着地缘经贸格局变化、生产要素成本攀升以及越南、印度等东南亚国家纺织、化工产业的迅猛发展，绍兴纺织、化工企业的利润空间正急剧缩减。加速人工智能融入传统产业全链条升级、重塑全球竞争力已成必然选择。

一、从“经验主导”迈向“精密智造”和“稳定自控”

绍兴纺织、化工两大支柱产业的产业链条齐全、地域集中度高，但产业特性差异明显，AI赋能地方产业升级需精确匹配两大产业瓶颈，打造差异化、全域化的区域智能制造升级架构。

首先，研发设计阶段。纺织产业可借助生成式AI，将潮流色彩、纹样与面料物理特性融合，提升产业创新水平。以绍兴华孚色纺为例，其推出的爱花型袜业AI大模型，在设计环节的单点智能化转型中成效显著，效率提高80%，成本削减60%—70%，助推大唐袜业从价格比拼转向设计和品牌较量，打破同质化困局，使中小袜企用得起、产得出爆款、接得住小单。化工产业可利用“生产式AI+自动化实验”，进行分子构造与配方筛选，压缩研发周期。

其次，生产制造环节。以智能技术应用稳固智造品质根基，在纺织产业的织造环节采用“机器视觉+边缘计算”技术，取代传统人工肉眼质检方式，提升产品整体质量。

最后，生产安排和安全管理。针对绍兴纺织业存在“小单快反”难点，可改良算法，连接ERP与MES系统，达成智能排程，将多品种、小批量的订单组合效能增强，缩短交付期。化工行业建立“设备医生”，运用多维数据训练模型，对设备进行预测性维护，在故障初期发出警报，防止意外停机。

二、要素瓶颈限制全域智造与区域协同进步

一是技术层面，数据的非标准化挑战。一方面是数据隔阂与协议障碍，生产设备接口与通信标准各异，数据难以互通，虽然设备数字化率尚可，但多为单机自动化，产线整合度不够。另一方面是经验数字化困难，资深技工的“手感”与经验难以转变成数据模型。

二是主观方面，企业担忧核心数据外泄拒绝共享数据的问题。客户清单、供应链、工艺参数、产能等数据是企业的核心优势，数据缺失制约模型在产业的全流程运用，导致AI仅能助力企业局部突破，而无法全面跃升。绍兴AI布、爱花型等应用虽都布局产业全链路智能生态，但推动应用覆盖的进程中仍面临企业数据共享的信任障碍。

三是制度层面，区域间技术协同与数据贯通问题。为赋能制造业发展，浙江各地围绕本地产业各自搭建工业互联网平台，但地区之间平台的数据隔绝，比如，绍兴市柯桥织造印染产业大脑与萧山化学纤维产业大脑数据未通，无法全链路赋能两地产业发展。

三、筑牢行业数据基础，深化杭绍产业协作

第一，推进行业数据规范化建设。一是促进数据接口标准化，通过设立行业技改专项，推动构建统一的纺织行业数据采集与交互规范，打破“数据隔阂”；二是发放语料券补助，支持语料库构建，联合行业协会，将资深技工的经验转化为机器可学习的工艺知识图谱，并将大量纺织文化元素转化为数字设计资源，从根本上破解创意设计困难的问题。

第二，构建行业可信数据空间。一是制定工业数据分类分级准则，加强数据质量评估和制定安全防护地方规范，确保数据安全。二是引入或培育数据治理和服务企业，激活绍兴纺织、装备制造、化工、机电千亿级沉睡数据，快速形成合规可用数据集。三是树立公信力，政府引导、国资参与、头部企业牵头，搭建“纺织化工行业数据枢纽”，在保护企业核心工艺隐私的前提下，汇聚共享脱敏后的优质工艺参数和供应链信息。

第三，加速绍兴“AI+”标志性产品推广运用和全流程赋能标杆复制推广机制。一是发放算力券补贴，减少企业使用算力的成本以及AI技术企业的固定资产投入压力；二是鼓励印染行业协会、商会等组织行业上下游企业推介绍兴企业自主研发的智能产品；三是推动链式协同，突破“单点化”，支撑“设计—生产—消费”全链路闭环；四是树立标杆并推行“复制推广”机制，重点扶持一批打通全流程的“灯塔工厂”，将标杆案例分解为可复制的场景清单。

第四，强化绍兴与杭州在“AI+”领域协作，共建世界领先的纺织化工产业集群。绍兴与杭州在“AI+”领域要依托各自基础和优势，找准定位，协同发展。一是组建“杭绍纺织化工数智联盟”，促进企业间加强协作。杭州输出数字技术企业，绍兴培育深耕纺织化工行业的服务商，借助工商联、科协等组织加强两地企业互动沟通。二是消除数据和算力跨区域障碍。成立“杭绍AI赋能产业发展领导小组”，协同布局两地算力基础设施，统一数据标准和接口，统筹产业政策。推动数据有限互通，不共享原始数据，达成平台数据可信可换。

（作者系绍兴市委党校绍兴市区域经济发展研究院负责人）

总 监 制丨杨玉洋车海刚

监 制丨陈 波 王 彧

主 编丨毛晶慧 编 辑丨蒋 帅