制造业是我国经济命脉所系，是立国之本、强国之基。在新一轮科技革命与产业变革加速演进的背景下，“AI+制造”的转型是关乎制造业生存与发展的必答题。党的二十届四中全会审议通过的“十五五”规划建议提出，“促进制造业数智化转型”“全面实施‘人工智能+’行动”，这标志着“AI+制造”已上升为国家战略，是建设制造强国的必由之路。
技术赋能是“AI+制造”转型的关键突破。当前，AI已融入制造业研发、生产、管理、服务等流程的部分环节，但我国要实现从“应用探索”到“体系化突破”的技术创新，仍须在以下关键方向聚力攻关：一是面向工业场景的高性能智能芯片技术研发，适应高温、振动、电磁干扰等复杂工业环境，提升其在极端条件下的计算效能、稳定性、可靠性与功能安全性。二是覆盖制造业全流程的数据融合方法和工业数据标准体系的完善，研发多协议异构数据的互通技术，打通设备、车间与企业间的数据壁垒，建立统一、开放的工业数据标准体系，激活全域数据的知识潜能与协同价值。三是细分工业领域专用大模型研发，针对装备、电子、材料等具体工业场景，开发满足高实时性、强鲁棒性与精密控制要求的领域大模型，推动人工智能从通用能力向专业化、高可靠工业级赋能升级。
融合集成是“AI+制造”转型的发展方向。在应用融合上，将AI技术逐步渗透至制造业的全生命周期与产业链全景，推动其从设计研发、生产制造、质量检测等核心环节，向供应链协同、设备运维、售后服务等上下游延伸，实现从单点突破向全链贯通的转变，系统提升生产效率、降低能源消耗、减少质量缺陷。在技术融合上，将AI技术与工业互联网、边缘计算、5G通信、数字孪生及先进控制技术等进行有机融合，推动人工智能从辅助工具向自主系统的角色演进，实现复杂不确定动态变化环境中的高韧性、高精度与可持续运行。
场景驱动是“AI+制造”转型的核心路径。当前技术约束下，制造业的提质、增效、降本、安全、绿色等核心能力，必须被翻译成一个个边界清晰、数据可获取、价值可度量、结果可验证的“场景问题”，AI技术才能落地，同时持续反哺这些核心能力的提升。我国制造业门类齐全，在工艺优化、质检监控、排产调度、供应链优化、研发设计等方面，蕴藏着丰富多维的AI应用场景。各行业应系统梳理并深入挖掘这些场景，将其精准转化为可建模、可计算、可迭代的AI任务，逐步形成可复制、可推广的智能解决方案，从而带动产业链整体智能化水平的跃升。
协同生态是“AI+制造”转型的重要支撑。一是需要政府引导产业链协同，联合行业协会、龙头企业组建重点行业“AI+制造”创新联合体，协同推动产业链上下游企业开展数据共享、场景共建与解决方案共研，形成“以大带小、以点带链”的融通发展格局。二是高校与企业深度协同，双方共建“场景实验室”“工业AI研究院”，形成“企业出题、院校答题、市场验题”的协同机制。三是与全球智能制造组织协同，鼓励国内研究机构、龙头企业牵头成立或深度参与国际标准组织、开源社区与产业联盟，在工业智能架构、互联互通、安全伦理等领域积极贡献中国实践，通过融入全球创新网络，吸收先进经验，推动技术、标准与产业链的开放协作，在提升我国产业话语权的同时，促进全球范围内的联合创新与可持续发展。
（作者：方志，系江苏省习近平新时代中国特色社会主义思想研究中心南京工业大学基地研究员、南京工业大学教授）
秦安配资提示：文章来自网络，不代表本站观点。
