问题——制造业转型进入“深水区”，智能化正成为提升质量效率和国际竞争力的关键变量。当前，全球新一轮科技革命和产业变革加速推进，产业链供应链的竞争正从单一产品比拼转向“技术—数据—算法—场景—生态”的系统能力较量。对我国制造业而言，传统产业占比仍较高，部分行业面临成本上升、需求分化、同质化竞争等压力；新兴产业和未来产业又处技术迭代快、商业模式仍在探索的阶段。如何以更低成本、更高效率实现结构优化和动能转换，成为产业亟需回答的现实问题。 原因——“人工智能+制造”之所以成为“必答题”，关键在于其对生产方式的重构正从局部探索走向规模化落地。一上，制造业数据密集、流程复杂、对稳定性要求高，具备形成高价值应用的基础；另一方面，随着算力、算法和工程化能力持续提升，人工智能正从“可用”走向“好用、可控、可复制”，研发设计、工艺优化、质量检测、设备运维、供应链协同等环节表达出明显的降本增效空间。更重要的是，谁能率先把先进技术与产业场景深度耦合，谁就更可能在新一轮产业竞争中占得先机。 影响——推进“人工智能+制造”将对稳增长、促转型、强链补链形成叠加效应。对传统产业而言，通过“找场景”挖掘改造空间，有助于推动工厂从经验驱动转向数据驱动，提升良品率和能效水平，促进绿色化、精益化生产，把既有产业优势转化为新的生产力。对新兴产业和未来产业而言，通过“造场景”牵引创新突破，有利于在智能装备、工业软件、智能终端、机器人等方向形成更多可验证的应用闭环，带动从技术研发到产品迭代再到规模化部署的全流程提速。对宏观层面而言，制造业智能化升级将增强产业链韧性与安全水平，提升我国在全球分工中的价值链位置。 对策——今年“推动”的重点，在于以场景为牵引、以典型为示范、以安全为底线、以合作为路径。李乐成表示，要推动制造业各行业更好应用人工智能，深挖高价值应用场景，培育一批高水平典型应用，打造一批特色智能体。“找场景”强调从行业痛点出发，聚焦可量化、可复制、可推广的需求，如预测性维护、柔性排产、视觉质检、能耗优化等，以“小切口”带动整体提升；“造场景”则侧重创新供给，围绕新技术新产品“先试先用、以用促研”，形成牵引产业升级的新路径。，人工智能应用必须统筹发展与安全，坚持为人所用、为人服务、为人所控，推动技术在可控边界内运行，确保安全、可靠、可追溯、可治理。 在治理与合作上，李乐成强调坚持国际合作、开放共享，推动形成更具共识的治理框架和规则。考虑到人工智能跨境流动快、外溢效应强，完善规则与协同治理有助于降低不确定性，促进行业合规、安全与创新之间取得更好平衡，也将为我国企业“走出去”和技术产品国际化应用提供更稳定预期。 前景——从“点状应用”走向“系统重塑”，制造业智能化升级将进入更重视规模化、工程化和生态化的新阶段。可以预期，围绕关键工序、关键岗位、关键设备的智能体应用将加速落地，更多行业将形成可推广的标杆案例；同时，数据要素、工业软件与智能装备的协同将更紧密，推动产业从单体智能迈向群体智能、从单环节优化走向全流程重构。也要看到，人工智能在制造业深度应用仍面临数据基础薄弱、人才结构不匹配、标准体系与安全治理有待完善等挑战。下一步，应在加强高质量数据供给、推进标准与测试验证、健全安全风险评估与应急处置机制、完善产学研用协同各上持续推进，推动形成可持续的产业生态。
在全球科技竞争加剧的背景下，“人工智能+制造”正成为重塑产业格局的重要力量。我国以政策引导与市场驱动相结合推进该战略，将深入提升制造业核心竞争力，并为全球产业智能化转型提供中国经验。未来，如何在技术创新与伦理治理之间保持平衡，仍将是各国长期共同面对的课题。