智能制造网APP
智能制造网手机站
智能制造网小程序
智能制造网官微
智能制造网服务号
智能控制
机器人
仪器仪表
物联网
3D打印
工业软件
回放
直播中
品牌
其他品牌
制造业是立国之本、强国之基。人工智能(AI)作为引领新一轮科技革命和产业变革的战略性技术，其与制造业的深度融合，既是我国制造业智能化升级的关键路径，更是从制造大国迈向制造强国的必由之路。本文将结合政策导向、技术实践与行业观察，探讨“人工智能+制造”的融合路径与未来发展。
政策引领：“人工智能+制造”的战略方向
近年来，国家政策为人工智能与制造业深度融合提供了清晰战略指引。
2017年《新一代人工智能发展规划》首提在制造等重点行业开展人工智能应用试点示范；2021年《“十四五”智能制造发展规划》明确提出推动人工智能等新技术创新应用，研制一批国际先进的新型智能制造装备；2024年《关于推动未来产业创新发展的实施意见》强调以创新为动力，推动人工智能与传统产业融合，加速产业升级；今年8月出台的《关于深入实施 “人工智能 +”行动的意见》，更是明确提出加快人工智能在设计、中试、生产、服务、运营全环节落地应用。
这标志着，当前的政策导向已从“鼓励应用”转向“全要素覆盖”，核心是推动人工智能技术向产业链各环节渗透，破解制造流程中的痛难点问题，实现从“局部智能”到“整体智能”的跨越。这正是我国从制造大国迈向制造强国的核心战略需求。
场景深耕：“人工智能+制造”的应用实践
政策推动之下，如今制造企业已在汽车、电子、家电、食品饮料、化工、纺织服装、航空航天、机械加工等细分行业展开积极探索与实践。而且，AI技术应用已覆盖研、产、供、销、服等关键环节，通过构建“感知-分析-决策-执行”的闭环，推动企业智能化水平跃升。
例如，在研发设计环节，台积电量检测、生产排程与调度、生产工艺优化、生产异常预警、设备管理与运维等诸多场景。其中，蔚来汽车自主开发了多套工业AI算法应用于检测工序，确保将经过严苛质量检测的产品交付给用户。博世长沙基于人工智能与大数据分析实现MES预警、机器人预测性维护和车削工艺动态调优等。
在物流与供应链环节，AI技术已渗透至采购预测、供应商管理与风险评估、物料分拣、配送路径优化、库存动态调控等场景。一方面，通过需求预测与风险建模控制成本、规避风险；另一方面，依托AI驱动的自动化设备与算法提升分拣、搬运及库存管理等的效率。
在营销服务环节，AI技术广泛应用于销售预测、产品定价、营销策略制定、个性化营销、客户服务支持等，助力企业精准预测销售趋势，提升用户粘性与市场竞争力。
与此同时，工业大模型、工业智能体的兴起，催生更多创新应用。例如，海尔合肥冰箱互联工厂依托卡奥斯天智工业大模型，打造注塑换型云调优平台，实现对85台注塑机换型工艺参数的一键部署和调控，有效解决了注塑工艺调优依赖人工经验、调参效率低等问题。
江苏永钢集团研发的“高炉专家智能体”，使得永钢1号1320m³高炉仅用时9天即实现全面达产达标，且高炉煤气利用率提升近3个百分点，铁水成本指标跃居行业前列。
务实前行：“人工智能+制造”的落地方法论与路径建议
然而，尽管行业领先制造企业在人工智能与制造技术融合方面，已形成诸多成功案例，但整体来看，制造企业在工业AI应用过程中，仍面临数据治理能力不足、既懂业务又懂AI的复合型人才短缺、整体战略规划缺失等问题。
解决好这些问题，制造企业需要做好数据治理，补齐人才短板，并紧密结合企业发展战略推进工业AI应用。同时，引入咨询服务也是助力需求预研、场景分析、合作伙伴与平台选型的有效途径。
1.做好数据治理工作
工业AI的核心价值在于通过算法挖掘数据价值、优化生产决策，但算法的精度与效率完全依赖数据质量。因此，数据治理是前置性、基础性工作。
对企业而言，需全面梳理研、产、供、销、服全链条数据资产，厘清数据来源、流转路径与应用场景；同时建立统一数据标准体系与规范采集流程，从源头解决数据格式不统一、口径不一致问题，打破“信息孤岛”，保障数据的完整性、准确性与时效性，为工业AI筑牢数据根基。
2.补齐人才短板
AI应用落地，需要既懂技术又懂业务的复合型人才。企业可通过“内部培育+外部引进+灵活借力”破局：内部鼓励业务端人员学习AI基础原理与应用逻辑，引导技术端人员深入车间理解业务痛点，在协作中培育适配自身场景的人才；外部针对AI算法工程师、数据科学家等关键岗位，结合项目规模与需求引进人才；不具备大规模AI自研能力的企业，可与AI技术供应商合作，依托其成熟平台、API接口及定制化解决方案搭建应用，或采用“AI即服务”(AI as a Service) 模式，轻量化推进AI在质检、排产、设备运维等场景的应用。
3.借力专业咨询，破解“认知鸿沟”，实现“授之以渔”
许多企业引入AI技术上时缺乏从战略到战术的系统方案与方法论，导致项目与业务需求脱节，可借助专业咨询机构明确AI应用方向、制定贴合业务目标的AI战略。专业咨询机构能够帮助企业梳理业务环节核心矛盾与痛点，将其转化为AI可赋能的具体需求，确保AI应用目标与企业实际业务价值紧密绑定。
在具体项目的推进上，建议制造企业遵循“明确应用目标-识别关键场景-需求转化与目标具象化-评估可行性-技术选型与供应商选择-模型构建与训练-系统部署与系统集成-持续迭代优化”的八步走路径，确保AI技术真正融入业务流程并产生实效。
“人工智能+制造”本质上是一场扎根产业实际、以价值为导向的深度变革。从政策指引到企业场景实践，再到破解难题的方法论探索，每一步都需脚踏实地，既要以技术创新突破制造瓶颈，更要以业务价值锚定方向。
未来，随着工业大模型、工业智能体等技术演进，“人工智能+制造”场景将持续拓展，但“以业务需求为起点、以落地实效为终点”的逻辑始终不变。唯有夯实数据根基、培育复合型人才、完善战略规划，才能让AI成为制造业升级的核心动能，助力我国稳步迈向制造强国。
作者：国家智能制造专家委员会委员，e-works 黄培博士
原标题：智造洞见专栏 | 黄培：以“人工智能+制造”，智绘未来工业新蓝图
浙公网安备 33010602000006号
智能制造网APP
智能制造网小程序
微信公众号
