【摘要】人工智能作為引領(lǐng)科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，正通過(guò)在制造業(yè)典型場(chǎng)景中的深度應(yīng)用，助推中國(guó)制造業(yè)向生產(chǎn)智能化、管理數(shù)智化和服務(wù)創(chuàng)新化發(fā)展。同時(shí)需看到，人工智能技術(shù)賦能制造業(yè)數(shù)智化轉(zhuǎn)型過(guò)程中，仍面臨場(chǎng)景數(shù)據(jù)不優(yōu)質(zhì)、場(chǎng)景協(xié)同不充分、場(chǎng)景支撐不健全等挑戰(zhàn)，為此，政府和制造企業(yè)應(yīng)協(xié)同發(fā)力，從提升數(shù)據(jù)可用性、強(qiáng)化協(xié)同合作和完善支撐保障等方面著手，推動(dòng)人工智能技術(shù)與制造業(yè)深度融合，助力“中國(guó)智造”高質(zhì)量發(fā)展。

【關(guān)鍵詞】人工智能 制造業(yè) 場(chǎng)景應(yīng)用 數(shù)智化轉(zhuǎn)型 【中圖分類號(hào)】F42 【文獻(xiàn)標(biāo)識(shí)碼】A

當(dāng)前，人工智能（AI）成為賦能傳統(tǒng)制造業(yè)轉(zhuǎn)型升級(jí)，推動(dòng)“中國(guó)制造”邁向“中國(guó)智造”的關(guān)鍵引擎和技術(shù)支撐。黨的二十屆三中全會(huì)通過(guò)的《中共中央關(guān)于進(jìn)一步全面深化改革、推進(jìn)中國(guó)式現(xiàn)代化的決定》提出：“加快推進(jìn)新型工業(yè)化，培育壯大先進(jìn)制造業(yè)集群，推動(dòng)制造業(yè)高端化、智能化、綠色化發(fā)展。”①2025年《政府工作報(bào)告》強(qiáng)調(diào)，“持續(xù)推進(jìn)‘人工智能+’行動(dòng)，將數(shù)字技術(shù)與制造優(yōu)勢(shì)、市場(chǎng)優(yōu)勢(shì)更好結(jié)合起來(lái)”。②人工智能技術(shù)在制造業(yè)場(chǎng)景中的深度應(yīng)用，可有效推進(jìn)傳統(tǒng)制造業(yè)向生產(chǎn)智能化、管理數(shù)智化和服務(wù)創(chuàng)新化轉(zhuǎn)型。

人工智能技術(shù)在制造業(yè)典型場(chǎng)景中的深度應(yīng)用

制造業(yè)場(chǎng)景是指制造企業(yè)或產(chǎn)業(yè)鏈創(chuàng)造價(jià)值的過(guò)程中，特定技術(shù)、流程或業(yè)務(wù)需求所對(duì)應(yīng)的應(yīng)用環(huán)境或情境，主要包括研發(fā)設(shè)計(jì)、生產(chǎn)制造、運(yùn)維服務(wù)、經(jīng)營(yíng)管理、供應(yīng)鏈管理及跨環(huán)節(jié)協(xié)同等典型場(chǎng)景。AI技術(shù)可以根據(jù)不同場(chǎng)景的獨(dú)特需求，精準(zhǔn)地發(fā)揮監(jiān)測(cè)與安全、感知與識(shí)別、分析與預(yù)測(cè)、協(xié)同與交互、決策與優(yōu)化、學(xué)習(xí)與創(chuàng)新等多樣化的功能，驅(qū)動(dòng)傳統(tǒng)制造業(yè)數(shù)智化轉(zhuǎn)型（如圖所示）。

研發(fā)設(shè)計(jì)場(chǎng)景應(yīng)用。即采用AI技術(shù)、數(shù)智化仿真、模型驅(qū)動(dòng)設(shè)計(jì)等數(shù)智技術(shù)和工具，開(kāi)展產(chǎn)品樣品或服務(wù)樣例的設(shè)計(jì)和仿真，主要包含產(chǎn)品平臺(tái)化設(shè)計(jì)、產(chǎn)品協(xié)同測(cè)試驗(yàn)證、產(chǎn)品工藝虛擬仿真等細(xì)分場(chǎng)景。在產(chǎn)品設(shè)計(jì)場(chǎng)景，基于生成式人工智能的創(chuàng)成式設(shè)計(jì)工具，通過(guò)模型驅(qū)動(dòng)設(shè)計(jì)范式突破傳統(tǒng)工程路徑限制，在滿足工業(yè)參數(shù)與約束條件下，快速生成多模態(tài)產(chǎn)品結(jié)構(gòu)方案。在驗(yàn)證測(cè)試場(chǎng)景中，通過(guò)數(shù)字孿生技術(shù)構(gòu)建的數(shù)字樣機(jī)，結(jié)合AI技術(shù)的機(jī)器學(xué)習(xí)能力，企業(yè)可在虛擬環(huán)境中對(duì)制造產(chǎn)品性能進(jìn)行模擬和測(cè)試，快速定位潛在問(wèn)題，降低中試成本。在工藝仿真場(chǎng)景中，AI技術(shù)和大數(shù)據(jù)算法能夠根據(jù)產(chǎn)品特征和生產(chǎn)要求，模擬產(chǎn)線運(yùn)行和產(chǎn)品實(shí)際生產(chǎn)過(guò)程中的工藝參數(shù)，實(shí)現(xiàn)工藝過(guò)程快速設(shè)計(jì)優(yōu)化。

生產(chǎn)制造場(chǎng)景應(yīng)用。即借助AI技術(shù)、物聯(lián)網(wǎng)等數(shù)智技術(shù)和工具，將原材料、零部件、能源、信息等智能轉(zhuǎn)化為產(chǎn)品或服務(wù)，主要包含生產(chǎn)流程優(yōu)化、質(zhì)量智能檢測(cè)、安環(huán)監(jiān)測(cè)與監(jiān)管等細(xì)分場(chǎng)景。首先，采用深度強(qiáng)化學(xué)習(xí)算法構(gòu)建動(dòng)態(tài)流程優(yōu)化模型，企業(yè)可對(duì)制造執(zhí)行系統(tǒng)（MES）采集的時(shí)序數(shù)據(jù)進(jìn)行特征挖掘與模式分析，識(shí)別生產(chǎn)中存在的潛在問(wèn)題，提供改進(jìn)建議，從而提高生產(chǎn)效率和產(chǎn)品質(zhì)量。其次，AI技術(shù)基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）與遷移學(xué)習(xí)框架構(gòu)建的視覺(jué)檢測(cè)系統(tǒng)，通過(guò)高分辨率工業(yè)相機(jī)與激光掃描儀的多模態(tài)數(shù)據(jù)融合，對(duì)生產(chǎn)線上的產(chǎn)品進(jìn)行實(shí)時(shí)、高效的缺陷檢測(cè)和質(zhì)量控制，提高了檢測(cè)效率和準(zhǔn)確性。另外，通過(guò)AI、傳感器和物聯(lián)網(wǎng)技術(shù)，能夠?qū)崟r(shí)監(jiān)測(cè)生產(chǎn)設(shè)備的運(yùn)行狀態(tài)、物料消耗等關(guān)鍵數(shù)據(jù)，動(dòng)態(tài)感知?；返男孤杜c處置、污染物的排放與處理等各類安環(huán)風(fēng)險(xiǎn)，形成覆蓋“感知—診斷—處置”全鏈路的智能安環(huán)監(jiān)管體系。

運(yùn)維服務(wù)場(chǎng)景應(yīng)用。即通過(guò)互聯(lián)網(wǎng)和數(shù)智服務(wù)等，實(shí)現(xiàn)工業(yè)設(shè)備健康管理、產(chǎn)品售后跟蹤與服務(wù)，主要包含設(shè)備在線監(jiān)測(cè)維護(hù)、產(chǎn)品運(yùn)維及后市場(chǎng)服務(wù)等細(xì)分場(chǎng)景。一方面，通過(guò)AI和物聯(lián)網(wǎng)技術(shù)，企業(yè)可以實(shí)時(shí)采集、呈現(xiàn)和分析生產(chǎn)設(shè)備溫度、壓力、振動(dòng)等參數(shù)的運(yùn)行數(shù)據(jù)，提前預(yù)測(cè)預(yù)警生產(chǎn)設(shè)備潛在故障。如某車企在其沖壓產(chǎn)線上部署智能預(yù)測(cè)性維護(hù)系統(tǒng)，利用物聯(lián)網(wǎng)和AI技術(shù)，對(duì)壓機(jī)設(shè)備進(jìn)行狀態(tài)監(jiān)測(cè)和故障隱患預(yù)測(cè)，提升故障預(yù)警準(zhǔn)確率并降低平均維護(hù)響應(yīng)時(shí)間。另一方面，基于知識(shí)圖譜與強(qiáng)化學(xué)習(xí)構(gòu)建的產(chǎn)品服務(wù)化平臺(tái)，通過(guò)需求語(yǔ)義解析與服務(wù)鏈智能重組技術(shù)，持續(xù)優(yōu)化用戶體驗(yàn)，探索產(chǎn)品服務(wù)化、工程服務(wù)化和知識(shí)服務(wù)化等創(chuàng)新服務(wù)模式，制造業(yè)企業(yè)可以實(shí)現(xiàn)從設(shè)備全生命周期管理到增值服務(wù)延伸的范式躍遷。

經(jīng)營(yíng)管理場(chǎng)景應(yīng)用。即憑借數(shù)智工具和管理系統(tǒng)，實(shí)現(xiàn)對(duì)企業(yè)經(jīng)營(yíng)過(guò)程中的人員、財(cái)務(wù)及營(yíng)銷等的智能化管理。在人員智能化管理中，通過(guò)對(duì)企業(yè)的人力資源狀態(tài)及業(yè)務(wù)需求進(jìn)行分析，基于自然語(yǔ)言處理（NLP）的智能招聘系統(tǒng)構(gòu)建崗位勝任力圖譜，與人力資源數(shù)字孿生模型，可實(shí)現(xiàn)人才特征向量與崗位需求矩陣的智能匹配。基于AI算法構(gòu)建的績(jī)效評(píng)估模型能對(duì)員工的績(jī)效進(jìn)行客觀評(píng)估，提供個(gè)性化的激勵(lì)方案。在財(cái)務(wù)智能化管理中，AI技術(shù)能結(jié)合企業(yè)的實(shí)際財(cái)務(wù)數(shù)據(jù)，依托多模態(tài)財(cái)務(wù)知識(shí)圖譜構(gòu)建智能分析系統(tǒng)，自動(dòng)生成包含關(guān)鍵財(cái)務(wù)指標(biāo)的定制化分析報(bào)告，并通過(guò)分析歷史數(shù)據(jù)和市場(chǎng)趨勢(shì)，提高財(cái)務(wù)預(yù)測(cè)的準(zhǔn)確性，為管理層提供準(zhǔn)確及時(shí)的決策支持。在營(yíng)銷智能化管理中，基于客戶全息畫像的深度強(qiáng)化學(xué)習(xí)算法，通過(guò)整合消費(fèi)行為時(shí)序數(shù)據(jù)與社交媒體情感分析，不僅可以構(gòu)建精準(zhǔn)的客戶畫像，實(shí)現(xiàn)個(gè)性化營(yíng)銷策略，而且可以模擬和預(yù)測(cè)市場(chǎng)銷售趨勢(shì)，合理制定排產(chǎn)計(jì)劃和營(yíng)銷計(jì)劃。

供應(yīng)鏈管理場(chǎng)景應(yīng)用。即利用AI技術(shù)和企業(yè)資源計(jì)劃（ERP）、供應(yīng)鏈管理（SCM）、客戶關(guān)系管理（CRM）等系統(tǒng)，實(shí)現(xiàn)從原材料采購(gòu)到產(chǎn)品質(zhì)量追溯全流程智能化管理，主要包含供應(yīng)商管理、無(wú)人倉(cāng)儲(chǔ)及智能物流、供應(yīng)鏈產(chǎn)品質(zhì)量追溯、供應(yīng)鏈斷鏈預(yù)測(cè)預(yù)警等細(xì)分場(chǎng)景。首先，AI技術(shù)基于多模態(tài)數(shù)據(jù)融合的決策支持系統(tǒng)，通過(guò)構(gòu)建供應(yīng)商能力評(píng)估指標(biāo)體系（可涵蓋交付準(zhǔn)時(shí)率、質(zhì)量合格率、成本彈性系數(shù)等多項(xiàng)關(guān)鍵指標(biāo)），實(shí)現(xiàn)供應(yīng)商動(dòng)態(tài)分級(jí)管理，幫助企業(yè)選擇和匹配表現(xiàn)更佳的供應(yīng)商。其次，依托深度強(qiáng)化學(xué)習(xí)框架構(gòu)建的智能調(diào)度系統(tǒng)，通過(guò)3D云建模與路徑規(guī)劃算法的協(xié)同優(yōu)化，AI技術(shù)不僅可以實(shí)現(xiàn)貨物的自動(dòng)存儲(chǔ)和檢索，減少人工操作，提高倉(cāng)儲(chǔ)效率，而且能實(shí)時(shí)監(jiān)控物流狀態(tài)，降低運(yùn)輸成本并提高運(yùn)輸效率。再次，AI和區(qū)塊鏈技術(shù)打通了從原材料到制造加工、再到供應(yīng)鏈運(yùn)輸?shù)臄?shù)據(jù)，通過(guò)智能合約實(shí)現(xiàn)原材料批次數(shù)據(jù)、工藝參數(shù)與物流信息等的不可篡改記錄，以保障產(chǎn)品的合規(guī)性、質(zhì)量可控性和安全性，實(shí)現(xiàn)實(shí)時(shí)共享與透明。此外，AI技術(shù)基于供應(yīng)鏈韌性評(píng)估模型，通過(guò)融合供應(yīng)商財(cái)務(wù)健康度指數(shù)、產(chǎn)能波動(dòng)系數(shù)與市場(chǎng)風(fēng)險(xiǎn)溢價(jià)參數(shù)，可提前預(yù)測(cè)斷鏈風(fēng)險(xiǎn)，構(gòu)建“數(shù)據(jù)感知—風(fēng)險(xiǎn)量化—策略生成”的智能供應(yīng)鏈治理范式。

跨環(huán)節(jié)協(xié)同場(chǎng)景應(yīng)用。即應(yīng)用數(shù)據(jù)集成、模型貫通等方式，聯(lián)通企業(yè)不同業(yè)務(wù)和管理環(huán)節(jié)，實(shí)現(xiàn)企業(yè)不同業(yè)務(wù)和管理場(chǎng)景的跨環(huán)節(jié)協(xié)同優(yōu)化，主要包含基于模型的系統(tǒng)工程（Model-Based Systems Engineering，MBSE）的產(chǎn)品全生命周期管理、基于從消費(fèi)者到生產(chǎn)者（Customer to Manufacturer，C2M）的定制化生產(chǎn)等細(xì)分場(chǎng)景。一方面，AI技術(shù)基于MBSE構(gòu)建虛擬模型，支持各類產(chǎn)品模型在需求、設(shè)計(jì)、分析、驗(yàn)證等全場(chǎng)景貫通，實(shí)現(xiàn)需求定義、功能邏輯、物理架構(gòu)等多層級(jí)模型的語(yǔ)義貫通，完成基于全生命周期數(shù)據(jù)和模型集成融合的智能決策。另一方面，依托深度強(qiáng)化學(xué)習(xí)算法構(gòu)建的C2M協(xié)同優(yōu)化系統(tǒng)，通過(guò)智能排產(chǎn)調(diào)度引擎與客戶需求預(yù)測(cè)模型的動(dòng)態(tài)耦合，形成“需求感知—產(chǎn)能配置—工藝適配”的閉環(huán)決策鏈，在精準(zhǔn)識(shí)別客戶需求的基礎(chǔ)上，實(shí)時(shí)調(diào)度生產(chǎn)節(jié)拍和流程，確保生產(chǎn)任務(wù)與客戶需求的動(dòng)態(tài)匹配，靈活應(yīng)對(duì)不同客戶的定制化需求。

人工智能助推我國(guó)制造業(yè)向生產(chǎn)智能化、管理數(shù)智化、服務(wù)創(chuàng)新化轉(zhuǎn)型

目前，AI技術(shù)正以多元化的功能形態(tài)深度融入制造業(yè)各關(guān)鍵場(chǎng)景中，助力我國(guó)制造業(yè)向生產(chǎn)智能化、管理數(shù)智化和服務(wù)創(chuàng)新化轉(zhuǎn)型發(fā)展，推動(dòng)制造業(yè)增品種、提品質(zhì)、創(chuàng)品牌，打造名品精品、經(jīng)典產(chǎn)業(yè)。③

人工智能技術(shù)助推制造業(yè)向生產(chǎn)智能化方向發(fā)展。生產(chǎn)智能化指制造業(yè)通過(guò)AI技術(shù)的感知與識(shí)別、分析與預(yù)測(cè)、監(jiān)測(cè)與安全及決策與優(yōu)化等功能，在研發(fā)設(shè)計(jì)和生產(chǎn)制造等場(chǎng)景減少人工干預(yù)，提升效率與質(zhì)量，實(shí)現(xiàn)生產(chǎn)過(guò)程的自動(dòng)化、柔性化和自適應(yīng)優(yōu)化。制造業(yè)企業(yè)將工業(yè)機(jī)器人與新興的AI大模型技術(shù)融合，可以形成智能工業(yè)機(jī)器人，該智能體能夠在復(fù)雜特定的場(chǎng)景中更加自主、靈活地執(zhí)行任務(wù)，并具備一定的運(yùn)動(dòng)規(guī)劃、運(yùn)動(dòng)控制和人機(jī)交互的能力，顯著提升制造業(yè)的自動(dòng)化水平。同時(shí)，AI技術(shù)賦予制造業(yè)生產(chǎn)線快速響應(yīng)市場(chǎng)需求的能力，通過(guò)分析訂單數(shù)據(jù)，AI技術(shù)可動(dòng)態(tài)調(diào)整產(chǎn)線配置，如更換模具或切換工藝參數(shù)，從而優(yōu)化設(shè)備利用率，支持多品種、小批量的柔性生產(chǎn)。此外，AI技術(shù)不僅通過(guò)實(shí)時(shí)數(shù)據(jù)分析與反饋機(jī)制采集設(shè)備狀態(tài)、環(huán)境溫濕度等數(shù)據(jù)，預(yù)測(cè)設(shè)備故障并提前維護(hù)，而且還能在復(fù)雜工況下自主尋找最優(yōu)策略，顯著提升資源利用效率，實(shí)現(xiàn)生產(chǎn)過(guò)程的自適應(yīng)優(yōu)化。

人工智能技術(shù)助推制造業(yè)向管理數(shù)智化方向發(fā)展。管理數(shù)智化指制造業(yè)利用AI技術(shù)的分析與預(yù)測(cè)、協(xié)同與交互及決策與優(yōu)化等功能，在經(jīng)營(yíng)管理和供應(yīng)鏈管理場(chǎng)景重構(gòu)企業(yè)管理體系，實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)的管理透明化、決策實(shí)時(shí)化和職能協(xié)同化。一則，AI技術(shù)通過(guò)整合工業(yè)物聯(lián)網(wǎng)、大數(shù)據(jù)平臺(tái)與云計(jì)算技術(shù)，在工廠設(shè)備上加裝傳感器實(shí)時(shí)采集生產(chǎn)、能耗、質(zhì)量等數(shù)據(jù)，AI算法清洗整合后生成可視化看板，并基于區(qū)塊鏈記錄不可篡改的生產(chǎn)日志，在一定程度上打破了傳統(tǒng)制造業(yè)操作的“黑箱”，使管理者可透視車間狀態(tài)、工藝瓶頸及資源消耗。二則，AI技術(shù)能夠及時(shí)處理和分析大量數(shù)據(jù)，其驅(qū)動(dòng)的知識(shí)圖譜、自然語(yǔ)言處理等技術(shù)能夠收集和整理各個(gè)場(chǎng)景的數(shù)據(jù)，提升跨場(chǎng)景數(shù)據(jù)關(guān)聯(lián)響應(yīng)速度，幫助企業(yè)構(gòu)建涵蓋全鏈條、全場(chǎng)景的信息化管理體系，提高了企業(yè)的決策效率和準(zhǔn)確性，實(shí)現(xiàn)數(shù)據(jù)的無(wú)縫對(duì)接與決策實(shí)時(shí)化。三則，AI技術(shù)通過(guò)數(shù)據(jù)驅(qū)動(dòng)的智能系統(tǒng)，有力地緩解了各職能部門間的“數(shù)據(jù)孤島”問(wèn)題，幫助制造業(yè)企業(yè)能夠提前識(shí)別潛在問(wèn)題并協(xié)調(diào)各部門及時(shí)應(yīng)對(duì)，降低了部門溝通成本與生產(chǎn)延誤，實(shí)現(xiàn)研發(fā)、生產(chǎn)、營(yíng)銷等職能的緊密協(xié)同，從而提升企業(yè)整體運(yùn)營(yíng)效率和協(xié)同速度。

人工智能技術(shù)助推制造業(yè)向服務(wù)創(chuàng)新化方向發(fā)展。服務(wù)創(chuàng)新化指制造業(yè)借助AI技術(shù)的分析與預(yù)測(cè)、協(xié)同與交互及學(xué)習(xí)與創(chuàng)新等功能，從“產(chǎn)品主導(dǎo)”向“產(chǎn)品+服務(wù)主導(dǎo)”的商業(yè)模式轉(zhuǎn)型，實(shí)現(xiàn)服務(wù)效率化和服務(wù)增值化，推動(dòng)“全生命周期服務(wù)”的價(jià)值躍遷。一方面，AI技術(shù)通過(guò)重構(gòu)制造業(yè)服務(wù)鏈路，系統(tǒng)性提升服務(wù)效率：如基于設(shè)備運(yùn)行數(shù)據(jù)的機(jī)器學(xué)習(xí)模型，可以提前識(shí)別客戶維保需求，使服務(wù)響應(yīng)周期從“故障后救援”轉(zhuǎn)向“預(yù)測(cè)性干預(yù)”，效率得以大幅提升。自然語(yǔ)言處理（NLP）系統(tǒng)與工業(yè)知識(shí)圖譜結(jié)合，將專家經(jīng)驗(yàn)轉(zhuǎn)化為可復(fù)用的智能診斷系統(tǒng)，形成服務(wù)能力的指數(shù)級(jí)進(jìn)化。另一方面，AI技術(shù)打破工業(yè)知識(shí)圖譜的行業(yè)壁壘，催生“制造+金融”“設(shè)備+產(chǎn)能租賃”等跨界融合服務(wù)生態(tài)；提煉轉(zhuǎn)化生產(chǎn)過(guò)程數(shù)據(jù)為工藝優(yōu)化、能效管理等知識(shí)服務(wù)產(chǎn)品，構(gòu)建第二增長(zhǎng)曲線；封裝行業(yè)Know-how為智能決策模塊，向產(chǎn)業(yè)鏈輸出標(biāo)準(zhǔn)化工業(yè)大腦服務(wù)等，AI技術(shù)使制造服務(wù)從成本中心進(jìn)化為利潤(rùn)引擎，推動(dòng)制造業(yè)向服務(wù)熵增的新生態(tài)演進(jìn)。

人工智能技術(shù)在制造業(yè)場(chǎng)景應(yīng)用中面臨的挑戰(zhàn)

截至2024年4月18日，我國(guó)已培育421家國(guó)家級(jí)智能制造示范工廠④，從專利數(shù)量、運(yùn)營(yíng)成本降幅、生產(chǎn)效率提升、維護(hù)成本降幅、綜合成本降幅、產(chǎn)量增幅等制造業(yè)主要經(jīng)營(yíng)指標(biāo)看，智能制造企業(yè)都表現(xiàn)出明顯優(yōu)勢(shì)。但也需看到，AI技術(shù)應(yīng)用于制造業(yè)場(chǎng)景尚存在場(chǎng)景數(shù)據(jù)不優(yōu)質(zhì)、場(chǎng)景協(xié)同不充分、場(chǎng)景支撐不健全等問(wèn)題，影響我國(guó)制造業(yè)的數(shù)智化轉(zhuǎn)型。

場(chǎng)景數(shù)據(jù)不優(yōu)質(zhì)。當(dāng)前制造業(yè)不同場(chǎng)景之間存在數(shù)據(jù)不統(tǒng)一、不完整、不準(zhǔn)確、不標(biāo)準(zhǔn)等問(wèn)題，導(dǎo)致其難以被有效整合和利用，限制了AI模型的訓(xùn)練數(shù)據(jù)量和學(xué)習(xí)效果，影響模型對(duì)復(fù)雜問(wèn)題的理解、泛化能力。在研發(fā)設(shè)計(jì)場(chǎng)景，制造業(yè)需要大量高質(zhì)量數(shù)據(jù)進(jìn)行模型訓(xùn)練和驗(yàn)證，而研發(fā)設(shè)計(jì)場(chǎng)景涉及的多種數(shù)據(jù)，分散在不同的部門和系統(tǒng)中，且格式各異，如文本、圖像、表格等，導(dǎo)致數(shù)據(jù)難以被整合和利用，使AI模型的訓(xùn)練數(shù)據(jù)量受限，難以充分學(xué)習(xí)和理解復(fù)雜的研發(fā)設(shè)計(jì)問(wèn)題，影響模型的性能和泛化能力。制造業(yè)生產(chǎn)制造場(chǎng)景涉及多個(gè)工序和環(huán)節(jié)，不同產(chǎn)品的生產(chǎn)流程差異較大，且生產(chǎn)過(guò)程中可能會(huì)受到多種因素的影響，如設(shè)備故障、原材料質(zhì)量波動(dòng)、人員操作失誤等，導(dǎo)致獲取的數(shù)據(jù)存在不完整、不準(zhǔn)確等問(wèn)題，影響AI模型的訓(xùn)練效果和可靠性。在運(yùn)維服務(wù)場(chǎng)景中，制造業(yè)設(shè)備多樣，不同品牌、型號(hào)設(shè)備的運(yùn)行數(shù)據(jù)差異大，單一模型難以通用，設(shè)備故障可能存在小樣本和低頻問(wèn)題，導(dǎo)致模型無(wú)法充分學(xué)習(xí)到設(shè)備在各種工況下的運(yùn)行特征和故障模式，使其對(duì)故障的識(shí)別和預(yù)測(cè)能力受限，泛化能力不足，難以適應(yīng)復(fù)雜多變的運(yùn)維場(chǎng)景。

場(chǎng)景協(xié)同不充分。目前制造業(yè)企業(yè)內(nèi)部存在系統(tǒng)不一致、數(shù)據(jù)分散和缺乏協(xié)調(diào)機(jī)制等問(wèn)題，且由于行業(yè)標(biāo)準(zhǔn)缺失，導(dǎo)致供應(yīng)鏈上下游數(shù)據(jù)整合難、協(xié)同成本高，進(jìn)而影響了AI技術(shù)的應(yīng)用效果。如經(jīng)營(yíng)管理場(chǎng)景通常涉及多個(gè)部門，各部門可能使用不同的信息系統(tǒng)，數(shù)據(jù)格式和標(biāo)準(zhǔn)不一致，如財(cái)務(wù)部門使用專業(yè)的財(cái)務(wù)軟件，其數(shù)據(jù)格式以結(jié)構(gòu)化的財(cái)務(wù)報(bào)表為主，而銷售部門則使用客戶關(guān)系管理系統(tǒng)，數(shù)據(jù)多為非結(jié)構(gòu)化的客戶交互信息，這種異構(gòu)性導(dǎo)致數(shù)據(jù)難以被整合和利用；企業(yè)內(nèi)部缺乏跨部門的協(xié)調(diào)機(jī)制和流程，各部門在目標(biāo)和利益上存在差異，導(dǎo)致在AI技術(shù)應(yīng)用過(guò)程中難以形成合力，無(wú)法充分發(fā)揮其協(xié)同優(yōu)勢(shì)。如供應(yīng)鏈管理場(chǎng)景涉及多個(gè)環(huán)節(jié)和不同參與者，數(shù)據(jù)分散在不同的主體和地域，如原材料的數(shù)據(jù)集中在生產(chǎn)地，供應(yīng)鏈上下游數(shù)據(jù)掌握在各企業(yè)內(nèi)部，而銷售終端的數(shù)據(jù)則可能分布在全球各地的客戶手中，數(shù)據(jù)的分散性導(dǎo)致其難以被共享和整合。如跨環(huán)節(jié)協(xié)同場(chǎng)景因行業(yè)標(biāo)準(zhǔn)和數(shù)據(jù)標(biāo)準(zhǔn)的缺失，研發(fā)、生產(chǎn)、物流等場(chǎng)景的技術(shù)差異帶來(lái)數(shù)據(jù)格式、通信協(xié)議差異巨大等問(wèn)題，阻礙了數(shù)據(jù)貫通，導(dǎo)致人工智能協(xié)同開(kāi)發(fā)成本增加，降低了不同場(chǎng)景的協(xié)同度。

場(chǎng)景支撐不健全。這主要反映制造業(yè)企業(yè)在組織架構(gòu)、管理制度及人才短缺等方面的問(wèn)題。一是制造業(yè)企業(yè)傳統(tǒng)層級(jí)式垂直化組織結(jié)構(gòu)尚未充分適配AI技術(shù)應(yīng)用的需求，致使數(shù)據(jù)和信息傳遞與決策過(guò)程延遲和失真，實(shí)際應(yīng)用效果大打折扣，AI技術(shù)的應(yīng)用難以有效落實(shí)。二是目前不少制造業(yè)企業(yè)的管理制度過(guò)于剛性，難以適應(yīng)快速變化的技術(shù)環(huán)境和業(yè)務(wù)需求，如企業(yè)的績(jī)效考核機(jī)制不能夠評(píng)估AI技術(shù)帶來(lái)的無(wú)形價(jià)值，缺乏對(duì)新技術(shù)的包容和適應(yīng)。三是企業(yè)中人員的數(shù)智素養(yǎng)和復(fù)合型人才匱乏，員工習(xí)慣于傳統(tǒng)的生產(chǎn)方式和工作流程，對(duì)AI技術(shù)的理解和應(yīng)用能力不足。企業(yè)中既懂AI技術(shù)又掌握制造工藝且擅于管理的跨界人才相對(duì)缺乏。人力資源和社會(huì)保障部2020年發(fā)布的《新職業(yè)——人工智能工程技術(shù)人員就業(yè)景氣現(xiàn)狀分析報(bào)告》指出，根據(jù)測(cè)算，我國(guó)人工智能人才目前缺口超過(guò)500萬(wàn)，國(guó)內(nèi)的供求比例為1:10，供需比例嚴(yán)重失衡。⑤人才短缺制約AI技術(shù)在企業(yè)中的推廣和應(yīng)用。

搭建人工智能賦能“中國(guó)智造”的良性生態(tài)體系

提升數(shù)據(jù)可用性，筑牢人工智能技術(shù)應(yīng)用根基。數(shù)據(jù)是AI技術(shù)在制造業(yè)場(chǎng)景廣泛應(yīng)用的核心要素和底層邏輯，其數(shù)量與質(zhì)量直接影響AI技術(shù)應(yīng)用的成效。國(guó)家層面需主導(dǎo)制定制造業(yè)場(chǎng)景數(shù)據(jù)采集、存儲(chǔ)、利用、交換的行業(yè)標(biāo)準(zhǔn)，提高數(shù)據(jù)質(zhì)量和可用性，加快形成工業(yè)領(lǐng)域統(tǒng)一的AI數(shù)據(jù)格式規(guī)范和具體行業(yè)標(biāo)準(zhǔn)，促使制造業(yè)與關(guān)聯(lián)產(chǎn)業(yè)達(dá)成數(shù)據(jù)資產(chǎn)的交易，確保制造業(yè)數(shù)據(jù)能夠?qū)崿F(xiàn)高質(zhì)量共享和整合。制造業(yè)企業(yè)層面，加強(qiáng)場(chǎng)景數(shù)據(jù)治理是關(guān)鍵，這不僅包括規(guī)范場(chǎng)景數(shù)據(jù)記錄和更新流程，還包括推動(dòng)企業(yè)間、部門間的數(shù)據(jù)整合與共享，如引入工業(yè)互聯(lián)網(wǎng)平臺(tái)及建立企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)，實(shí)現(xiàn)多系統(tǒng)場(chǎng)景數(shù)據(jù)集成，為AI技術(shù)應(yīng)用提供高質(zhì)量的數(shù)據(jù)資源。此外，人工智能技術(shù)提供商應(yīng)針對(duì)制造業(yè)細(xì)分場(chǎng)景，開(kāi)發(fā)低代碼、高泛化能力的AI技術(shù)組件和模塊，降低技術(shù)門檻，使更多企業(yè)受益。提供數(shù)據(jù)清洗、標(biāo)注、存儲(chǔ)、脫敏服務(wù)，進(jìn)一步提升數(shù)據(jù)有效性和可用性，為AI技術(shù)在制造業(yè)場(chǎng)景的深入應(yīng)用奠定堅(jiān)實(shí)基礎(chǔ)。

強(qiáng)化協(xié)同合作，發(fā)揮人工智能技術(shù)聯(lián)動(dòng)效能。高效協(xié)同是制造業(yè)利用AI技術(shù)實(shí)現(xiàn)跨部門、跨地區(qū)、跨行業(yè)聯(lián)動(dòng)效能的關(guān)鍵所在。從國(guó)家層面來(lái)看，需構(gòu)建多主體協(xié)同創(chuàng)新體系，引導(dǎo)政產(chǎn)學(xué)研聯(lián)合攻關(guān)行業(yè)級(jí)通用人工智能模型，統(tǒng)籌建設(shè)標(biāo)準(zhǔn)化工業(yè)數(shù)據(jù)生態(tài)系統(tǒng)，打破供應(yīng)鏈上下游企業(yè)之間的“數(shù)據(jù)圍墻”。同步完善數(shù)據(jù)治理安全相關(guān)法律法規(guī)，建立分級(jí)分類數(shù)據(jù)共享機(jī)制，以制度創(chuàng)新保障參與主體的合法權(quán)益，降低數(shù)據(jù)安全風(fēng)險(xiǎn)，夯實(shí)協(xié)同信任基礎(chǔ)。對(duì)于制造業(yè)企業(yè)而言，構(gòu)建全域數(shù)據(jù)融合架構(gòu)是基礎(chǔ)，對(duì)內(nèi)通過(guò)應(yīng)用程序編程接口（API）標(biāo)準(zhǔn)化與中間件技術(shù)實(shí)現(xiàn)跨部門數(shù)據(jù)互聯(lián)，對(duì)外形成產(chǎn)學(xué)研用協(xié)同創(chuàng)新網(wǎng)絡(luò)，聯(lián)合數(shù)據(jù)服務(wù)商、科研機(jī)構(gòu)及產(chǎn)業(yè)鏈伙伴，開(kāi)展場(chǎng)景驅(qū)動(dòng)的AI聯(lián)合建模與算法優(yōu)化。同時(shí)，人工智能技術(shù)提供商應(yīng)研發(fā)支持分布式協(xié)同的智能決策系統(tǒng)，重點(diǎn)突破異構(gòu)系統(tǒng)間的無(wú)縫對(duì)接技術(shù)，開(kāi)發(fā)基于知識(shí)圖譜的行業(yè)智能中樞平臺(tái)，構(gòu)建覆蓋全供應(yīng)鏈、全生命周期、全場(chǎng)景的協(xié)同分析框架，實(shí)現(xiàn)制造資源動(dòng)態(tài)配置優(yōu)化與智能決策支持，全面提升制造業(yè)協(xié)同效率與智能化水平。

完善支撐保障，護(hù)航人工智能技術(shù)應(yīng)用進(jìn)程。健全的支撐體系，是保障AI技術(shù)與制造業(yè)場(chǎng)景深度融合并發(fā)揮最大效能的基礎(chǔ)所在。從政府層面而言，一方面，國(guó)家亟需完善AI技術(shù)治理框架，重點(diǎn)構(gòu)建包含科技倫理準(zhǔn)則、算法透明度規(guī)范、全周期監(jiān)管機(jī)制的三維治理體系，為AI技術(shù)應(yīng)用劃定安全邊界；另一方面，鑒于我國(guó)制造業(yè)對(duì)AI和復(fù)合型人才的需求呈現(xiàn)出數(shù)量增加和質(zhì)量提升的雙重趨勢(shì)，政府需推動(dòng)“人工智能+”學(xué)科交叉教育，尤其注重新工科背景下交叉學(xué)科復(fù)合型人才培養(yǎng)，以提升人才的數(shù)智化素養(yǎng)。制造業(yè)企業(yè)自身則需建立適應(yīng)AI技術(shù)的組織架構(gòu)和管理制度，統(tǒng)籌技術(shù)應(yīng)用和管理，例如設(shè)立專門的數(shù)智化轉(zhuǎn)型部門或崗位，負(fù)責(zé)推動(dòng)企業(yè)內(nèi)部的數(shù)智化變革和AI技術(shù)的應(yīng)用實(shí)施。同時(shí)，企業(yè)應(yīng)加強(qiáng)人才培養(yǎng)和引進(jìn)力度，構(gòu)建涵蓋在職培訓(xùn)、崗位輪換、績(jī)效考核三位一體的人才發(fā)展系統(tǒng)，促進(jìn)從業(yè)人員數(shù)智技術(shù)和知識(shí)結(jié)構(gòu)的升級(jí)。此外，人工智能技術(shù)提供商應(yīng)與制造業(yè)企業(yè)合作，根據(jù)制造業(yè)的具體需求和業(yè)務(wù)特點(diǎn)，搭建學(xué)習(xí)平臺(tái)，為制造業(yè)從業(yè)員工提供豐富的AI學(xué)習(xí)資源和培訓(xùn)課程，涵蓋AI基礎(chǔ)理論、算法模型、編程語(yǔ)言、工具使用以及行業(yè)應(yīng)用案例等，幫助其能夠?qū)I技術(shù)應(yīng)用于實(shí)際工作中。

（吉林大學(xué)商學(xué)與管理學(xué)院碩士研究生張思懿、馬周對(duì)此文亦有貢獻(xiàn)）

【注：本文系國(guó)家社會(huì)科學(xué)基金重大項(xiàng)目“我國(guó)制造業(yè)數(shù)智化轉(zhuǎn)型與國(guó)際競(jìng)爭(zhēng)力提升研究”（項(xiàng)目編號(hào)：22&ZD101）階段性成果】

【注釋】

①《中共中央關(guān)于進(jìn)一步全面深化改革 推進(jìn)中國(guó)式現(xiàn)代化的決定》，《人民日?qǐng)?bào)》，2024年7月22日。

②李強(qiáng)：《政府工作報(bào)告——2025年3月5日在第十四屆全國(guó)人民代表大會(huì)第三次會(huì)議上》，《人民日?qǐng)?bào)》，2025年3月13日。

③《最全！50個(gè)動(dòng)態(tài)場(chǎng)景看2025<政府工作報(bào)告>全文》，中國(guó)政府網(wǎng)，2025年3月13日。

④《工信部副部長(zhǎng)單忠德：已培育421家國(guó)家級(jí)智能制造示范工廠 三方面推進(jìn)人工智能與制造業(yè)深度融合》，中國(guó)工業(yè)新聞網(wǎng)，2024年4月18日。

⑤《新職業(yè)——人工智能工程技術(shù)人員就業(yè)景氣現(xiàn)狀分析報(bào)告》，中華人民共和國(guó)人力資源和社會(huì)保障部網(wǎng)站，2020年4月30日。

責(zé)編/陳楠 美編/王夢(mèng)雅

聲明：本文為人民論壇雜志社原創(chuàng)內(nèi)容，任何單位或個(gè)人轉(zhuǎn)載請(qǐng)回復(fù)本微信號(hào)獲得授權(quán)，轉(zhuǎn)載時(shí)務(wù)必標(biāo)明來(lái)源及作者，否則追究法律責(zé)任。