【作者簡介】魯春叢，中國工業(yè)互聯(lián)網(wǎng)研究院院長

 

習近平總書記指出，“十五五”時期，必須把因地制宜發(fā)展新質生產(chǎn)力擺在更加突出的戰(zhàn)略位置。黨的二十屆四中全會通過的《中共中央關于制定國民經(jīng)濟和社會發(fā)展第十五個五年規(guī)劃的建議》，強調“加快高水平科技自立自強，引領發(fā)展新質生產(chǎn)力”。人工智能是新質生產(chǎn)力的重要組成和關鍵驅動力量，對工業(yè)技術、知識、數(shù)據(jù)、人才、資本等要素創(chuàng)新性配置帶來根本性影響，新型工業(yè)化的前進動力正在發(fā)生深刻變化。2025年8月國務院印發(fā)《關于深入實施“人工智能+”行動的意見》，提出“推動工業(yè)全要素智能聯(lián)動，加快人工智能在設計、中試、生產(chǎn)、服務、運營全環(huán)節(jié)落地應用”，“加快工業(yè)軟件創(chuàng)新突破，大力發(fā)展智能制造裝備”，“深化人工智能與工業(yè)互聯(lián)網(wǎng)融合應用，增強工業(yè)系統(tǒng)的智能感知與決策執(zhí)行能力”，明確了在工業(yè)領域推進“人工智能+”的發(fā)展方向和目標要求。

一、深刻認識“人工智能+”推進工業(yè)全要素智能化發(fā)展的重要意義

 

人工智能是引領新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術，具有溢出帶動性很強的“頭雁”效應。人工智能應用重點正從消費服務領域轉向生產(chǎn)制造領域，以“人工智能+”推進工業(yè)全要素智能化發(fā)展，不僅是技術產(chǎn)業(yè)迭代升級的重要路徑，更是提升國家競爭力、塑造產(chǎn)業(yè)主導權的重要舉措。

 

搶抓新一輪科技革命和產(chǎn)業(yè)變革歷史機遇的客觀要求?？v觀以機械化、電氣化、自動化為特征的前三次工業(yè)革命，無一不推動了社會生產(chǎn)力的大幅躍升和生產(chǎn)關系的深刻變革。當前，以大模型為代表的人工智能技術爆發(fā)式發(fā)展，具身智能、智能體、群體智能、人機混合增強智能等加速突破，正在成為重組全球要素資源、重塑全球經(jīng)濟結構的關鍵力量。大模型正從“吟詩作畫”轉向工藝優(yōu)化、設備控制，AI手機、AI電腦、AI眼鏡等智能終端成為潮流單品，具身智能機器人從“秀場”走向“工廠”，人工智能正以前所未有的速度融入千家萬戶、賦能千行百業(yè)，深刻改變人類生產(chǎn)生活方式。據(jù)權威機構預測，到2030年，全球人工智能市場規(guī)模預計超過1.8萬億美元，年復合增長率為35.9%，人工智能對全球經(jīng)濟的總貢獻量將達到15.7萬億美元。牢牢抓住人工智能這個“牛鼻子”，加快形成新質生產(chǎn)力，就是抓住了新一輪科技革命和產(chǎn)業(yè)變革的發(fā)展先機。

 

應對國際競爭打造新優(yōu)勢的戰(zhàn)略選擇。當前，世界主要國家紛紛將人工智能作為重塑競爭力的核心領域，持續(xù)加大支持力度。美國先后發(fā)布《美國政府關鍵和新興技術國家標準戰(zhàn)略》《贏得AI競賽：美國AI行動計劃》，啟動“星際之門”計劃；法國發(fā)布《勇敢擁抱人工智能（AI）：讓AI在所有企業(yè)全面推廣計劃》，到2030年，推動100%的大型企業(yè)、80%的中小企業(yè)和50%的微型企業(yè)將人工智能融入日常運營；德國發(fā)布《未來研究與創(chuàng)新戰(zhàn)略》《人工智能行動計劃》，在《2025年高科技戰(zhàn)略》中明確提出，到2030年，AI創(chuàng)造的產(chǎn)值將占德國GDP的10%。在政策支持的不斷加力下，國際巨頭紛紛加碼人工智能發(fā)展，英偉達、微軟、OpenAI、谷歌持續(xù)擴大在芯片、大模型、云計算等領域的資本投入，西門子、博世、SAP等企業(yè)通過收并購等方式加速拓展工業(yè)智能產(chǎn)品。據(jù)權威機構預測，到2028年，人工智能企業(yè)在芯片、基礎設施上的投資將達到2.9萬億美元。在這場競爭中，我們不進則退、慢進亦退，只有以“人工智能+”形成中國特色競爭新優(yōu)勢，才能奪得先機、贏得主動。

 

推進新型工業(yè)化的內在需要。推進新型工業(yè)化，需要深刻把握時代特征和發(fā)展規(guī)律，緊抓人工智能這一關鍵變量，促進人工智能和制造業(yè)深度融合。近年來，我國人工智能技術和產(chǎn)業(yè)快速發(fā)展，已形成覆蓋算力、數(shù)據(jù)、框架、模型、應用的完整產(chǎn)業(yè)體系，算力總規(guī)模位居全球第二，核心產(chǎn)業(yè)規(guī)模超9000億元，人工智能企業(yè)數(shù)量超5000家，為更好賦能新型工業(yè)化打下堅實基礎。我國制造業(yè)增加值規(guī)模連續(xù)15年位居全球首位，對全球制造業(yè)增長的貢獻率超過30%。其中，傳統(tǒng)產(chǎn)業(yè)仍是我國制造業(yè)的主體，占全部制造業(yè)的80%左右。實踐證明，應用數(shù)字技術、人工智能對傳統(tǒng)產(chǎn)業(yè)進行全方位、全鏈條的改造，將有效推動企業(yè)降本、提質、增效、綠色、安全發(fā)展。全國已建成的230余家卓越級智能工廠，產(chǎn)品研發(fā)周期平均縮短28.4%，生產(chǎn)效率平均提升22.3%，不良品率平均下降50.2%，碳排放平均減少20.4%。我國人工智能的巨大潛力與堅實的工業(yè)基礎相結合，將為加快推進新型工業(yè)化注入強大動力。

 

二、我國“人工智能+”推進工業(yè)全要素智能化發(fā)展取得積極進展

 

在政產(chǎn)學研用各方協(xié)同推進下，我國人工智能技術在電子、原材料、消費品等行業(yè)逐步普及，在研發(fā)設計、中試驗證、生產(chǎn)制造、運營管理等環(huán)節(jié)加速拓展，基本形成“產(chǎn)品裝備—產(chǎn)線車間—企業(yè)管理—產(chǎn)業(yè)鏈協(xié)同”的全要素、多層級賦能體系。

 

人工智能+工業(yè)產(chǎn)品，深刻變革研發(fā)模式。人工智能可以挖掘工業(yè)知識、技術文檔、工藝路線、三維模型等數(shù)據(jù)的內在規(guī)律，通過建模仿真與復雜計算，根據(jù)實際需求輔助生成材料配比、參數(shù)配置、外觀造型等設計方案，實現(xiàn)方案自動生成、快速迭代和多維度優(yōu)化。與傳統(tǒng)依賴人工經(jīng)驗和線性流程的研發(fā)設計模式相比，人工智能可大幅縮短研發(fā)周期、降低試錯成本、提升設計精度與創(chuàng)新性。一是產(chǎn)品研發(fā)智能化。人工智能賦能新材料與新工藝的發(fā)現(xiàn)過程，實現(xiàn)從經(jīng)驗驅動到數(shù)據(jù)驅動的研發(fā)范式轉變。比如，中石化利用大模型自主開發(fā)聚酰亞胺新材料智能設計平臺，定向生成新型分子結構設計方案、準確預測新材料性能參數(shù)，聚酰亞胺性能預測準確率超過90%，新結構的篩選和設計時間縮短80%。二是裝備設計智能化。人工智能驅動從手工繪制到智能生成的設計方式變革。比如，東風汽車通過多模態(tài)大模型的文生圖、圖生圖能力，結合用戶大數(shù)據(jù)，將以往手動為主的造型工作，轉化為全流程在線化工作，綜合效率提升30%以上。

 

人工智能+生產(chǎn)作業(yè)，深刻變革制造模式。人工智能驅動生產(chǎn)作業(yè)模式從剛性流水化向柔性自適應模式演進。傳統(tǒng)產(chǎn)線、車間多依賴固定工藝和流水化生產(chǎn)，造成響應慢、柔性不足、能耗較高，而人工智能以“大小模型+邊緣智能”等形式部署在工業(yè)現(xiàn)場，通過機器視覺、智能調度、預測性維護和多智能體協(xié)同等方式，實現(xiàn)生產(chǎn)環(huán)節(jié)的“感知—決策—執(zhí)行”閉環(huán)，減少停機時間，提高能源利用率，使制造系統(tǒng)在效率、良率、能耗與響應速度上實現(xiàn)質的躍升。一是生產(chǎn)排程智能化。人工智能通過對復雜工業(yè)流程邏輯進行建模，實現(xiàn)關鍵節(jié)點的任務分配和智能化調度。比如，寶鋼包裝依托工業(yè)大模型構建智能排產(chǎn)系統(tǒng)，整合訂單、設備、能源、物流等多維數(shù)據(jù)，結合多目標決策優(yōu)化算法，實現(xiàn)排產(chǎn)效率大幅提升，可實現(xiàn)十余條產(chǎn)線生產(chǎn)任務的分鐘級智能調配，全年效益增長1.5%以上。二是綠色制造智能化?；谔寂欧殴芾泶竽Ｐ?，面向建材、鋼鐵、化工、電力等高耗能行業(yè)，開展碳排放監(jiān)測、核算與追蹤，優(yōu)化碳管理路徑。比如，寧德時代利用人工智能實現(xiàn)從電極制漿、涂布到檢測、組裝的全流程工藝優(yōu)化，并進行訂單管理和能耗的智能協(xié)同，工廠碳排放降低57%，相當于每年種植1800萬棵樹的生態(tài)效益。三是中試驗證智能化。人工智能基于歷史工藝與實驗數(shù)據(jù)開展虛擬仿真與參數(shù)優(yōu)化，減少大量重復性試驗，縮短驗證周期。比如，武漢先進院構建材料創(chuàng)制大模型MARS和材料中試智能體，實現(xiàn)“性質—結構—合成”多維預測，新材料中試驗證效率提升50%，成本降低60%。

 

人工智能+企業(yè)管理，深刻變革運營模式。人工智能推動企業(yè)管理向實時感知、動態(tài)優(yōu)化、自主協(xié)同的敏捷高效模式演進。傳統(tǒng)運營管理依賴人工經(jīng)驗和層級決策，往往存在信息孤島、響應滯后、資源配置低效等問題。人工智能通過對設備、產(chǎn)品、財務、供應鏈、人力資源、市場等數(shù)據(jù)的智能分析與預測，實現(xiàn)精準決策支持、流程自動化與風險預警。隨著大模型、智能體與企業(yè)知識庫深度融合，運營管理將向“認知智能”演進，人工智能不僅執(zhí)行任務，更能理解業(yè)務語境、自主提出策略建議，推動企業(yè)邁向“智能自治”。一是企業(yè)運營智能化。人工智能通過大模型驅動“企業(yè)大腦”，實現(xiàn)從人工監(jiān)控到智能調度的轉變。比如，TCL建立基于工業(yè)大模型的顯示器生產(chǎn)園區(qū)智能集控系統(tǒng)，實現(xiàn)智能知識推薦、報表智能生成、告警內容深度分析、智能派工等核心功能，通過大模型運營調度優(yōu)化管理，企業(yè)運營成本降低30%，故障處理時間縮短45%。二是設備運維智能化。大模型推動設備管理從“被動維護”向“預測性維護”升級，解決因設備故障導致的企業(yè)運營堵點卡點。比如，中國工業(yè)互聯(lián)網(wǎng)研究院聯(lián)合企業(yè)打造智能運維大模型，匯聚海量IT設備運維工單數(shù)據(jù)，融合多智能體協(xié)同、檢索增強、知識圖譜等技術，實現(xiàn)復雜IT設備的自動化巡檢和主動運維，助力企業(yè)運維成本降低30%，故障率降低50%，平均設備故障處理時間縮減至2小時以內。

 

人工智能+產(chǎn)業(yè)鏈供應鏈，深刻變革協(xié)同模式。人工智能驅動產(chǎn)業(yè)鏈供應鏈從“被動響應”邁向“智能協(xié)同”，讓整個鏈條“看得清、想得快、調得準”。傳統(tǒng)生產(chǎn)模式下，產(chǎn)業(yè)鏈運轉多依賴靜態(tài)計劃和層級制組織方式，信息傳遞滯后、資源配置僵化、風險預警不足。人工智能通過大數(shù)據(jù)分析、智能預測等方式，實現(xiàn)供需精準匹配、運輸路徑優(yōu)化、庫存智能調度與數(shù)據(jù)實時共享，能夠形成跨行業(yè)、跨區(qū)域的產(chǎn)業(yè)協(xié)同網(wǎng)絡，有效打破企業(yè)間信息壁壘，推動上下游資源高效配置和產(chǎn)業(yè)鏈整體韌性提升，形成高效順暢的協(xié)同生態(tài)。比如，一汽集團將物流全鏈路拆解為“庫存管理、路徑規(guī)劃、設備調度”等近百個業(yè)務單元，通過人工智能算法實現(xiàn)智能聯(lián)動，當零部件庫存告急時，自動觸發(fā)“供應商補貨、生產(chǎn)線排程、物流調度”全鏈條動作，實現(xiàn)智能調度效率提升20%，人工成本降低40%。又如，中國工業(yè)互聯(lián)網(wǎng)研究院建設全國裝備制造業(yè)數(shù)字供應鏈平臺，匯聚2.3億件數(shù)字工品，服務42萬家企業(yè)、215萬名工程師，通過構建工業(yè)設計大模型，提供貫穿“模型智能檢索—產(chǎn)品智能推薦—生成式設計”的智能化服務體系，設計效率提升50%，研發(fā)成本降低30%。

 

三、推進“人工智能+”工業(yè)全要素智能化發(fā)展的重點任務

 

“十五五”時期是基本實現(xiàn)社會主義現(xiàn)代化夯實基礎、全面發(fā)力的關鍵時期，也是基本實現(xiàn)新型工業(yè)化深入實施、攻堅克難的關鍵階段。站在科學謀劃“十五五”新的歷史起點上，我們要堅持以習近平新時代中國特色社會主義思想為指導，全面貫徹黨的二十大和二十屆二中、三中、四中全會精神，認真落實黨中央、國務院決策部署，系統(tǒng)總結經(jīng)驗做法、立足我國基本國情、順應工業(yè)發(fā)展規(guī)律、前瞻布局重點工作，加快以“人工智能+”推進工業(yè)全要素智能化發(fā)展，為推進新型工業(yè)化注入新動能。

 

推進技術改造，發(fā)展智能裝備。一是突破核心技術。加強多模態(tài)感知融合技術的研發(fā)，提升傳感器精度與集成度。大力發(fā)展運動控制等核心算法，研發(fā)高性能的控制與驅動部件，實現(xiàn)裝備的高速、高精度、高動態(tài)響應和穩(wěn)定運行。加強人機交互技術研究，開發(fā)新型交互接口與設備。二是研發(fā)工業(yè)軟件。分行業(yè)、分階段加快開展研發(fā)設計類、生產(chǎn)制造類、經(jīng)營管理類、運維服務類工業(yè)軟件更新?lián)Q代和工業(yè)APP開發(fā)應用，實現(xiàn)軟件定義裝備功能。推動開源社區(qū)建設，促進跨行業(yè)融合，構建開放協(xié)同的工業(yè)軟件生態(tài)系統(tǒng)。制定工業(yè)軟件標準體系，加強工業(yè)軟件安全防護，推動工業(yè)軟件的可信認證。三是推廣裝備應用。深化智能診斷、預測性維護、工藝參數(shù)自優(yōu)化、自適應控制等裝備智能化應用場景創(chuàng)新。發(fā)展高負載、高精度、高靈活性的工業(yè)機器人，推進機器人等智能裝備與人、環(huán)境、生產(chǎn)要素等全面集成、交互與協(xié)同，構建柔性制造單元和智能產(chǎn)線。聚焦鋼鐵、有色、石化、化工、建材、機械、汽車、電力裝備、輕工、電子等十大重點行業(yè)，以生產(chǎn)作業(yè)、倉儲物流、質量管控等環(huán)節(jié)改造為重點，推動智能制造設備更新和技術改造。

 

推進大連接，升級工業(yè)互聯(lián)網(wǎng)。一是升級基礎設施。打造泛在互聯(lián)、控網(wǎng)算一體、開放智能、安全可控的新型工業(yè)網(wǎng)絡，提升標識解析服務效能，推廣“工業(yè)互聯(lián)網(wǎng)平臺+智能體”等創(chuàng)新模式，加快國家工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)中心建設運營，推進算力資源多級布局、互聯(lián)互通、高效調度。二是創(chuàng)新技術產(chǎn)品。推進工業(yè)通信芯片、工業(yè)傳感器、工業(yè)終端、工業(yè)控制系統(tǒng)等智能化升級，提升感知、交互、控制、決策能力。加快應用人工智能優(yōu)化工業(yè)軟件開發(fā)流程和模式，提升主動優(yōu)化、輔助生成等能力。三是拓展應用場景。堅持分業(yè)推進、分級推進、協(xié)同推進，實施橫縱結合的“T”型戰(zhàn)略，橫向實現(xiàn)產(chǎn)業(yè)鏈、產(chǎn)業(yè)集群的資源集成、供需對接，縱向打通設備單元、產(chǎn)線、車間、工廠、企業(yè)等各個層級智能應用的數(shù)據(jù)互聯(lián)通路，推動工業(yè)互聯(lián)網(wǎng)賦能制造業(yè)數(shù)字化轉型、智能化改造。建設一批5G工廠，在重點行業(yè)、重點產(chǎn)業(yè)鏈發(fā)布推廣工業(yè)互聯(lián)網(wǎng)融合應用參考指南和典型案例，在國家人工智能創(chuàng)新應用先導區(qū)、國家先進制造業(yè)集群等加快智能化解決方案普及推廣。

 

推進大數(shù)據(jù)，建設工業(yè)高質量數(shù)據(jù)集。一是建設數(shù)據(jù)集目錄。面向工業(yè)數(shù)據(jù)多源異構特性，分級推進設備產(chǎn)線、工廠企業(yè)、產(chǎn)業(yè)生態(tài)數(shù)據(jù)采集處理與流通應用。分類打造高質量數(shù)據(jù)集產(chǎn)品庫、工業(yè)機理庫、工業(yè)模型庫，形成高質量數(shù)據(jù)集目錄。二是打造可信數(shù)據(jù)空間。基于隱私計算、安全沙箱、身份可信認證、數(shù)據(jù)使用控制及全鏈路追溯等核心技術，打通數(shù)據(jù)集供給方、需求方及服務方協(xié)同鏈路，在“數(shù)據(jù)集物理不出域”前提下，通過“可用不可見”模式滿足多主體數(shù)據(jù)集使用需求。三是完善技術體系。編制重大技術攻關目錄和基礎設施建設指南，引導行業(yè)企業(yè)、科研機構開展技術攻關。在技術、質量、流通、安全等方面，構建高質量數(shù)據(jù)集標準體系，開展數(shù)據(jù)集質量與價值評估，推動數(shù)據(jù)集規(guī)范建設、流通與交易。四是深化融合應用。加快工業(yè)高質量數(shù)據(jù)集的應用，形成工業(yè)場景訓練語料服務、AI一體機定制化服務、數(shù)據(jù)處理工具商業(yè)化服務等模式。開展高質量數(shù)據(jù)集建設試點、案例遴選，編制行業(yè)高質量數(shù)據(jù)集建設指南，加快經(jīng)驗模式推廣。

 

推進大模型，推廣工業(yè)智能體。一是健全多層次模型體系。推進人工智能算法與工業(yè)機理融合，打造工業(yè)大模型。在復雜工業(yè)場景中，利用大模型強大的多模態(tài)內容生成、理解能力進行宏觀指導與決策支持。同時，依靠小模型的高精度、專業(yè)性、實時性負責產(chǎn)線監(jiān)控、設備維護等具體任務，形成“大模型指揮、小模型執(zhí)行”的協(xié)作方式，打造大、小模型協(xié)同應用生態(tài)。二是發(fā)展工業(yè)智能體。開發(fā)自主智能體互聯(lián)協(xié)議，整合一系列相互關聯(lián)的數(shù)字工具，將離散的數(shù)字能力轉化為可執(zhí)行、可度量、可持續(xù)的業(yè)務價值。三是建設開發(fā)工具鏈。強化模型設計、架構與制造業(yè)場景的協(xié)同適配，打造具備規(guī)?；渴鹉芰Φ墓ぞ哝満凸ぞ邘?，實現(xiàn)工廠級、車間級的模型能力快速部署，降低大模型應用門檻。四是促進供需對接。構建場景導向的大模型工業(yè)應用解決方案供需對接平臺，提供涵蓋技術咨詢、方案設計、智能應用部署和運維優(yōu)化在內的端到端服務，精準匹配制造業(yè)企業(yè)需求，縮短方案落地周期。

 

推進產(chǎn)教融合，培育數(shù)智人才。一是培養(yǎng)卓越工程師。加快卓越工程師實踐基地、工程師協(xié)同創(chuàng)新中心等載體建設，主動發(fā)現(xiàn)和培養(yǎng)一批具有科研項目攻關能力、善于解決復雜工程問題的高層次創(chuàng)新型人才，打造國家戰(zhàn)略人才力量。二是創(chuàng)新復合型人才培養(yǎng)方式。針對不同層次數(shù)智人才需求，運用好工業(yè)互聯(lián)網(wǎng)沉淀的工業(yè)模型知識，為人才培養(yǎng)提供真實生產(chǎn)場景的數(shù)據(jù)支撐。強化制造業(yè)一線工人的人工智能應用能力，暢通技能人才發(fā)展通道，吸引更多技能人才學習數(shù)字技術，從事數(shù)字職業(yè)。三是構建產(chǎn)教資源整合體系。調動好高校和企業(yè)兩方面積極性，鼓勵高校探索設立工業(yè)智能等交叉學科，建設產(chǎn)教融合實踐中心，引導企業(yè)大規(guī)模開展“人工智能+”能力素養(yǎng)提升培訓，持續(xù)完善人才評價與激勵措施。

 

---

來源：《中國黨政干部論壇》雜志 2025年第10期