当前，人工智能正加速融入各产业环节，从研发设计到生产制造，再到供应链管理和终端服务。然而，如何让技术从"能用"升级为"好用、管用"，成为行业面临的关键挑战。虽然应用场景不断拓展，但部分领域仍存重展示轻实效的问题：算法叠加、功能增加，却未能真正提升效率和改善体验。一些智能产品甚至因操作复杂，反而给用户带来额外负担。如何让智能化真正服务于人和产业，已成为推动高质量发展的核心议题。 原因分析： 从"技术崇拜"到"价值导向"的转型尚未完成。贾少谦指出，智能化技术不等于智能化价值。当前产业正从技术比拼转向价值实现，主要面临四大挑战：一是应用与真实需求脱节，缺乏可量化的收益指标；二是工业知识难以沉淀，制造现场的隐性经验无法有效转化为可复用的知识；三是基础设施和标准体系不完善，导致应用推广成本高；四是组织方式需要革新，智能化不仅是设备升级，更需要建立新型人机协作关系。 行业影响： 价值落地将重塑产业格局。我国制造业门类齐全、场景丰富，为人工智能应用提供了广阔空间。《"人工智能+制造"专项行动实施意见》明确提出要推动技术与制造"双向赋能"。基于此，企业能否将技术转化为稳定的交付能力，将决定其在新一轮产业变革中的竞争力。贾少谦认为，人工智能正从辅助决策向自主规划演进，企业竞争也将从单点技术转向系统能力的较量。 解决方案： 建议通过国家平台建设和场景验证推动人机协同。贾少谦提出，可建设"智能体公共服务平台"和"工业知识底座"，将工业知识模型化、资产化，降低中小企业应用门槛。同时探索"人-数字员工-物理机器人"的新型生产模式，在确保安全的前提下提升生产效率和质量一致性。 企业实践上，以海信为代表的制造企业正加快场景化应用。通过建立工艺知识库和自研模型，海信实现了工艺方案的快速迭代，提升了生产效率。业内认为，这类实践的价值于建立了可持续的知识沉淀机制和可量化的效益提升。 对于终端应用，贾少谦强调要以用户为中心，避免将复杂性转嫁给消费者。智能终端的竞争力最终取决于能否简化操作、提供个性化服务。只有从实际场景出发，技术进步才能真正改善用户体验。 发展前景： 专家认为，未来制造业智能化突破需要算法、数据、知识工程等多上共同推进。随着工业知识体系的完善，制造经验将更易于沉淀和迁移，形成研发与生产的闭环优化。贾少谦指出，将我国制造业的规模优势转化为系统化的智能能力，将为产业升级创造新机遇。