推动人工智能与制造业深度融合 塑造发展新优势

全国先进制造业大会提出，坚持智能化、绿色化、融合化方向，持续做大做强先进制造业。制造业是实体经济基础，我国连续多年保持全球制造业第一大国地位，门类体系完整，规模与配套优势明显。人工智能作为引领新一轮科技革命和产业变革的通用性技术，正深刻重塑全球生产制造模式与产业竞争格局。以科技创新激发产业新动能，以人工智能塑造制造业新优势，推动人工智能与制造业深度融合，既是提升产业链供应链韧性与安全水平的现实需要，也是塑造发展新优势的战略抉择。

近年来，“人工智能+制造”发展基础不断夯实。我国人工智能专利申请量连续多年居世界第一，专利数量占全球总量60%，工业机器人、机器视觉、工艺参数优化、智能检测等方向增长较快，工业大模型、边缘智能、数字孪生等逐步落地，算力设施加快布局，高质量数据集超过12万个。截至2025年底，全国规模以上工业企业开展数字化改造比例达89.6%，数字化设备普及率57.7%，江苏、广东、浙江等地“智改数转网联”成效显现。北京、广东、江苏、浙江、上海等地人工智能专利累计占全国六成以上，设备制造、汽车制造、计算机通信和其他电子设备制造等行业应用较快。

但融合发展仍面临短板。芯片制造、工业操作系统、工业软件等基础领域原创性专利相对薄弱，高端工业传感器、精密伺服电机等关键零部件国产化率偏低，工业专用模型训练数据稀缺、标注成本高。制造业企业拥有的人工智能专利占总量比重仍偏低，高校和科研院所成果转化存在“最后一公里”障碍。大企业面向中小企业的技术溢出和赋能机制尚不健全，数据孤岛、标准不一、高质量行业数据缺乏等问题仍较突出，复合型人才供不应求，产教协同有待加强。

推动“人工智能+制造”走深走实，需强化关键核心技术攻关，围绕工业AI芯片、工业操作系统、工业大模型、高端传感器等短板编制“卡脖子”清单，支持龙头企业联合高校、科研院所组建创新联合体。要建设中试验证平台，提供从实验室到生产线的全链条验证服务，探索风险补偿机制。要发挥链主企业带动作用，向中小企业输出数字化方案、共享工具链，推出轻量化、模块化、低成本解决方案，依托产业集群打造共享服务平台。要推进工业数据分类分级管理，完善确权、流转和收益分配规则，建设高质量数据集和可信数据空间，鼓励高校增设智能制造、工业人工智能等交叉专业，支持校企共建产业学院和实训基地，加强在岗产业工人人工智能培训。坚持智能化、绿色化、融合化方向，推动“人工智能+制造”从“相加”走向“相融”，将为先进制造业做大做强、夯实实体经济根基提供坚实支撑。