bet356官网首页 随着人工智能浪潮席卷全球，制造业正在成为竞争力新高度。 2026年全国大会上，“打造智能经济新业态”首次写入政府工作报告，成为未来人工智能应用落地的重要方向。近日，记者在制造业大省浙江多地采访发现，人工智能正在从实验室走向生产线，深度融入研发、设计、生产制造、企业管理，正在给传统制造业带来重大变革。人工智能与制造业的“双向之路”正在加速推进。人工智能将加速制造业的重大重组。记者走访浙江省多家企业车间看到当前人工智能与制造融合已从单一试点走向全流程扩散，重构了研发、生产、运营、服务等关键环节的价值创造逻辑，实现了提升效率、降低成本、优化质量、拓展场景等多重目标。 ——推动生产方式根本转变。走进中国杭州的智能高性能子午线汽车橡胶轮胎工厂，数十辆自动导引车（AGV）沿着设定的路线精准往复运动，机械臂则以微米级精度完成轮胎硫化过程。中策橡胶集团朝阳公司总经理姜志强表示，人工智能车间可以以平均3.1秒的速度卷制轮胎，并且可以不间断地运行，生产效率提高了300%，减少了产品成本。效果达到0.5%。 ——实现资源配置优化精细化。 “生产流程不透明、库存杂乱、设备管理粗放等问题长期困扰着制造业。”浙江瑞鹰传感科技有限公司利用自主研发的全流程数据管理平台，将物资采购、库存管理、物流配送的响应速度提升50%以上。瑞盈IT负责人石小虎表示，人工智能技术可以用来强化C链商务，确保业务流程透明、生产过程可控、运营结果可衡量。他表示，这将加快现代管理体系建设。 ——重建消费与生产的联系。如今，越来越多的企业利用人工智能算法来分析用户行为数据，推出个性化、个性化的产品。例如服装行业的智能个性化或消费电子行业的场景化功能配置。位于浙江省嘉兴市的启胜科技有限公司，研发并构建睡眠干预算法模型，并以智能床产品为早期检测载体，为消费者提供睡眠质量监测。公司总裁唐国海表示，人工智能的进步正在推动制造企业从产品提供商向解决方案提供商转型。不同类型工厂的生产场景明显呈现出相同的趋势。人工智能正在从单一工作场所的技术应用发展成为影响整个制造系统功能的关键力量。国际数据公司（IDC）的报告显示，2024年中国工业企业智能手机普及率将从9.6%上升至2024年。2025年达到47.5%。在历史转折点，工信部明确提出到2027年推广500个“人工智能+制造”典型应用场景的目标，这也是距离“单一试点”迈出的重要一步。 ”指出人工智能应用在中国制造业的“综合效益”。人工智能走进工厂需要解决“最后一公里”问题。在人工智能与制造业深度融合快速进入应用部署阶段的同时，受访的相关领域企业家和专家也表示，从繁荣到部署，还存在模型安全、数据壁垒、应用成本、人才供应等重大“最后一公里”问题需要克服。锐影科技开发部总监尤焕杰表示，企业目前存在“AI焦虑”，并将其视为可以解决产业问题的“灵丹妙药”，“现有大型企业虽然模式各异。它们在语义理解和统计相关性方面形成良好，但在理解物理规则和空间推理方面仍然存在局限性。在工业领域，生产链长，相关数据和知识复杂。人工智能在生产过程中会产生指令错误，造成不可逆转的系统风险。 “此外，AI匹配也存在挑战。飞泰（浙江）智能系统有限公司董事陈宇表示，企业面临着在实验室环境中训练的模型部署到现实世界和不断变化的工业场景后表现不佳的情况。这是因为真实数据和训练数据之间存在差异。这种对特定物理场景的依赖，导致AI解决方案和制造流程之间需要更好的匹配。“数据壁垒”和算力成本影响了制造业中AI的采用和优化。安佐u赤城数字科技有限公司坦言，目前制造业之所以难以大规模应用AI，是因为数据基础设施还薄弱。制造企业的生产数据几乎都包含基本机密和知识产权，这给企业之间甚至企业内不同部门之间的数据共享造成了障碍。如果没有获得高质量数据的能力，工业人工智能模型的进一步发展将受到限制，人工智能应用的整体优化也将难以实现。这也限制了人工智能技术在制造业的大规模应用。多位接受采访的企业负责人表示，高昂的算力成本难以承受，“我们估计，如果自己搭建电脑服务器，光是GR卡Afica的成本就达到1200万元。”目前，我们别无选择，只能使用公有云服务，但这也引入了新的专业技术。“数据安全、网络延迟等问题。”石小虎表示。值得注意的是，人工智能人才的整体匮乏限制了嵌入式发展的步伐。受访者表示，我国智能制造人才供给仍然短缺，端到端联合研发人才的缺乏以及一线人才智力适应性的缺乏限制了集成化发展的进程。奇胜科技有限公司副总经理曹辉表示，从公司的从招聘情况看，部分高素质人员缺乏实践经验，设备操作、需求转化等方面存在明显不足。懂制造的人员对人工智能了解不多，难以将业务需求转化为人工智能应用场景。近期，8个部门加快构建“人工智能+制造”供应体系。工业和信息化部、国家网信办、国家发展改革委发布《“人工智能+制造”专项行动实施意见》，加快人工智能技术在制造业的融合应用。走访中，多位受访者表示，人工智能驱动制造不再是选择题，而是必答题。需要在规划战略、绿色建设、资源开发、人力、治理体系等方面进行系统性变革，突破集成瓶颈，继续保持人工智能驱动制造的全球领先地位。另一方面，政府层面要实施试点、打造典型、便利推广，营造一流的政治支持环境。天能控股集团总裁张天仁表示，支持建设产业集群层面的人工智能赋能平台，降低技术应用成本，解决中小企业数字化困境，加快人工智能在产业集群的普及、渗透和彻底赋能，需要从国家战略层面进行系统规划，出台专项政策。桂耀华等人建议，政府和行业组织应搭建公共服务平台，提供算力、数据、算法等基础资源，降低创新壁垒。例如，围绕制造数据平台、垂直模型和行业共享知识库，共同打造行业级“智能大脑”，共同构建行业数据标准，推动提供优质数据资源，为“人工智能+制造”提供核心数据支撑。另一方面，复合型人工智能人力资源开发。要加强开发。曹辉提出，要立足行业现实需求，打破高校、科研机构和企业之间的壁垒，深化产教融合、科教融合，优化人才培养方案，新增人工智能与制造融合相关课程模块，精准培养掌握制造业生产流程、掌握人工智能技术的复合型人才，实现人才培养与产业需求同步。传化集团总裁管巨表示，“人工智能+制造”联合人才培养和认证体系的建立，将重点培养懂工业、懂人工智能的“工业AI架构师”，我们将制定标准来。识别人工智能时代复合人力资源能力，明确“工业人工智能架构师”培养方向和评价标准，实施人力资源综合培养，加快复合人力资源规模化供给。
（编辑：刘鹏）