人工智能重塑制造业发展底层逻辑

随着人工智能浪潮席卷世界，制造业正在成为新一轮竞争的重要阵地。2026年全国两会期间，“打造智能经济新形态”首次被写入政府工作报告，成为未来人工智能落地应用的关键方向。

记者近日走访浙江这一制造业大省多地发现，人工智能正由实验室加快迈向生产一线，深度融入研发设计、生产制造以及企业管理等多个环节，带动传统制造业发生深层次变革。

人工智能与制造业的“双向靠近”，正在明显提速。

人工智能正在加快重构制造业

在浙江多家企业车间内，记者看到，当前人工智能与制造业的融合，已由局部试点逐步迈向全流程覆盖，重塑研发、生产、运营、服务等核心环节的价值创造方式，实现提效、降本、提质和拓展应用场景等多重成效。

——带动生产方式发生深层变革。走进杭州中策橡胶高性能子午胎智能工厂，数十辆自动导向车（AGV）按照设定路线高效穿行，机械臂以微米级精度完成轮胎硫化作业。中策橡胶集团朝阳公司总经理蒋志强表示，AI车间平均每3.1秒就能下线一条轮胎，并可连续稳定运行，生产效率提高300%，产品不良率降至0.5%。

——推动资源配置持续优化升级。“过去，流程不透明、库存管理混乱、设备管理粗放等问题，长期困扰着制造企业。”依托自主研发的全制程数据化管理平台，浙江锐鹰传感技术有限公司在物料采购、库存管理、物流配送等环节的响应效率提升了50%以上。锐鹰IT部门负责人施小虎表示，借助AI赋能业务链条，能够加快建立流程透明、生产可控、结果可测的现代管理体系。

——重塑消费端与生产端的连接模式。如今，越来越多企业利用AI算法分析用户行为数据，推出个性化定制产品，例如服装行业的智能量体定制、家电行业的场景化功能配置。位于浙江嘉兴的麒盛科技股份有限公司，研发形成了睡眠干预算法模型，并以其生产的智能床作为早筛载体，为消费者提供睡眠质量监测服务。该公司董事长唐国海表示，AI技术赋能之下，制造企业正由产品供应商向解决方案服务商转型。

不同类型工厂呈现出的生产场景，都在清晰传递同一信号：人工智能正从单一车间的技术应用，逐渐演变为影响整个制造体系运行逻辑的重要力量。

国际数据公司（IDC）报告显示，中国工业企业的智能体渗透率已由2024年的9.6%提升至2025年的47.5%。站在新的历史节点，工信部明确提出，到2027年推广500个“AI+制造”典型应用场景，这也意味着中国制造业的AI应用正由“单点试验”迈向“全行业普及”的关键阶段。

AI进厂“最后一公里”仍待打通

尽管人工智能与制造业深度融合正快速步入应用部署阶段，但受访企业家和相关专家也指出，从热度走向真正落地，模型安全、数据壁垒、应用成本、人才供给等“最后一公里”痛点仍有待突破。

锐鹰科技开发部经理尤焕杰表示，目前部分企业存在“AI焦虑”，把AI当作解决工业难题的“万能药”，“现有大模型在语义理解和统计关联方面表现突出，但在物理规律理解、空间推理等方面仍有不足，而工业领域产业链长、数据和知识体系复杂，AI一旦产生错误指令，可能对生产环节带来难以挽回的系统性风险。”

此外，AI与实际场景的匹配程度也面临挑战。福瑞泰克（浙江）智能系统股份有限公司总监陈昱表示，企业曾遇到在实验室环境中训练完成的模型，部署到真实且多变的工业现场后，性能出现下降的情况。这是因为现实数据与训练数据之间存在差别，而对特定物理场景的依赖，也使AI方案与制造流程之间的适配性仍需提升。

“数据壁垒”和算力成本，也影响着AI在制造业中的部署与优化。杭州炽橙数字科技有限公司董事长纪尧华坦言，当前制造企业难以大规模应用AI，一个重要原因是数据基础依旧薄弱。制造业生产数据往往涉及核心机密和知识产权，跨企业乃至企业内部不同分公司之间的数据共享都面临壁垒。缺少高质量数据支撑，工业AI模型的进一步开发就会受到限制，AI应用也难以实现整体优化。

算力成本同样制约着AI技术在制造业的大范围推广。不少受访企业负责人表示，企业难以承担高昂的算力投入。“我们测算过，如果自建算力服务器，仅显卡成本就需1200万元，目前只能选择公有云服务，但这又会带来数据安全和网络延迟等新问题。”施小虎说。

值得注意的是，AI复合型人才不足也在制约融合发展速度。受访人士表示，我国智能制造人才供给仍有缺口，高端复合型研发人才短缺，一线技能人才对智能化的适应能力也有待提升，这些都影响了融合发展的进程。麒盛科技股份有限公司副总经理曹辉表示，从企业招聘情况看，一些高学历人才缺乏实际经验，在设备操作、需求转化等方面短板明显；而部分熟悉制造业的技能人才又不懂AI，难以把业务需求转化成AI应用场景。

加快完善“人工智能+制造”供给体系

日前，工业和信息化部、中央网信办、国家发展改革委等8部门印发《“人工智能+制造”专项行动实施意见》，以进一步推动人工智能技术在制造业中的融合应用。

在走访中，多位受访者表示，人工智能赋能制造业已经不是可选项，而是必须回答的问题，应从战略规划、生态建设、人才培养、治理体系等方面推进系统性变革，打通融合堵点，持续保持我国人工智能赋能制造业的领先优势。

一方面，政府层面要抓试点、树样板、促推广，营造更优质的政策支持环境。天能控股集团董事长张天任表示，必须从国家战略层面进行系统谋划，出台专项支持政策，扶持建设产业集群级人工智能赋能平台，降低技术应用成本，破解中小企业数字化转型难题，加快人工智能在产业集群中的普及应用和深度赋能。

纪尧华等人建议，政府和行业协会应搭建公共服务平台，提供算力、数据、算法等基础资源，降低创新门槛。例如围绕制造业数据平台、垂直模型以及行业共享知识库，共同打造行业级“智能体大脑”，建立行业数据标准，推动数据资源高质量供给，为“人工智能+制造”提供核心数据支撑。

另一方面，要着力加强AI复合型人才培养。曹辉建议，应立足产业真实需求，打通高校、科研院所与企业之间的壁垒，深化产教融合、科教协同，优化人才培养方案，增设人工智能与制造业融合相关课程模块，精准培养既熟悉制造流程、又掌握人工智能技术的复合型人才，实现人才培养与产业需求精准衔接。

传化集团董事长徐冠巨表示，要建立“人工智能+制造”复合型人才培养与认证体系，重点培育既懂产业又懂AI的“产业AI架构师”。同时制定人工智能时代复合型人才能力认定标准，明确“产业AI架构师”的培养方向和评价依据，推进全链条人才培养，推动复合型人才实现规模化供给。（记者 商意盈 唐弢 郑可意）