充分利用人工智能優勢賦能創新發展有效推動我國制造業高質量“智造”轉型

黨的二十屆三中全會強調，要加快推進新型工業化，培育壯大先進制造業集群，推動制造業高端化、智能化、綠色化發展。人工智能（AI）作為引領新一輪科技革命的戰略性技術，在推動技術革命性突破、生產要素創新性配置、產業深度轉型等方面發揮著關鍵作用，正在深刻重塑全球制造業發展范式。充分發揮AI賦能與創新引領，對于加速推動我國制造業發展、向“智造”躍升、構建現代化產業體系、提升國際競爭力意義重大。建議立足我國制造業發展實際，強化系統思維，堅持以“精益、智能、綠色”為目標導向，充分利用AI賦能的核心驅動力，構建“AI+制造”新生態，打造智能制造創新高地，推動制造業全鏈條、全要素、全價值的數智化升級。

一、人工智能賦能制造業高質量發展的重大意義

（一）AI已成為全球制造業格局重塑的核心驅動力

當今，AI作為第四次工業革命的驅動力，深刻影響著制造業發展。一方面，AI正改變制造業版圖，催生新商業模式。智能制造融合AI、大數據、物聯網等技術，實現生產智能化和柔性化，提升生產效率和產品定制能力。另一方面，AI已成為國際競爭焦點。美國推出“先進制造業國家戰略計劃”，強調AI對制造業的顛覆性影響，通過政策和資金支持AI在制造中的應用。德國通過“工業4.0”戰略，致力于實現制造業智能化、數字化和網絡化，將AI作為實現智能制造的關鍵技術。日本發布“互聯工業”戰略，推動AI在制造業中的精細化應用，提高生產效率和產品質量。同時，AI正催生新產業形態，傳統線性產業鏈向網狀生態演進，形成以AI為核心的智能制造生態，涵蓋AI芯片、算法、傳感器、工業軟件等，為制造業注入新活力。

（二）人工智能是推動制造業高質量發展的關鍵支撐

我國經濟已由高速增長轉向高質量發展，制造業面臨從“數量擴張”向“質量提升”的切實轉變。AI的戰略價值凸顯。一是提升全要素生產率的有力工具。通過智能化生產線、預測性維護、智能供應鏈管理等應用，可以優化資源配置，提高生產效率，降低運營成本。如，美國初創公司oPRO.ai開發的“AI-Pilot”，使用人工智能和機器學習技術來優化制造流程，通過管道工具套件來分析和提煉原始數據。提高產量，支持快速決策，增強操作安全性和穩定性，有效提升制造業的整體效率和競爭力，并幫助制造商更好地利用資源。二是推動產品和服務創新的催化劑。能夠精準洞察市場需求，輔助產品設計和開發。如，臺積電通過AI優化制造精度，使生產效率提升約20%。三是實現綠色低碳發展的重要手段。AI通過優化能源使用、減少資源浪費，顯著降低制造過程的能耗。如，谷歌利用“智能+綠色”的DeepMind AI優化數據中心的冷卻系統，實現能耗降低約40%。四是賦能中小企業發展的有效途徑。通過云制造、工業互聯網平臺等方式，中小企業可低成本獲取先進AI技術和服務，實現“彎道超車”。如，海爾集團COSMOPlat工業互聯網平臺，深度融合AI技術，在智能制造、質量控制、供應鏈管理等方面取得實績。

二、我國人工智能賦能制造業創新面臨的挑戰

（一）核心技術自主創新能力不足，高端產業鏈受制于人

我國在AI基礎理論、核心算法和關鍵組件等方面的自主創新能力仍顯不足，高端產業鏈嚴重依賴進口。以AI芯片為例，中國電子信息產業發展研究院數據顯示，2022年我國AI芯片市場規模達178億元，但高端AI芯片90%以上依賴進口。在大模型領域，2023年斯坦福大學發布的《人工智能指數報告》顯示，我國最高排名的大模型在綜合能力評測中僅位列第八，與OpenAI、Google等頭部模型仍有較大差距。核心技術長期受制于人，嚴重制約著AI在制造業中的深度應用和原始創新。

（二）數據質量和安全問題突出，制約AI應用效果

高質量數據是AI應用的基礎，但我國制造業普遍存在數據質量不高、標準不統一、安全風險大等問題。《智能制造發展指數報告》顯示，我國69%的制造企業在智能制造水平上處于一級及以下水平，大多數企業在數據管理和標準化方面仍有很大提升空間。數據安全方面，國家工業信息安全發展研究中心統計顯示，2022年公開披露的工業信息安全事件共312起，其中制造、能源領域成為網絡攻擊重點目標。惡意軟件、分布式拒絕服務（DDoS）攻擊、網絡釣魚等攻擊方式嚴重影響AI模型的訓練效果和應用可靠性，制約了制造業AI創新的深度和廣度。

（三）人才供需結構性失衡，高端復合型人才稀缺

《2022年中國人工智能人才發展報告》顯示，我國AI人才供給存在較大缺口，特別是高端復合型人才匱乏，已成為制約產業發展的關鍵瓶頸。同時，供需不匹配，跨學科復合型人才較為緊缺。區域發展失衡嚴重，近七成AI人才集中在北上深等東部一線城市，而中西部制造業集群面臨嚴重人才荒?，F有勞動力結構與智能制造需求錯配，大量傳統產業工人缺乏AI應用能力，人才結構性矛盾依然突出，嚴重制約了AI技術在制造業全鏈條的創新應用，并影響到區域制造業的協調發展。

（四）中小企業數字化基礎薄弱，AI應用能力亟待提升

中小企業是制造業的重要組成部分，但其數字化基礎薄弱，AI應用能力嚴重不足。《中國中小企業數字化轉型報告2024》顯示，六成以上中小企業仍處于單點嘗試和局部建設的早期轉型階段。在數字化轉型的資金投入方面，其占營業收入的比例主要集中在2%以下，智能數字化轉型投入尚處于較低水平，且面臨資金壓力、技術服務供給不足等挑戰。不僅影響其自身創新發展，也制約整個制造業價值鏈智能化升級進程。

（五）區域協同發展不足，產業轉型壓力巨大

AI與制造業深度融合過程中，區域發展不平衡和就業結構調整帶來的挑戰日益突出。東部沿海地區在AI基礎設施、創新資源等方面具有明顯優勢，而中西部地區在數字化轉型中面臨較大資源約束，加劇了區域發展差距。同時，AI技術在制造業的廣泛應用正重塑就業結構。麥肯錫預測，到2030年全球8億個工作崗位將受其影響，我國制造業傳統崗位將面臨沖擊，而具備AI應用能力的復合型人才需求快速增長，就業結構性矛盾加劇。

三、加速人工智能創新引領制造業發展的對策建議

（一）構建自主可控AI技術創新鏈，突破核心技術瓶頸

打造制造業AI創新沙盒。在重點產業集群設立監管豁免區，允許在受控環境中測試突破性AI技術，加速從實驗室到工廠的轉化過程。打造“AI+制造”創新生態。依托現有制造業創新中心，建設AI技術驗證和產業化基地。構建開源社區，推動算法模型開放共享。設立AI產業基金，支持本土AI企業做大做強。

（二）構建高質量數據價值鏈，夯實AI創新基礎

建立數據治理體系。制定數據采集、標注、使用等標準規范。搭建行業數據資源池，實現數據有序匯聚與共享。開發智能化數據安全防護系統，構建全方位防護網絡。激活數據要素價值。設立產業數據交易所，建立數據確權和定價機制。推廣“數據銀行”模式，盤活企業沉睡數據資產。

（三）構建普惠賦能體系，助推中小企業智能升級

搭建一站式服務平臺。建設公共技術服務中心，提供模塊化解決方案。推廣“智能制造即服務”模式，降低應用門檻。設立專項轉型基金，提供定向扶持。實施鏈主企業帶動計劃。發揮龍頭企業引領作用，推動供應鏈協同升級。建立產業創新聯合體，促進大中小企業融通發展。

（四）構建區域協同發展機制，促進均衡與可持續發展

完善區域合作機制。建立區域聯動發展平臺，促進東西部產業協同。設立區域共建項目庫，推動技術和資源共享。實施“數字飛地”計劃，推動產業梯度轉移。建立就業轉型支持體系。開展AI影響評估，前瞻性規劃職業轉型路徑。設立就業援助幫扶，支持傳統崗位轉型升級。建立技能認證體系，暢通職業發展通道。

（作者單位：國家發展改革委市場所）