智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯網
3D打印
工業軟件
回放
回放
品牌
ARCH
制造業是立國之本、強國之基。人工智能(AI)作為引領新一輪科技革命和產業變革的戰略性技術，其與制造業的深度融合，既是我國制造業智能化升級的關鍵路徑，更是從制造大國邁向制造強國的必由之路。本文將結合政策導向、技術實踐與行業觀察，探討“人工智能+制造”的融合路徑與未來發展。
政策引領：“人工智能+制造”的戰略方向
近年來，國家政策為人工智能與制造業深度融合提供了清晰戰略指引。
2017年《新一代人工智能發展規劃》首提在制造等重點行業開展人工智能應用試點示范；2021年《“十四五”智能制造發展規劃》明確提出推動人工智能等新技術創新應用，研制一批國際先進的新型智能制造裝備；2024年《關于推動未來產業創新發展的實施意見》強調以創新為動力，推動人工智能與傳統產業融合，加速產業升級；今年8月出臺的《關于深入實施 “人工智能 +”行動的意見》，更是明確提出加快人工智能在設計、中試、生產、服務、運營全環節落地應用。
這標志著，當前的政策導向已從“鼓勵應用”轉向“全要素覆蓋”，核心是推動人工智能技術向產業鏈各環節滲透，破解制造流程中的痛難點問題，實現從“局部智能”到“整體智能”的跨越。這正是我國從制造大國邁向制造強國的核心戰略需求。
場景深耕：“人工智能+制造”的應用實踐
政策推動之下，如今制造企業已在汽車、電子、家電、食品飲料、化工、紡織服裝、航空航天、機械加工等細分行業展開積極探索與實踐。而且，AI技術應用已覆蓋研、產、供、銷、服等關鍵環節，通過構建“感知-分析-決策-執行”的閉環，推動企業智能化水平躍升。
例如，在研發設計環節，臺積電量檢測、生產排程與調度、生產工藝優化、生產異常預警、設備管理與運維等諸多場景。其中，蔚來汽車自主開發了多套工業AI算法應用于檢測工序，確保將經過嚴苛質量檢測的產品交付給用戶。博世長沙基于人工智能與大數據分析實現MES預警、機器人預測性維護和車削工藝動態調優等。
在物流與供應鏈環節，AI技術已滲透至采購預測、供應商管理與風險評估、物料分揀、配送路徑優化、庫存動態調控等場景。一方面，通過需求預測與風險建模控制成本、規避風險；另一方面，依托AI驅動的自動化設備與算法提升分揀、搬運及庫存管理等的效率。
在營銷服務環節，AI技術廣泛應用于銷售預測、產品定價、營銷策略制定、個性化營銷、客戶服務支持等，助力企業精準預測銷售趨勢，提升用戶粘性與市場競爭力。
與此同時，工業大模型、工業智能體的興起，催生更多創新應用。例如，海爾合肥冰箱互聯工廠依托卡奧斯天智工業大模型，打造注塑換型云調優平臺，實現對85臺注塑機換型工藝參數的一鍵部署和調控，有效解決了注塑工藝調優依賴人工經驗、調參效率低等問題。
江蘇永鋼集團研發的“高爐專家智能體”，使得永鋼1號1320m³高爐僅用時9天即實現全面達產達標，且高爐煤氣利用率提升近3個百分點，鐵水成本指標躍居行業前列。
務實前行：“人工智能+制造”的落地方法論與路徑建議
然而，盡管行業領先制造企業在人工智能與制造技術融合方面，已形成諸多成功案例，但整體來看，制造企業在工業AI應用過程中，仍面臨數據治理能力不足、既懂業務又懂AI的復合型人才短缺、整體戰略規劃缺失等問題。
解決好這些問題，制造企業需要做好數據治理，補齊人才短板，并緊密結合企業發展戰略推進工業AI應用。同時，引入咨詢服務也是助力需求預研、場景分析、合作伙伴與平臺選型的有效途徑。
1.做好數據治理工作
工業AI的核心價值在于通過算法挖掘數據價值、優化生產決策，但算法的精度與效率完全依賴數據質量。因此，數據治理是前置性、基礎性工作。
對企業而言，需全面梳理研、產、供、銷、服全鏈條數據資產，厘清數據來源、流轉路徑與應用場景；同時建立統一數據標準體系與規范采集流程，從源頭解決數據格式不統一、口徑不一致問題，打破“信息孤島”，保障數據的完整性、準確性與時效性，為工業AI筑牢數據根基。
2.補齊人才短板
AI應用落地，需要既懂技術又懂業務的復合型人才。企業可通過“內部培育+外部引進+靈活借力”破局：內部鼓勵業務端人員學習AI基礎原理與應用邏輯，引導技術端人員深入車間理解業務痛點，在協作中培育適配自身場景的人才；外部針對AI算法工程師、數據科學家等關鍵崗位，結合項目規模與需求引進人才；不具備大規模AI自研能力的企業，可與AI技術供應商合作，依托其成熟平臺、API接口及定制化解決方案搭建應用，或采用“AI即服務”(AI as a Service) 模式，輕量化推進AI在質檢、排產、設備運維等場景的應用。
3.借力專業咨詢，破解“認知鴻溝”，實現“授之以漁”
許多企業引入AI技術上時缺乏從戰略到戰術的系統方案與方法論，導致項目與業務需求脫節，可借助專業咨詢機構明確AI應用方向、制定貼合業務目標的AI戰略。專業咨詢機構能夠幫助企業梳理業務環節核心矛盾與痛點，將其轉化為AI可賦能的具體需求，確保AI應用目標與企業實際業務價值緊密綁定。
在具體項目的推進上，建議制造企業遵循“明確應用目標-識別關鍵場景-需求轉化與目標具象化-評估可行性-技術選型與供應商選擇-模型構建與訓練-系統部署與系統集成-持續迭代優化”的八步走路徑，確保AI技術真正融入業務流程并產生實效。
“人工智能+制造”本質上是一場扎根產業實際、以價值為導向的深度變革。從政策指引到企業場景實踐，再到破解難題的方法論探索，每一步都需腳踏實地，既要以技術創新突破制造瓶頸，更要以業務價值錨定方向。
未來，隨著工業大模型、工業智能體等技術演進，“人工智能+制造”場景將持續拓展，但“以業務需求為起點、以落地實效為終點”的邏輯始終不變。唯有夯實數據根基、培育復合型人才、完善戰略規劃，才能讓AI成為制造業升級的核心動能，助力我國穩步邁向制造強國。
作者：國家智能制造專家委員會委員，e-works 黃培博士
原標題：智造洞見專欄 | 黃培：以“人工智能+制造”，智繪未來工業新藍圖
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
