赋能制造业 人工智能带来“基因级”改变

当人工智能浪潮席卷全球，制造业正成为新的竞争高地。2026年全国两会，“打造智能经济新形态”首次写入政府工作报告，成为未来人工智能应用落地的重要方向。

记者近日在制造大省浙江多地采访了解到，人工智能正从实验室走向生产线，深度嵌入研发设计、生产制造和企业管理等环节，推动传统制造业发生深刻变化。

人工智能与制造业的“双向奔赴”，正在加速到来。

人工智能加速制造业深刻重塑

来到浙江多家企业的车间，记者看到，当前人工智能与制造业的融合，正从单点试点走向全流程渗透，重构研发、生产、运营、服务等关键环节的价值创造逻辑，实现效率提升、成本降低、质量优化、场景拓展等多重目标。

——推动生产模式发生根本性变革。走进杭州中策橡胶高性能子午胎智能工厂，几十辆自动导向车（AGV）沿着既定路线精准穿梭，机械臂以微米级精度完成轮胎硫化工艺。中策橡胶集团朝阳公司总经理蒋志强表示，AI化车间能够以平均每3.1秒的速度下线一条轮胎，并且不间断地运转，生产效率提升300%，产品不良率降低至0.5%。

——实现资源配置的优化升级。“过去，生产流程不透明、库存混乱、设备管理粗放等问题曾长期困扰制造业。”依托自研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、库存管理和物流配送等环节的响应速度提升了50%以上。锐鹰IT部门负责人施小虎表示，利用AI技术赋能业务链条，可加速构建一个业务流程透明、生产过程可控、经营结果可测的现代化管理体系。

——重构消费与生产的链接方式。如今，越来越多的企业通过AI算法分析用户行为数据，推出个性化定制产品，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，研发构建了睡眠干预算法模型，并以生产的智能床产品作为早筛载体，为消费者提供睡眠质量监测。该公司董事长唐国海表示，AI技术的赋能，正推动制造业企业从产品提供商向方案解决商转变。

不同类型工厂里的生产图景，清晰指向同一趋势：人工智能正从单个车间的技术应用，演变为影响整个制造体系运行方式的重要力量。

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经从2024年的9.6%提高到2025年的47.5%。站在历史拐点，工信部明确提出目标：到2027年推广500个“AI+制造”典型应用场景，也标志着中国制造业AI应用正从“单点试点”迈向“全行业普惠”的关键跨越。

AI入厂“最后一公里”难题待解

尽管人工智能与制造业的深度融合正快速进入应用部署阶段，但受访的企业家和相关领域专家也表示，从热潮到落地，仍有模型安全、数据壁垒、应用成本、人才供给等“最后一公里”关键痛点需要突破。

锐鹰科技开发部经理尤焕杰说，当前，有些企业存在“AI焦虑”，将AI视为能够解决工业问题的“万能灵药”，“现有的大模型在语义理解和统计关联上表现出色，但在物理规则理解和空间推理等方面仍存在局限，而工业领域生产链条长，涉及的数据和知识复杂，AI有可能产生指令性错误，对生产环节造成不可挽回的系统性风险。”

另外，AI的匹配度也存在挑战。福瑞泰克（浙江）智能系统股份有限公司总监陈昱说，企业就遇到在实验室环境中训练好的模型，部署到真实、多变的工业场景之后，其性能下降了的情况。这是因为现实数据与训练数据存在差异，这种对特定物理场景的依赖性，导致AI解决方案和制造业流程的匹配度有待完善。

“数据壁垒”和算力成本影响AI在制造业的部署优化。杭州炽橙数字科技有限公司董事长纪尧华坦言，当前制造商难以规模化应用AI的原因在于其数据基础仍然薄弱。制造企业的生产数据多涉及核心机密与知识产权，跨企业、甚至企业内部不同分公司间的数据共享都存在壁垒。没有高质量数据的获取，就制约了工业AI模型的进一步开发，AI应用也难以得到全局性的优化。

算力成本同样制约AI技术在制造业的大规模应用。不少受访企业负责人表示，难以承受高昂的算力成本。“我们测算过，如果自建算力服务器，光显卡成本就要1200万元，现在我们只能选择使用公有云服务，但又会产生数据安全和网络延迟等新问题。”施小虎说。

值得关注的是，AI复合型人才短缺制约融合发展步伐。受访人士表示，我国智能制造人才供给仍存在缺口，高端复合型研发人才短缺，一线技能人才智能化适配度不足，制约了融合发展进程。麒盛科技股份有限公司副总经理曹辉表示，从企业招引情况来看，有的高学历者欠缺工作经验，在设备操作、需求转化等方面存在明显不足；一些懂制造业的技能人才又不太懂AI，难以将业务需求转化为AI应用场景。

加速构建“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》，以加快推进人工智能技术在制造业融合应用。

走访过程中，多位受访对象表示人工智能赋能制造业已非选择题，而是必答题，应在战略规划、生态构建、人才培养和治理体系等方面进行系统变革，破解融合堵点，继续保持人工智能赋能制造业的全球领先优势。

一方面，政府层面要抓试点、打样板、促推广，打造一流的政策支持环境。天能控股集团董事长张天任表示，必须从国家战略层面系统谋划，出台专项政策，支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困境，加速人工智能在产业集群中的普及渗透和深度赋能。

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。比如围绕制造业数据平台、垂类模型和行业共享知识库，共同打造行业级“智能体大脑”，共建行业数据标准，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，要加强对AI复合型人才的培养。曹辉建议，要立足产业实际需求，打破高校、科研院所与企业间的壁垒，深化产教融合、科教融汇，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，精准培育既通晓制造业生产流程、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同频对接。

传化集团董事长徐冠巨说，建设“人工智能+制造”复合型人才培养与认证体系，重点培育懂产业、懂AI的“产业AI架构师”。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”的培养方向与评价依据，开展全链条人才培养，加速复合型人才规模化供给。