制造业面临的挑战与机遇 当前制造业提质增效、柔性生产、绿色低碳和供应链韧性诸上面临更高要求。不少企业还为研发周期长、产品质量波动、设备维护成本高、客户响应不及时等问题困扰。这些痛点亟需通过数字化、智能化手段来解决。人工智能与制造业的融合正成为提升产业竞争力的重要途径，同时也带来了岗位结构调整和新职业发展的新课题。 推进的有利条件 一是产业基础与应用场景已初步形成。人工智能应用已覆盖钢铁、有色、电力、通信等重点行业，深入到产品研发、质量检测、客户服务等关键环节，形成了需求牵引、场景驱动的发展路径。 二是算力与算法能力不断提升。预计2025年我国智能算力规模将达1590EFLOPS，对应的企业数量超过6000家，核心产业规模有望突破1.2万亿元，产业集聚效应日益显现。 三是政策与资金支持力度加大。国家人工智能产业投资基金规模达600亿元，已启动运行，为关键领域攻关、企业成长和应用推广提供了稳定的资金支持。 四是标准与治理体系建设加快推进。已累计发布40余项关键国家标准，为产业协同、产品互通与规模化复制奠定了基础。 深层影响 人工智能正推动制造业从"经验驱动"向"数据与模型驱动"转变。在研发效率、产品质量、供应链协同、运维成本等上发出巨大潜力，增强了传统产业改造升级的内生动力。 另外，产业链分工与岗位需求也发生变化。数据治理、模型训练与部署、行业知识建模、智能运维与安全合规等方向的人才需求将更增长，劳动者拥有更多技能提升和职业转换的机会。 但也要看到挑战。数据安全、算法可靠性、伦理风险防范等问题若处置不当，可能影响应用推广的进度。部分企业数字化基础薄弱，在转型中可能面临成本与能力的制约。 下一步举措 工业和信息化部将从五个上兼顾： 聚焦技术攻关，加快突破训练芯片、异构算力等关键技术，夯实产业底座，提升自主可控能力。 聚焦融合应用，围绕软件编程、新材料研发、医药研发、信息通信等领域，体系化推动大模型、智能体等技术实现突破与落地，让技术从"能用"转化为"好用、管用"。 聚焦企业培育，激发更多赋能型应用服务商涌现，促进供需对接和解决方案沉淀，形成可复制、可推广的行业样板。 聚焦生态建设，加快制定行业急需标准，健全开源机制，推动技术成果共享、产业协同创新与应用扩散。 聚焦安全治理，强化算法安全防护、训练数据保护等工作，提升企业伦理风险防范能力，推动人工智能发展与安全并重、创新与规范并行。 发展前景 随着算力基础设施完善、关键技术突破、标准体系健全和应用场景拓展，人工智能赋能制造业将从单点试验走向体系化推进，推动研发范式、生产组织方式与管理流程加速重构。 行业竞争焦点正在转变：从"是否上马"转向"如何高质量落地"，从"模型能力"转向"数据质量、工程能力与行业知识的深度融合"。人才将成为决定转型成效的关键。 相应机构将坚持应用牵引，提升劳动者的人工智能素养，培养既懂人工智能又懂制造业的复合型人才。这有助于缓解"会用的人不够、懂行业的人不足"的结构性矛盾，让技术红利更广泛、更公平地转化为产业竞争力和就业新空间。
人工智能产业的发展正在重塑我国的产业格局和就业生态。从万亿级产业规模的形成到新岗位的不断涌现，从关键技术的突破到人才队伍的壮大，这些进展表明我国人工智能产业已进入从量的积累向质的飞跃的新阶段。面向未来，坚持应用牵引、创新驱动，加强产业协同和人才培养，就能利用人工智能的赋能作用，推动经济社会高质量发展，为劳动者创造更多发展机遇。