【作者簡介】魯春叢，中國工業互聯網研究院院長

 

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

一、深刻認識“人工智能+”推進工業全要素智能化發展的重要意義

 

人工智能是引領新一輪科技革命和產業變革的戰略性技術，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制造領域，以“人工智能+”推進工業全要素智能化發展，不僅是技術產業迭代升級的重要路徑，更是提升國家競爭力、塑造產業主導權的重要舉措。

 

搶抓新一輪科技革命和產業變革歷史機遇的客觀要求。縱觀以機械化、電氣化、自動化為特征的前三次工業革命，無一不推動了社會生產力的大幅躍升和生產關系的深刻變革。當前，以大模型為代表的人工智能技術爆發式發展，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、重塑全球經濟結構的關鍵力量。大模型正從“吟詩作畫”轉向工藝優化、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，深刻改變人類生產生活方式。據權威機構預測，到2030年，全球人工智能市場規模預計超過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”，加快形成新質生產力，就是抓住了新一輪科技革命和產業變革的發展先機。

 

應對國際競爭打造新優勢的戰略選擇。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，持續加大支持力度。美國先后發布《美國政府關鍵和新興技術國家標準戰略》《贏得AI競賽：美國AI行動計劃》，啟動“星際之門”計劃；法國發布《勇敢擁抱人工智能（AI）：讓AI在所有企業全面推廣計劃》，到2030年，推動100%的大型企業、80%的中小企業和50%的微型企業將人工智能融入日常運營；德國發布《未來研究與創新戰略》《人工智能行動計劃》，在《2025年高科技戰略》中明確提出，到2030年，AI創造的產值將占德國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展，英偉達、微軟、OpenAI、谷歌持續擴大在芯片、大模型、云計算等領域的資本投入，西門子、博世、SAP等企業通過收并購等方式加速拓展工業智能產品。據權威機構預測，到2028年，人工智能企業在芯片、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勢，才能奪得先機、贏得主動。

 

推進新型工業化的內在需要。推進新型工業化，需要深刻把握時代特征和發展規律，緊抓人工智能這一關鍵變量，促進人工智能和制造業深度融合。近年來，我國人工智能技術和產業快速發展，已形成覆蓋算力、數據、框架、模型、應用的完整產業體系，算力總規模位居全球第二，核心產業規模超9000億元，人工智能企業數量超5000家，為更好賦能新型工業化打下堅實基礎。我國制造業增加值規模連續15年位居全球首位，對全球制造業增長的貢獻率超過30%。其中，傳統產業仍是我國制造業的主體，占全部制造業的80%左右。實踐證明，應用數字技術、人工智能對傳統產業進行全方位、全鏈條的改造，將有效推動企業降本、提質、增效、綠色、安全發展。全國已建成的230余家卓越級智能工廠，產品研發周期平均縮短28.4%，生產效率平均提升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基礎相結合，將為加快推進新型工業化注入強大動力。

 

二、我國“人工智能+”推進工業全要素智能化發展取得積極進展

 

在政產學研用各方協同推進下，我國人工智能技術在電子、原材料、消費品等行業逐步普及，在研發設計、中試驗證、生產制造、運營管理等環節加速拓展，基本形成“產品裝備—產線車間—企業管理—產業鏈協同”的全要素、多層級賦能體系。

 

人工智能+工業產品，深刻變革研發模式。人工智能可以挖掘工業知識、技術文檔、工藝路線、三維模型等數據的內在規律，通過建模仿真與復雜計算，根據實際需求輔助生成材料配比、參數配置、外觀造型等設計方案，實現方案自動生成、快速迭代和多維度優化。與傳統依賴人工經驗和線性流程的研發設計模式相比，人工智能可大幅縮短研發周期、降低試錯成本、提升設計精度與創新性。一是產品研發智能化。人工智能賦能新材料與新工藝的發現過程，實現從經驗驅動到數據驅動的研發范式轉變。比如，中石化利用大模型自主開發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，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大模型的文生圖、圖生圖能力，結合用戶大數據，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+生產作業，深刻變革制造模式。人工智能驅動生產作業模式從剛性流水化向柔性自適應模式演進。傳統產線、車間多依賴固定工藝和流水化生產，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”等形式部署在工業現場，通過機器視覺、智能調度、預測性維護和多智能體協同等方式，實現生產環節的“感知—決策—執行”閉環，減少停機時間，提高能源利用率，使制造系統在效率、良率、能耗與響應速度上實現質的躍升。一是生產排程智能化。人工智能通過對復雜工業流程邏輯進行建模，實現關鍵節點的任務分配和智能化調度。比如，寶鋼包裝依托工業大模型構建智能排產系統，整合訂單、設備、能源、物流等多維數據，結合多目標決策優化算法，實現排產效率大幅提升，可實現十余條產線生產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。基于碳排放管理大模型，面向建材、鋼鐵、化工、電力等高耗能行業，開展碳排放監測、核算與追蹤，優化碳管理路徑。比如，寧德時代利用人工智能實現從電極制漿、涂布到檢測、組裝的全流程工藝優化，并進行訂單管理和能耗的智能協同，工廠碳排放降低57%，相當于每年種植1800萬棵樹的生態效益。三是中試驗證智能化。人工智能基于歷史工藝與實驗數據開展虛擬仿真與參數優化，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制大模型MARS和材料中試智能體，實現“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+企業管理，深刻變革運營模式。人工智能推動企業管理向實時感知、動態優化、自主協同的敏捷高效模式演進。傳統運營管理依賴人工經驗和層級決策，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、產品、財務、供應鏈、人力資源、市場等數據的智能分析與預測，實現精準決策支持、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，人工智能不僅執行任務，更能理解業務語境、自主提出策略建議，推動企業邁向“智能自治”。一是企業運營智能化。人工智能通過大模型驅動“企業大腦”，實現從人工監控到智能調度的轉變。比如，TCL建立基于工業大模型的顯示器生產園區智能集控系統，實現智能知識推薦、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化管理，企業運營成本降低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運營堵點卡點。比如，中國工業互聯網研究院聯合企業打造智能運維大模型，匯聚海量IT設備運維工單數據，融合多智能體協同、檢索增強、知識圖譜等技術，實現復雜IT設備的自動化巡檢和主動運維，助力企業運維成本降低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+產業鏈供應鏈，深刻變革協同模式。人工智能驅動產業鏈供應鏈從“被動響應”邁向“智能協同”，讓整個鏈條“看得清、想得快、調得準”。傳統生產模式下，產業鏈運轉多依賴靜態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。人工智能通過大數據分析、智能預測等方式，實現供需精準匹配、運輸路徑優化、庫存智能調度與數據實時共享，能夠形成跨行業、跨區域的產業協同網絡，有效打破企業間信息壁壘，推動上下游資源高效配置和產業鏈整體韌性提升，形成高效順暢的協同生態。比如，一汽集團將物流全鏈路拆解為“庫存管理、路徑規劃、設備調度”等近百個業務單元，通過人工智能算法實現智能聯動，當零部件庫存告急時，自動觸發“供應商補貨、生產線排程、物流調度”全鏈條動作，實現智能調度效率提升20%，人工成本降低40%。又如，中國工業互聯網研究院建設全國裝備制造業數字供應鏈平臺，匯聚2.3億件數字工品，服務42萬家企業、215萬名工程師，通過構建工業設計大模型，提供貫穿“模型智能檢索—產品智能推薦—生成式設計”的智能化服務體系，設計效率提升50%，研發成本降低30%。

 

三、推進“人工智能+”工業全要素智能化發展的重點任務

 

“十五五”時期是基本實現社會主義現代化夯實基礎、全面發力的關鍵時期，也是基本實現新型工業化深入實施、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，系統總結經驗做法、立足我國基本國情、順應工業發展規律、前瞻布局重點工作，加快以“人工智能+”推進工業全要素智能化發展，為推進新型工業化注入新動能。

 

推進技術改造，發展智能裝備。一是突破核心技術。加強多模態感知融合技術的研發，提升傳感器精度與集成度。大力發展運動控制等核心算法，研發高性能的控制與驅動部件，實現裝備的高速、高精度、高動態響應和穩定運行。加強人機交互技術研究，開發新型交互接口與設備。二是研發工業軟件。分行業、分階段加快開展研發設計類、生產制造類、經營管理類、運維服務類工業軟件更新換代和工業APP開發應用，實現軟件定義裝備功能。推動開源社區建設，促進跨行業融合，構建開放協同的工業軟件生態系統。制定工業軟件標準體系，加強工業軟件安全防護，推動工業軟件的可信認證。三是推廣裝備應用。深化智能診斷、預測性維護、工藝參數自優化、自適應控制等裝備智能化應用場景創新。發展高負載、高精度、高靈活性的工業機器人，推進機器人等智能裝備與人、環境、生產要素等全面集成、交互與協同，構建柔性制造單元和智能產線。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，以生產作業、倉儲物流、質量管控等環節改造為重點，推動智能制造設備更新和技術改造。

 

推進大連接，升級工業互聯網。一是升級基礎設施。打造泛在互聯、控網算一體、開放智能、安全可控的新型工業網絡，提升標識解析服務效能，推廣“工業互聯網平臺+智能體”等創新模式，加快國家工業互聯網大數據中心建設運營，推進算力資源多級布局、互聯互通、高效調度。二是創新技術產品。推進工業通信芯片、工業傳感器、工業終端、工業控制系統等智能化升級，提升感知、交互、控制、決策能力。加快應用人工智能優化工業軟件開發流程和模式，提升主動優化、輔助生成等能力。三是拓展應用場景。堅持分業推進、分級推進、協同推進，實施橫縱結合的“T”型戰略，橫向實現產業鏈、產業集群的資源集成、供需對接，縱向打通設備單元、產線、車間、工廠、企業等各個層級智能應用的數據互聯通路，推動工業互聯網賦能制造業數字化轉型、智能化改造。建設一批5G工廠，在重點行業、重點產業鏈發布推廣工業互聯網融合應用參考指南和典型案例，在國家人工智能創新應用先導區、國家先進制造業集群等加快智能化解決方案普及推廣。

 

推進大數據，建設工業高質量數據集。一是建設數據集目錄。面向工業數據多源異構特性，分級推進設備產線、工廠企業、產業生態數據采集處理與流通應用。分類打造高質量數據集產品庫、工業機理庫、工業模型庫，形成高質量數據集目錄。二是打造可信數據空間。基于隱私計算、安全沙箱、身份可信認證、數據使用控制及全鏈路追溯等核心技術，打通數據集供給方、需求方及服務方協同鏈路，在“數據集物理不出域”前提下，通過“可用不可見”模式滿足多主體數據集使用需求。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，引導行業企業、科研機構開展技術攻關。在技術、質量、流通、安全等方面，構建高質量數據集標準體系，開展數據集質量與價值評估，推動數據集規范建設、流通與交易。四是深化融合應用。加快工業高質量數據集的應用，形成工業場景訓練語料服務、AI一體機定制化服務、數據處理工具商業化服務等模式。開展高質量數據集建設試點、案例遴選，編制行業高質量數據集建設指南，加快經驗模式推廣。

 

推進大模型，推廣工業智能體。一是健全多層次模型體系。推進人工智能算法與工業機理融合，打造工業大模型。在復雜工業場景中，利用大模型強大的多模態內容生成、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、專業性、實時性負責產線監控、設備維護等具體任務，形成“大模型指揮、小模型執行”的協作方式，打造大、小模型協同應用生態。二是發展工業智能體。開發自主智能體互聯協議，整合一系列相互關聯的數字工具，將離散的數字能力轉化為可執行、可度量、可持續的業務價值。三是建設開發工具鏈。強化模型設計、架構與制造業場景的協同適配，打造具備規模化部署能力的工具鏈和工具庫，實現工廠級、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化在內的端到端服務，精準匹配制造業企業需求，縮短方案落地周期。

 

推進產教融合，培育數智人才。一是培養卓越工程師。加快卓越工程師實踐基地、工程師協同創新中心等載體建設，主動發現和培養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新型人才，打造國家戰略人才力量。二是創新復合型人才培養方式。針對不同層次數智人才需求，運用好工業互聯網沉淀的工業模型知識，為人才培養提供真實生產場景的數據支撐。強化制造業一線工人的人工智能應用能力，暢通技能人才發展通道，吸引更多技能人才學習數字技術，從事數字職業。三是構建產教資源整合體系。調動好高校和企業兩方面積極性，鼓勵高校探索設立工業智能等交叉學科，建設產教融合實踐中心，引導企業大規模開展“人工智能+”能力素養提升培訓，持續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