AI导读:

本文介绍了我国制造业数字化转型的进展和优势,以及智能制造的发展路径和面临的挑战。文章强调加强科技攻关和人才引育的重要性。

制造业是立国之本、兴国之器、富国之源,其发展水平可以充分彰显一个国家的核心竞争力与综合实力。不久前召开的国务院第十一次全体会议指出,加快发展新一代智能制造。中国信息通信研究院此前发布的《制造业数字化转型发展报告(2025年)》也显示,我国制造业数字化转型覆盖广度明显提升,进入规模化普及阶段。其中,人工智能、数字孪生等数智技术将全面嵌入制造全链条,核心软硬件产品向标准化、模块化迭代,转型生态延伸壮大。

所谓智能制造,是指人工智能技术与制造业全过程、全要素的深度融合,贯穿设计、生产、管理、服务等制造活动的全生命周期,推动形成具有自感知、自学习、自决策、自执行、自适应功能的制造系统。世界上的主要发达经济体,都将智能制造作为本国制造业转型升级的主攻方向。但在具体发展过程中,又各有侧重。例如,美国的优势在于研究型大学和全球型企业实力雄厚,重点发展宏观层面的跨行业工业智联网体系。又如,德国通过各种层次的研究机构,集中精力优化智能生产和智能工厂系统。

相较而言,我国能够更好发挥产业体系完备、市场规模巨大、应用场景丰富等优势。数据显示,目前国内已累计建成3.5万余家基础级、8200余家先进级智能工厂,卓越级、领航级智能工厂分别达到504家、15家;各级智能工厂已经覆盖超过90%的制造业行业大类。《关于深化新一代信息技术与制造业融合发展的指导意见》《“十四五”智能制造发展规划》《制造业数字化转型行动方案》等政策的发布,对于制造业数字化和绿色化协同转型发展提出明确要求与具体部署。工信部等8部门联合印发的《“人工智能+制造”专项行动实施意见》明确提出,到2027年,我国人工智能关键核心技术实现安全可靠供给,产业规模和赋能水平稳居世界前列;推动3个至5个通用大模型在制造业深度应用,形成特色化、全覆盖的行业大模型,推出1000个高水平工业智能体,打造100个工业领域高质量数据集,推广500个典型应用场景。

也要清醒看到,当前在发展智能制造的过程中,仍然面临关键技术受制于人、重点产业融合不深、龙头企业赋能不足、典型场景挖掘不够等问题。智能制造不是技术与产业的简单叠加,而是制造业向高端化、智能化、绿色化转型的核心引擎。因此,要坚持问题导向,多措并举、精准施策。

加强科技攻关,加大产业应用,深度融合科技创新和产业创新。聚焦智能芯片、数智软件、工业数据集、工业大模型、工业智能体等,推动智能芯片软硬协同发展,鼓励工业模型大小协同创新。高质量建设国家制造业创新中心、国家人工智能应用中试基地等平台,提升关键共性技术供给能力。大力推行“揭榜挂帅”“拨投结合”等创新攻关机制,打造智能制造创新联合体。推动“人工智能+”技术研发、工程实现、产品落地一体化协同发展,推出一批标志性工业产品。

强化企业转型,深化场景开放,促进供需两端协同发力。深入实施“智改数转网联”行动,推动企业数智化转型。支持“链主企业”“小巨人”企业开发、迭代通用大模型、行业大模型和工业智能体,率先实现工业AI规模化应用,争创更多领航级、卓越级智能工厂。支持专精特新与创新型中小企业应用垂直类模型、专用小模型、数智工具,培育更多先进级、基础级智能工厂。积极推动数据智能、数字孪生、物理AI等技术融入工业流程全场景,重点推进智能辅助设计、虚拟仿真中试、流程智能控制等应用。

加强人才引育。开展人工智能产业人才需求预测,发布人才需求预测报告,支持高校院所提前布局、调整优化相关学科专业。建好用好北京中关村学院、上海创智学院、深圳河套学院等...