中國信息通信研究院日前發布的《製造業數字化轉型發展報告（2025年）》顯示，當前，我國製造業數字化轉型覆蓋廣度明顯提升，進入規模化普及階段。其中，人工智能、數字孿生等數智技術將全面嵌入製造全鏈條，核心軟硬件產品向標準化、模塊化迭代，轉型生態延伸壯大。做強智能製造，不僅有助於破解制造業發展難題，更是加快建設製造強國、培育和發展新質生產力的核心舉措。

人工智能與製造業的深度融合，本質上是將數據、算力、算法等新型生產要素與傳統制造流程緊密結合，構建出具備自主感知、協同決策與實時演化的智能製造體系。當前，企業設備的數字化改造已顯著提升自主感知能力。截至今年1月份，我國已累計建成3.5萬餘家基礎級、8200余家先進級、500余家卓越級智能工廠，培育15家領航級智能工廠，為捕捉製造數據和監控作業流程提供了堅實的硬件支持。與此同時，算力與數據資源的集聚促進了高效的協同決策。智能計算中心的建設有效緩解了算力瓶頸，大數據平台則使數據轉化為寶貴的資產，提升了人機協同的能力。此外，隨着人工智能應用比例的持續提升，製造業的生產效率得到了進一步提高。

放眼全球，主要發達經濟體均將智能製造作為重塑製造業的核心戰略，但發展路徑各有側重。美國依託其在人工智能原始創新和芯片領域的絕對優勢，側重於通過科技巨頭的技術外溢，推動AI在航空航天、生物醫藥等高端製造領域的顛覆性應用。相較之下，以德國為代表的歐洲國家，則依託其深厚的工業積澱，更加註重工業數據的標準化交互、隱私保護以及AI倫理規範的制定，致力於通過跨國協作和標準引領，實現製造體系的智能升級。

與國外相比，我國擁有全球最完整的工業體系，為人工智能技術提供了豐富的應用場景。例如，在新能源汽車領域，AI賦能汽車製造的衝壓、焊裝、涂裝、總裝等多個環節，有效提高了生產效率；在消費電子領域，人工智能的應用帶動生產效率與產品品質同步提升，助力高端產品不良率顯著下降。更為重要的是，新型舉國體制可以通過國家戰略引導與大規模產業基金支持，集中力量攻克共性技術難題，迅速構建起“以點帶面”的推廣格局，形成政策鏈、產業鏈、資金鍊深度融合的生態系統。

然而，我國人工智能和製造業的融合仍面臨高質量的工業語料庫不足、訓練數據匱乏的困境。複合型人才的短缺加大了人工智能技術在製造業中的應用難度。部分企業對人機協作的認知不清，導致在實際場景中智能體的潛力未能得到充分發揮。針對挑戰，需精準施策。

強化企業創新主體地位，創新人才培養體制。引導企業硬件基礎設施升級與技術底座構建，支持龍頭企業牽頭，加速工業設備的數字化換代和高質量語料庫建設。構建適配工業場景的專用AI套件，推動數字孿生、生成式AI等前沿技術在工業設計、工藝優化、經營管理等環節的集成應用。鼓勵企業與高校、科研院所組建創新聯合體，在實戰中培養兼具工程思維與數字技能的複合型人才。

拓展高價值應用場景，加速產業化落地進程。聚焦集成電路、航空航天、新能源汽車等戰略性新興產業，選擇一批典型應用場景進行示範推廣，解決“不敢用、不會用”難題。建設人工智能創新應用示範區，推動企業探索柔性製造、黑燈工廠、虛擬工廠等智能製造新模式。鼓勵各類主體開發面向特定細分領域的“小模型”，形成“通用大模型做底座、專用小模型解難題”的協同生態，降低中小企業應用門檻。

優化資金保障體系，營造良好產業生態。充分發揮國家制造業轉型升級基金等政策性資金的引導作用，建立優質項目儲備庫，撬動更多社會資本投向智能製造領域。推廣多種金融普惠性政策，降低中小企業算力使用成本。加快完善數據產權、流通交易、安全治理等基礎制度，建立跨部門、跨區域的協同監管機制，在防範產業低水平重複建設的同時，為人工智能技術的深度應用提供穩定、透明、可預期的政策環境。