问题与机遇 如何将"人工智能+制造"从示范应用推向规模化落地，形成可持续竞争优势，是当前产业升级的关键课题。人工智能与制造业的融合已从"能否应用"转向"应用深度、稳定性、成本控制和价值实现"的阶段；制造业需要通过智能化提升研发设计、生产组织、质量管理和服务能力，同时将创新成果转化为可复制、可推广的产品和解决方案。 供给与需求双轮驱动 供给端，国内企业推出多款人工智能芯片，智能算力规模达1590EFLOPS，高质量行业数据集加速形成。预计2025年国内人工智能企业数量超过6000家，核心产业规模突破1.2万亿元。算力、数据、模型等基础要素为制造业智能化提供了坚实支撑。 需求端，制造企业普遍面临质量一致性、柔性生产、成本控制等压力，促使企业积极引入智能检测、智能排产、智能客服等工具，以提高效率、降低损耗、缩短周期。 融合应用加速推进 人工智能应用已从点状试点扩展到链条延伸、从单一环节拓展到全流程协同。目前应用已覆盖钢铁、有色、电力、通信等重点行业，深入产品研发、质量检测、客户服务等关键环节。某家电企业应用自主研发的"5G+工业视觉检测系统"，检测准确率达99.98%，人均生产效率提升275%，充分说明了数据驱动质量管理的价值。 此外，AI手机、AI电脑、AI眼镜等智能终端加快进入日常生活和工作场景。2025年前三季度智能眼镜出货量超过178万副，其中近八成为AI眼镜。这些终端产品正成为人工智能能力普及的重要载体，也将深入带动芯片、传感器、操作系统、应用软件等环节的协同创新。 系统推进与政策支持 推动"人工智能+制造"提质扩面，需要以系统工程思维打通要素供给、应用牵引、生态培育与安全治理的闭环。 生态建设上，国家人工智能产业投资基金已启动运行，资金规模600亿元。标准化工作同步推进，2025年累计研制发布40余项关键国家标准和行业标准，智能体协议、算子库等关键开源项目已落地。工信部会同7部门出台《"人工智能+制造"专项行动实施意见》，配套制定行业转型指引和企业应用指南，旨降低企业的应用门槛。 下一步工作重点包括五个上：强化技术创新，突破训练芯片、异构算力等关键技术；推进融合应用，在软件编程、新材料研发、医药研发等领域体系化推动大小模型与智能体能力突破；抓好企业培育，壮大赋能应用服务商队伍；完善生态建设，加快制定行业标准，健全开源机制；强化安全治理，推进算法安全防护、训练数据保护，提升企业伦理风险防范能力。 发展趋势 人工智能与制造业融合呈现三大趋势： 一是从单点智能向系统智能演进，围绕研发设计、生产制造、供应链、售后服务形成端到端的数字化与智能化协同。 二是从"工具替代"走向"能力再造"，以模型与智能体为抓手重塑企业知识体系与决策流程，推动生产方式和组织方式变革。 三是从"技术竞速"走向"规则与治理并重"，标准、开源机制与安全合规将成为产业持续繁荣的关键基础。 随着政策工具、资本支持与标准体系优化，叠加终端普及带来的应用扩散效应，"人工智能+制造"有望在更多行业实现规模化落地，为制造业供给质量提升、产业链韧性增强和高质量发展注入新动能。
人工智能作为新一轮科技革命的核心技术，正深刻改变产业格局和发展模式。我国在人工智能领域的快速进展既展现了创新活力，也为制造业转型升级提供了重要机遇。未来，随着政策支持加大和技术创新深入，人工智能与实体经济的融合将为经济高质量发展提供更强动力，同时也对技术创新、标准制定、安全治理各上提出了更高要求。