中国工程院院士钱锋：深入实施“Al﹢制造”行动 推进工业生产全要素创新配置

作者：全国政协常委，九三学社上海市委会主委，中国工程院院士 钱锋

中共二十届四中全会审议通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》提出，“推动技术改造升级，促进制造业数智化转型，发展智能制造、绿色制造、服务型制造，加快产业模式和企业组织形态变革。”习近平总书记强调，“要推动人工智能科技创新与产业创新深度融合，构建企业主导的产学研用协同创新体系，助力传统产业改造升级，开辟战略性新兴产业和未来产业发展新赛道”。国务院《关于深入实施“人工智能﹢”行动的意见》要求，“推进工业全要素智能化发展”“加快人工智能在设计、中试、生产、服务、运营全环节落地应用”。

“十五五”时期，推进工业生产全要素创新配置是人工智能与制造业深度融合的关键。当前，这方面还存在以下挑战：

一、工业智能关键技术亟须加快攻关突破

一是人工智能对高端产品创新研发的赋能不足。产品研发和工业操作系统等底层核心软硬件缺失，大模型无法满足创新研发的高频迭代实时需求。企业参与人工智能前沿技术攻关深度不足，人工智能应用成本较高，中小企业难以负担。二是“工业大脑”对智能制造和决策的支撑不够。大模型的技术可靠性和精确度未达到工业级应用水平，用于大模型训练的高质量工业数据语料库缺乏。能将大模型、算法与工业应用匹配的交叉复合型人才极度稀缺。

二、人工智能催生制造范式变革的作用尚未充分显现

一是人工智能技术尚难满足制造业需求。制造场景中深度学习、算法优化等技术灵活性不足。自然语言处理等技术难以满足制造业复杂场景要求。针对服务型制造企业的综合性保障服务体系亟须优化。二是跨领域数据要素融合利用不足。企业间接口标准、数据规范存在差异，数据无法实时流通。为巩固差异化竞争优势，工业软件供给企业和装备制造企业设置诸多数据壁垒，导致上下游数据未能实现互联。

三、数智化转型重塑制造业产业生态进程亟待加快

一是人机交互协同效率亟待提升。人工智能参与复杂决策的较少，人机协同多停留在“辅助操作”层面。设备、产线、工厂间智能互联呈碎片化，PLC、机器人、传感器等设备数据标准差异大。二是全链条产业数智化生态亟待构建。传统企业、中小企业关键工序数字化装备应用率、生产过程数字系统覆盖率和设备联网率较低。数字化平台对制造业流程再造支撑不足，生产协同、智能决策等功能有待深入挖掘。

鉴此，建议：

一、着力强化工业智能技术攻关突破和应用赋能

一是推动数智技术创新突破和协同应用。攻关工业软件、工业智能操作系统、工业元宇宙等技术。推动制造业通专融合垂直领域大模型研发、应用和迭代。部署“AI for Engineering”新工程范式，推动终端产品智能设计、制造流程智慧再造、材料配方智能创制等范式突破。二是加快打造以数据驱动和智能决策为核心的新型“工业大脑”。布局“人工智能赋能工业大脑”科技创新专项。支持“链主”引领上下游企业，协同打造覆盖产品全生命周期的新型“工业大脑”。围绕重点产业链、关键工艺和核心装备，打造高质量工业语料库。

二、加快推进人工智能催生新业态新模式新产业

一是着力推进人工智能赋能服务型制造。打造一批制造与服务融合的数智技术应用场景。推动构建“AI﹢”从设计研发、智能制造、质量检测、供应链协同到售后服务的全生命周期场景应用体系。打造数智化转型升级财税、金融、产业等政策“工具包”。二是建立数据共享驱动的精准管理和资源优化机制。建立制造业数据标准规范体系。健全公共数据资源供给机制，加大隐私计算、区块链等技术的赋能应用。建设细分领域行业供应链数据可信空间，搭建供应链综合数据服务平台。

三、加快推动以数智化转型重塑制造业产业生态

一是深化人机交互高效协同，实现知识价值共创。强化制造业知识经验与人工智能支持决策的深度融合。打造制造领域“大脑”指挥、“小脑”协调、“肢体”灵动的全行业全要素工业具身智能系统。加强多模态感知、联邦学习等与具身智能技术的融合应用。二是推动全链条数智化转型，实现产业生态共创。为中小企业提供“低成本、易部署”的人工智能解决方案，通过政府补贴或以旧换新降低采购成本。探索设备上云、产能共享等模式，鼓励传统制造企业接入工业互联网平台。

来源：人民政协报（2025年12月8日02版）