當(dāng)人工智能（AI）的算力浪潮，碰上制造業(yè)的厚重基石，會產(chǎn)生怎樣的反應(yīng)？在日前舉辦的2026“工賦上?！眲?chuàng)新大會上，上海宣布的一系列密集動作，給出了答案。在“十五五”時期，上海將推動“AI+制造”規(guī)?；l(fā)展，發(fā)揮“AI+制造”疊加優(yōu)勢，推動重點行業(yè)加快應(yīng)用，支持打造樣板企業(yè)，加強關(guān)鍵要素支撐，培育AI應(yīng)用活躍生態(tài)。

　　值得關(guān)注的是，在對精度、可靠性和成本控制有著極致要求的工業(yè)領(lǐng)域，任何新技術(shù)的引入都絕非易事。AI的引入，其價值必須體現(xiàn)在更高的良品率、更低的能耗、更敏捷的響應(yīng)，或是過去人力無法企及的工藝復(fù)雜度上。專家認(rèn)為，如果智能化不能給企業(yè)提升效益，企業(yè)也不會投入，后續(xù)也不會再嘗試。

　　為此，上海啟動實施“AI+制造”樣板企業(yè)培育工程，首批遴選了10家樣板培育企業(yè)。企業(yè)圍繞關(guān)鍵環(huán)節(jié)提煉出50項需要應(yīng)用AI技術(shù)的場景需求。第三批21家“工賦鏈主”企業(yè)名單公布，它們被視為牽引產(chǎn)業(yè)鏈數(shù)字化轉(zhuǎn)型的“火車頭”。上海試圖證明，AI與制造的融合，不是簡單的技術(shù)嫁接，而是一場系統(tǒng)性重塑。中國證券報記者采訪了解到，為了開辟產(chǎn)業(yè)空間，工業(yè)領(lǐng)域相關(guān)企業(yè)在AI實踐方面正在不斷探索。

　　● 本報記者 喬翔

　　培育樣板 壯大“鏈主”

　　在“十五五”時期，上海為其“AI+制造”的征程確定了基調(diào)。在“工賦上?！眲?chuàng)新大會上，上海明確釋放了將“AI+制造”從試點探索推向規(guī)模化發(fā)展這一信號。為此，上海的方式是培育樣板企業(yè)以及壯大“工賦鏈主”企業(yè)。

　　為發(fā)揮龍頭企業(yè)的示范引領(lǐng)作用，會上，上海啟動實施“AI+制造”樣板企業(yè)培育工程，首批遴選了10家樣板培育企業(yè)。這些企業(yè)來自核電裝備、船舶制造、汽車、鋼鐵、航空航天、半導(dǎo)體、生物醫(yī)藥等領(lǐng)域。

　　上海電氣集團數(shù)字和信息化部部長程艷表示，上海電氣將持續(xù)深耕“產(chǎn)業(yè)數(shù)字化”主戰(zhàn)場，把布局“數(shù)字化產(chǎn)業(yè)”新增長極作為核心方向，將技術(shù)勢能轉(zhuǎn)化為高質(zhì)量發(fā)展動能，打造新質(zhì)生產(chǎn)力，賦能高質(zhì)量發(fā)展和產(chǎn)業(yè)升級。

　　據(jù)悉，這些企業(yè)圍繞關(guān)鍵環(huán)節(jié)提煉了50項需要應(yīng)用AI技術(shù)的場景需求。這些場景需求，精準(zhǔn)地卡在了制造業(yè)數(shù)字化轉(zhuǎn)型的痛點上。

　　在研發(fā)設(shè)計環(huán)節(jié)，相關(guān)企業(yè)提出裝備研發(fā)3D轉(zhuǎn)2D圖紙智能生成、整車及關(guān)鍵零部件AI輔助CAD建模等20個場景需求。在生產(chǎn)制造環(huán)節(jié)，相關(guān)企業(yè)提出精密磨床產(chǎn)線智能調(diào)度、航空結(jié)構(gòu)件智能視覺檢測及全過程質(zhì)量追溯等20個場景需求。在供應(yīng)鏈與經(jīng)營管理環(huán)節(jié)，相關(guān)企業(yè)提出智能工廠動態(tài)排產(chǎn)與決策優(yōu)化、鋼鐵市場需求與價格預(yù)測等5個場景需求。在人形機器人進工廠環(huán)節(jié)，相關(guān)企業(yè)提出導(dǎo)板裝配輔助作業(yè)、汽車產(chǎn)線上料搬運等5個場景需求。每一個場景都是一個具體的任務(wù)，目的是要探索出具有全國影響力的標(biāo)桿案例。

　　在實踐中，龍頭企業(yè)如何將自身的數(shù)字化能力“溢出”至供應(yīng)鏈上下游同樣是一個難點。對此，會上正式發(fā)布了第三批21家“工賦鏈主”企業(yè)名單。

　　據(jù)介紹，上海正加快推動工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展，梯度培育“工賦鏈主”企業(yè)。2022年以來，圍繞汽車、高端裝備、航空航天等重點行業(yè)，上海已累計培育了42家“工賦鏈主”，鏈接企業(yè)超過36萬家，賦能核心企業(yè)7000多家，連接工業(yè)設(shè)備230多萬臺套，開發(fā)工業(yè)軟件1800多個，構(gòu)建工業(yè)機理模型700余個，助力企業(yè)運維成本降低20%，設(shè)備能耗下降10%。

　　“‘工賦鏈主’企業(yè)的價值在于，其自身的數(shù)字化轉(zhuǎn)型需求會自然傳導(dǎo)至供應(yīng)鏈，帶動整個鏈條的協(xié)同升級?！鄙虾Ｄ称嚵悴考髽I(yè)負責(zé)人在接受記者采訪時表示，以汽車行業(yè)為例，一家整車廠進行智能化改造，必然會對零部件供應(yīng)商的交付質(zhì)量、數(shù)據(jù)接口甚至生產(chǎn)工藝提出新要求。

　　重要基礎(chǔ)設(shè)施發(fā)布

　　在此次大會上，國家人工智能應(yīng)用中試基地（制造領(lǐng)域）共建簽約儀式的舉行以及上海聯(lián)通工業(yè)智算云服務(wù)平臺的推出，為建設(shè)工業(yè)人工智能前沿應(yīng)用高地和降低企業(yè)智能化算力建設(shè)成本提供了保障。

　　應(yīng)用中試基地，將重點攻堅高端裝備行業(yè)面臨的研發(fā)設(shè)計智能化能力不足、高精度復(fù)雜制造水平待提升等共性難題，全面推進技術(shù)突破、場景落地和產(chǎn)品創(chuàng)新，著力建設(shè)工業(yè)人工智能前沿應(yīng)用高地、高端產(chǎn)品創(chuàng)新與制造高地、公共服務(wù)高地。上海電氣集團聯(lián)合生態(tài)合作伙伴舉行應(yīng)用中試基地共建儀式，旨在探索一條可持續(xù)、可復(fù)制、可感知的共建新路徑。

　　專家認(rèn)為，應(yīng)用中試基地的意義在于，為那些技術(shù)前景明確但產(chǎn)業(yè)化風(fēng)險高的AI制造應(yīng)用，提供一個可控的真實環(huán)境進行測試、驗證與迭代，成果可供生態(tài)伙伴共享，從而大幅縮短創(chuàng)新周期。

　　而對于數(shù)量龐大的中小企業(yè)而言，需要面對昂貴的算力成本、稀缺的AI人才等難題。上海聯(lián)通的工業(yè)智算云服務(wù)平臺，直指這些痛點。

　　據(jù)介紹，該平臺聚焦離散制造業(yè)智能化升級痛點，基于工業(yè)云的基礎(chǔ)設(shè)施，提供低延遲分布式推理架構(gòu)、工廠級算力調(diào)度等特色服務(wù)能力，構(gòu)建“語料包”“模型包”“工具包”“智能體開發(fā)包”等核心服務(wù)，為中小制造企業(yè)提供“算力+語料+模型+工具+智能體”一體化AI應(yīng)用底座，幫助企業(yè)降低硬件設(shè)施和軟件開發(fā)成本，減少企業(yè)初期投入和運營投入。

　　下一步，該平臺將不斷提升智算云平臺的服務(wù)能力，持續(xù)擴大生態(tài)圈，讓智算能力普及更多的企業(yè)。

　　企業(yè)紛紛實踐

　　從長遠來看，政策的推力需轉(zhuǎn)化為企業(yè)內(nèi)在的競爭力。在“工賦上?！钡奈枧_上，來自一線的實踐者們，正用各自的方式詮釋著AI如何穿透復(fù)雜的工業(yè)現(xiàn)場，完成對傳統(tǒng)制造流程的AI賦能。

　　“通過人工智能技術(shù)，企業(yè)可以實現(xiàn)研發(fā)設(shè)計的智能化，提升工藝參數(shù)推薦的準(zhǔn)確性，優(yōu)化生產(chǎn)流程?！敝袊姎庋b備集團科學(xué)技術(shù)研究院副院長郭井寬認(rèn)為，企業(yè)在面對新型電力系統(tǒng)的發(fā)展需求時，需通過人工智能技術(shù)提升裝置的智能化水平和運維效率，以實現(xiàn)電力裝備的綠色化和智能化。

　　“通過AI技術(shù)進行工藝參數(shù)推薦和流程重塑的具體案例，展示了AI在提升工藝效率和減少錯誤方面的應(yīng)用，可以幫助企業(yè)在工藝設(shè)計、參數(shù)優(yōu)化和質(zhì)量控制等方面實現(xiàn)智能化，從而大幅提升生產(chǎn)效率和產(chǎn)品質(zhì)量?！鄙虾Ｇ嘁砉I(yè)軟件有限公司副總裁嚴(yán)翼飛說。

　　上海颯智智能科技有限公司董事長、總經(jīng)理張建政則認(rèn)為，具身智能機器人在工業(yè)場景中的應(yīng)用前景廣闊，尤其是在高精度和復(fù)雜工藝需求的環(huán)境中。通過與工業(yè)互聯(lián)網(wǎng)的結(jié)合，可以實現(xiàn)生產(chǎn)過程的自動化和智能化，提升生產(chǎn)效率和產(chǎn)品質(zhì)量。

　　對于上海航天精密機械研究所所長戴錚而言，數(shù)字化轉(zhuǎn)型是一場“老廠換新”的攻堅戰(zhàn)。戴錚坦言，企業(yè)數(shù)字化轉(zhuǎn)型面臨一些共性矛盾，包括市場碎片化供給與企業(yè)整體需求的矛盾，以及轉(zhuǎn)型長期性與投資脈沖式的矛盾等。戴錚認(rèn)為，工業(yè)AI的落地需區(qū)分“確定性”與“相關(guān)性”問題，應(yīng)將大模型、小模型與傳統(tǒng)數(shù)學(xué)模型協(xié)作使用。用小模型更多去解決確定性問題，用大模型去解決一些思考、推測和關(guān)聯(lián)性問題。

　　在普元大數(shù)據(jù)研究院院長李書超看來，高質(zhì)量數(shù)據(jù)集是人工智能發(fā)展的基礎(chǔ)，數(shù)據(jù)治理對于提升AI模型的理解和推理能力至關(guān)重要。通過理解能力、規(guī)范數(shù)據(jù)、關(guān)聯(lián)數(shù)據(jù)和連貫數(shù)據(jù)等“四步走”數(shù)據(jù)治理模式，可以顯著提高AI模型的準(zhǔn)確性、可靠性和應(yīng)用效果。