中國工程院院士錢鋒：深入實施“Al﹢制造”行動 推進工業(yè)生產全要素創(chuàng)新配置

作者：全國政協(xié)常委，九三學社上海市委會主委，中國工程院院士 錢鋒

中共二十屆四中全會審議通過的《中共中央關于制定國民經濟和社會發(fā)展第十五個五年規(guī)劃的建議》提出，“推動技術改造升級，促進制造業(yè)數(shù)智化轉型，發(fā)展智能制造、綠色制造、服務型制造，加快產業(yè)模式和企業(yè)組織形態(tài)變革。”習近平總書記強調，“要推動人工智能科技創(chuàng)新與產業(yè)創(chuàng)新深度融合，構建企業(yè)主導的產學研用協(xié)同創(chuàng)新體系，助力傳統(tǒng)產業(yè)改造升級，開辟戰(zhàn)略性新興產業(yè)和未來產業(yè)發(fā)展新賽道”。國務院《關于深入實施“人工智能﹢”行動的意見》要求，“推進工業(yè)全要素智能化發(fā)展”“加快人工智能在設計、中試、生產、服務、運營全環(huán)節(jié)落地應用”。

“十五五”時期，推進工業(yè)生產全要素創(chuàng)新配置是人工智能與制造業(yè)深度融合的關鍵。當前，這方面還存在以下挑戰(zhàn)：

一、工業(yè)智能關鍵技術亟須加快攻關突破

一是人工智能對高端產品創(chuàng)新研發(fā)的賦能不足。產品研發(fā)和工業(yè)操作系統(tǒng)等底層核心軟硬件缺失，大模型無法滿足創(chuàng)新研發(fā)的高頻迭代實時需求。企業(yè)參與人工智能前沿技術攻關深度不足，人工智能應用成本較高，中小企業(yè)難以負擔。二是“工業(yè)大腦”對智能制造和決策的支撐不夠。大模型的技術可靠性和精確度未達到工業(yè)級應用水平，用于大模型訓練的高質量工業(yè)數(shù)據(jù)語料庫缺乏。能將大模型、算法與工業(yè)應用匹配的交叉復合型人才極度稀缺。

二、人工智能催生制造范式變革的作用尚未充分顯現(xiàn)

一是人工智能技術尚難滿足制造業(yè)需求。制造場景中深度學習、算法優(yōu)化等技術靈活性不足。自然語言處理等技術難以滿足制造業(yè)復雜場景要求。針對服務型制造企業(yè)的綜合性保障服務體系亟須優(yōu)化。二是跨領域數(shù)據(jù)要素融合利用不足。企業(yè)間接口標準、數(shù)據(jù)規(guī)范存在差異，數(shù)據(jù)無法實時流通。為鞏固差異化競爭優(yōu)勢，工業(yè)軟件供給企業(yè)和裝備制造企業(yè)設置諸多數(shù)據(jù)壁壘，導致上下游數(shù)據(jù)未能實現(xiàn)互聯(lián)。

三、數(shù)智化轉型重塑制造業(yè)產業(yè)生態(tài)進程亟待加快

一是人機交互協(xié)同效率亟待提升。人工智能參與復雜決策的較少，人機協(xié)同多停留在“輔助操作”層面。設備、產線、工廠間智能互聯(lián)呈碎片化，PLC、機器人、傳感器等設備數(shù)據(jù)標準差異大。二是全鏈條產業(yè)數(shù)智化生態(tài)亟待構建。傳統(tǒng)企業(yè)、中小企業(yè)關鍵工序數(shù)字化裝備應用率、生產過程數(shù)字系統(tǒng)覆蓋率和設備聯(lián)網率較低。數(shù)字化平臺對制造業(yè)流程再造支撐不足，生產協(xié)同、智能決策等功能有待深入挖掘。

鑒此，建議：

一、著力強化工業(yè)智能技術攻關突破和應用賦能

一是推動數(shù)智技術創(chuàng)新突破和協(xié)同應用。攻關工業(yè)軟件、工業(yè)智能操作系統(tǒng)、工業(yè)元宇宙等技術。推動制造業(yè)通專融合垂直領域大模型研發(fā)、應用和迭代。部署“AI for Engineering”新工程范式，推動終端產品智能設計、制造流程智慧再造、材料配方智能創(chuàng)制等范式突破。二是加快打造以數(shù)據(jù)驅動和智能決策為核心的新型“工業(yè)大腦”。布局“人工智能賦能工業(yè)大腦”科技創(chuàng)新專項。支持“鏈主”引領上下游企業(yè)，協(xié)同打造覆蓋產品全生命周期的新型“工業(yè)大腦”。圍繞重點產業(yè)鏈、關鍵工藝和核心裝備，打造高質量工業(yè)語料庫。

二、加快推進人工智能催生新業(yè)態(tài)新模式新產業(yè)

一是著力推進人工智能賦能服務型制造。打造一批制造與服務融合的數(shù)智技術應用場景。推動構建“AI﹢”從設計研發(fā)、智能制造、質量檢測、供應鏈協(xié)同到售后服務的全生命周期場景應用體系。打造數(shù)智化轉型升級財稅、金融、產業(yè)等政策“工具包”。二是建立數(shù)據(jù)共享驅動的精準管理和資源優(yōu)化機制。建立制造業(yè)數(shù)據(jù)標準規(guī)范體系。健全公共數(shù)據(jù)資源供給機制，加大隱私計算、區(qū)塊鏈等技術的賦能應用。建設細分領域行業(yè)供應鏈數(shù)據(jù)可信空間，搭建供應鏈綜合數(shù)據(jù)服務平臺。

三、加快推動以數(shù)智化轉型重塑制造業(yè)產業(yè)生態(tài)

一是深化人機交互高效協(xié)同，實現(xiàn)知識價值共創(chuàng)。強化制造業(yè)知識經驗與人工智能支持決策的深度融合。打造制造領域“大腦”指揮、“小腦”協(xié)調、“肢體”靈動的全行業(yè)全要素工業(yè)具身智能系統(tǒng)。加強多模態(tài)感知、聯(lián)邦學習等與具身智能技術的融合應用。二是推動全鏈條數(shù)智化轉型，實現(xiàn)產業(yè)生態(tài)共創(chuàng)。為中小企業(yè)提供“低成本、易部署”的人工智能解決方案，通過政府補貼或以舊換新降低采購成本。探索設備上云、產能共享等模式，鼓勵傳統(tǒng)制造企業(yè)接入工業(yè)互聯(lián)網平臺。

來源：人民政協(xié)報（2025年12月8日02版）