全国工业和信息化工作会议近日明确,2026年将重点推进"人工智能+制造"专项行动,培育一批重点行业智能体和智能原生企业。
这一战略部署呼应了中央经济工作会议提出的深化拓展"人工智能+"要求,标志着我国制造业智能化转型进入全新阶段。
当前,我国制造业总体规模连续15年位居全球第一,同时在人工智能领域积累了深厚技术实力。
如何将这两大优势有机结合,实现从简单叠加到深度融合的跨越,成为推动高质量发展的重要课题。
人工智能作为新一轮科技革命的核心驱动力,正在重塑创新范式与产业形态。
在科技创新层面,其作为通用技术贯穿基础研究到应用开发的全链条,通过算力提升、算法优化和数据要素流通,显著提高创新效率与覆盖范围。
在产业创新层面,人工智能具有显著的溢出带动效应,能够赋能多数行业,促使科技创新聚焦产业核心问题,将技术突破转化为实际增长动力。
制造业为人工智能技术提供了理想的应用场景。
从研发设计、生产制造到仓储物流、售后服务,智能技术的全面渗透正在改变传统制造模式。
数据驱动取代经验驱动,使得研发周期缩短、生产效率提升、产品性能优化。
与此同时,制造业丰富多样的应用场景和差异化的产业特性,为人工智能技术提供了广阔的试验平台,推动其在工业级可靠性和场景适配性等方面不断突破,形成技术赋能产业、需求牵引创新的良性循环。
我国推进这一融合进程具备独特优势。
首先是产业基础完备,既拥有全球最完整的工业体系,又建立了从基础层到应用层的完整人工智能产业链,两者形成天然互补。
其次是应用场景丰富,41个工业大类和超大规模市场为技术落地提供了海量多元的实践空间。
此外,有力的政策支持和基础设施建设为融合发展扫清障碍,协同高效的创新生态建立了从研发到应用的快速通道。
然而,实践中仍存在一些突出问题。
部分制造企业仅将智能技术应用于单一环节或特定场景,未能实现系统性变革。
一些企业面临数据流通障碍,采集的数据缺乏有效分析应用。
还有企业盲目照搬他人方案,忽视自身实际需求。
这些现象反映出企业在认知层面、成本压力、技术匹配等方面仍存在制约因素,导致人工智能与制造业停留在简单相加阶段,未能真正改变生产模式和价值创造方式。
推动深度融合需要实现从物理拼接到化学反应的转变。
这要求企业不能仅将智能技术视为辅助工具,而应通过技术赋能催生数据、知识、流程与劳动者之间的全新关系,重组生产要素、重构生产模式,实现生产力的革命性跃升。
这需要打破数据孤岛,推动技术下沉以适配产业实际需求,通过生态协同打通技术转化的堵点卡点,引导制造企业从技术应用走向模式创新,使智能技术从替代人工劳动转向创造新质生产力。
为此,需要多方协同发力。
在技术供给端,要加强核心算法研发,提升工业级智能系统的可靠性和适用性。
在场景赋能端,要深入挖掘制造业各环节的智能化需求,推动技术与产业精准对接。
在生态建设端,要完善从研发到应用的服务体系,降低企业转型成本,培育更多智能原生企业。
在政策保障端,要强化标准制定、数据治理和安全保障,为融合发展营造良好环境。
“人工智能+制造”不是一次简单技术升级，而是一场牵动要素重组与组织再造的系统变革。
只有把数据打通、把场景做深、把生态做强，推动技术从“单点替代”走向“模式重构”，乘数效应才能真正显现。
以更稳的底座、更实的应用、更强的协同嵌入中国制造的全链条，中国制造迈向制造强国的步伐将更坚实，也将为高质量发展打开更广阔空间。