制造業智能化，賦能新型工業化建設

當前，我國制造業發展要牢牢把握高質量發展這個首要任務，實現好新型工業化這個關鍵任務，大力推進新型工業化，以科技創新引領產業創新，積極培育和發展新質生產力，構建以先進制造業為支撐的現代化產業體系，聚力推動制造業向高端化、智能化、綠色化發展。

據工信部發布的數據，2024年第一季度我國制造業智能化水平取得新提升。加快推進四個融合——數字技術與制造技術深度融合，數字經濟與實體經濟深度融合，信息化與工業化深度融合，人工智能與制造業深度融合，目前已培育421家國家級智能制造示范工廠。央地協同出臺系列政策支持企業數字化轉型、智能化改造，全國已建成近萬家數字化車間和智能工廠。“雙千兆”網絡部署穩步推進，累計建成5G基站364.7萬個，5G用戶普及率突破60%，千兆城市達到207個。

下一步，工信部將強化應用牽引，完善供給支撐，健全基礎設施，力爭到2025年，超70%的規模以上制造業企業基本實現數字化、網絡化，建成一批引領產業發展的智能制造示范工廠，培育一批專業水平高、服務能力強的智能制造系統解決方案供應商，建成一批具有行業和區域影響力的工業互聯網平臺。

制造業智能化要補齊四大短板

制造業智能化的核心是發展工（產）業互聯網，即利用數字技術把產業各要素、各環節全部數字化網絡化，推動業務流程、生產方式重組變革，進而形成新的產業協作、資源配置和價值創造體系。這個過程中，產業鏈的每一個環節都需要數字化升級，工（產）業互聯網的應用普及，涉及大量核心技術、核心硬件裝備、高端軟件產品的突破。

復旦大學特聘教授、重慶市原市長黃奇帆認為，在制造業智能化的過程中，我國仍然存在不少短板：

一是高性能芯片。盡管我國在芯片設計、芯片封裝測試的某些領域已經趕上世界先進水平，但是高性能芯片制造仍然薄弱，體現在EDA工具、核心原材料和半導體設備等方面的短板。

二是智能儀器儀表、傳感器。如果沒有以傳感器和檢測芯片為基礎的高性能智能儀器儀表、檢測終端，智能制造就是空中樓閣，尤其是要在靈敏度、準確性、可靠性、能耗和安全性等性能指標上達到要求。“我國在這方面與歐美、日本的差距，比芯片領域的差距還要大。”他強調。

三是操作系統。產業互聯網領域，應用形態更為豐富、應用場景更為分散，終端呈現海量碎片化的格局，對操作系統提出了全新的要求。華為鴻蒙的出現，代表中國在這個領域取得了一定的突破，但要實現在更廣闊物聯網場景下的應用，仍面臨適配性不足、生態不完整等問題，比如在智能制造領域，被廣泛使用的還是西門子、ABB、發那科、羅克韋爾等自動化巨頭自研的實時操作系統。

四是工業軟件。工業軟件是智能制造、工業4.0的大腦，我國工業軟件相比發達國家起步較晚，技術儲備不足。數據顯示，中國工業軟件產值僅占全球軟件業產值的6%，與我國工業產值全球第一的地位嚴重不匹配，高端工業軟件領域則主要由外資主導。

“這四個環節既是智能化工業繞不過去的基礎性的環節，又是環環相扣、彼此交織的。”黃奇帆表示，推進制造業高質量發展還需要一代又一代人持續不懈努力。

加快人工智能與制造業融合

人工智能是引領新一輪科技革命和產業變革的戰略性技術，是新型工業化的重要推動力。近年來，在各界共同努力下，我國人工智能發展取得積極進展，企業數量已經超過4500家，智能芯片、通用大模型等創新成果加速涌現，智能基礎設施不斷夯實，數字化車間和智能工廠加快建設，為人工智能賦能新型工業化奠定了良好基礎。

據了解，工信部下一步將深入貫徹落實黨中央、國務院決策部署，落實全國新型工業化推進大會和《政府工作報告》任務要求，充分發揮我國工業體系完整、產業規模龐大、應用場景豐富等優勢，以人工智能和制造業深度融合為主線，以智能制造為主攻方向，以場景應用為牽引，推動制造業智能化轉型、高水平賦能工業制造體系，為高質量發展提供新動能。

一是加快突破人工智能基礎關鍵技術，夯實應用賦能的底座。圍繞算法、算力等大模型底層技術，加快推動智能芯片、大模型算法、框架等基礎性關鍵核心技術和產品的突破，加快智能物聯終端和工業云部署，提升面向制造業的算力供給運營管理能力，引導生態型企業加快打造具備全球競爭力的通用大模型，培育面向制造業場景的行業大模型，構建高水平工業數據庫，激發工業數據要素價值。

二是加快制造業關鍵環節、重點行業和重點產品智能化升級。深化人工智能技術在制造業全流程融合應用，大幅提升研發、中試、生產、服務、管理等環節智能化水平。面向對國民經濟影響大、帶動力強、數字化基礎好的重點行業，開展人工智能賦能新型工業化專項行動，加強供需對接、標準宣貫、應用推廣，加快重點行業智能化升級，提升高端裝備、關鍵軟件、智能終端等重點產品和裝備智能化水平。

三是健全完善支撐體系，培育壯大產業生態。加強標準引領，建立健全人工智能賦能新型工業化標準體系，優化布局人工智能領域制造業創新中心、產業技術基礎公共服務平臺和重點實驗室等，強化產業鏈協同創新，強化人工智能開源生態建設，健全人工智能人才培養、安全保障和國際合作等機制。