中國工業報記者   曹雅麗

今年的政府工作報告提出，“持續推進‘人工智能+’行動，將數字技術與制造優勢、市場優勢更好結合起來”。人工智能是引領這一輪科技革命和產業變革的戰略性技術，是培育和發展新質生產力的重要引擎。這一內容格外引人矚目，為我國制造業的數字化轉型與新質生產力的發展照亮前行道路。

2025年全國兩會期間，全國政協委員、中國信息通信研究院院長余曉暉在圍繞“哪些領域或行業可能會迎來人工智能應用的爆發性增長？中國制造業如何抓住這樣的契機和風口推動產業高質量發展？5G、大數據、人工智能、大模型等新興數字技術如何助力傳統制造業向智能制造轉型？新技術正在給中國制造業的發展帶來怎樣的變革？”等問題接受中國工業報記者采訪。

人工智能技術為產業注入新動能

近年來，人工智能在技術創新與商業應用的雙輪驅動下，正加速與實體經濟深度融合。

余曉暉表示，從發展規律和應用態勢來看，人工智能賦能行業的路徑符合數字技術應用的一般客觀規律，即遵循“從數字化水平較好的領域率先突破，再逐步擴散到更多行業”的推進特征。

一方面率先在數字原生領域規模化應用，以互聯網為代表的數字原生領域，憑借天然的數據沉淀優勢、成熟的數字基礎設施以及海量的用戶基礎，率先形成人工智能應用的規模化落地。例如，互聯網搜索、社交、購物、寫作、編程等領域紛紛接入大模型、拓展新業態，這些應用不僅提升了服務效率，還為用戶帶來了全新的交互體驗。同時逐步向金融、醫療、交通等數字化程度較高的行業滲透，重要場景應用賦能成效顯著。

余曉暉舉例說，據報道，在藥物研發中，生成式AI將化合物篩選周期從數年縮短至數月，新藥上市時間從13年縮短至8年，成本降低4倍。人工智能在自動駕駛的應用也隨著大模型的發展正實現新的突破。

“這些先導應用都建立在行業既有的數字化基礎之上，同時也加速了相關行業的數字化向智能化的重構進程。”余曉暉表示，隨著人工智能技術的進一步普惠化和各行業數字化轉型的全面推進，人工智能將在制造、能源等更多領域實現深度應用，與更加復雜的物理場景和核心生產流程相結合，推動生產力更大的變革性突破。

我國制造業具有門類齊全、規模龐大、場景豐富、數據潛能巨大等優勢。“加快人工智能技術的創新應用探索，既有助于為產業注入新的創新動能，催生各類新模式新業態，實現產業高質量發展；同時制造業也為人工智能技術提供了豐富的試驗田和數據集，將推動人工智能發展邁上新的臺階。”余曉暉認為。

一是加快工業人工智能應用模式創新探索。盡管當前工業人工智能已經形成大量豐富的應用模式，但人工智能作為創新最為活躍的領域，對制造業的融合賦能潛力還遠遠未得到充分釋放。應面向重點行業和典型場景加快人工智能應用探索，與工業互聯網深度融合，進一步強化研發設計和營銷服務“兩端”環節應用同時，面向生產制造等“核心”環節推進深度應用。

二是推動人工智能與工業技術融合創新。推動人工智能技術與工業知識、模型深度結合，在保證工業制造對穩定、可靠、質量等要求的同時，賦予其智能化能力，是工業人工智能技術創新的關鍵，也是全球性難題。應加大研發投入，突破人工智能與工業技術融合的基礎性原理與關鍵工程化問題，驅動以智能化為主要特征的新工業革命。

三是布局智能疊加的智能制造終端產品、裝備、系統。當前人工智能正深刻改變制造裝備、機器人、工業自動化、工業軟件等領域的產品形態與產業圖景，同時，電腦、手機、家電、無人系統、物聯網等各類終端產品也加快向人工智能升級。要充分發揮我國人工智能創新優勢，特別是推動各行業領軍企業與人工智能企業優勢互補和創新合作，帶動各個領域的產品智能化升級與產業突破，打造我國制造業智能化新優勢。

四是加強重點領域行業數據資源構建。工業人工智能創新的一個關鍵是高質量的行業數據集、模型庫，目前我國基礎大模型已進入全球領先行列，但在工業等領域的應用積累還較為薄弱。要圍繞重點制造業高價值場景，加快積累形成高質量行業數據集，構建行業數據資源體系，同時積極探索基于可信數據空間的行業數據流通體系，將數據資源潛能有效轉化為國家數據優勢，在推進制造業智能化升級的同時，反哺大模型性能升級，深入推動人工智能的進一步突破。

助力傳統制造業向智能制造轉型

“5G、AI等新興數字技術支撐形成了數據采集、傳輸、分析、優化的智能決策閉環，增強了制造企業廣泛感知、精準決策、動態優化和自主決策等核心能力。”余曉輝表示。

他介紹，近年來，工業和信息化部聯合相關部門深入實施智能制造工程，支持智能工廠建設，推動5G、AI等新興數字技術加速與制造業各領域融合，助力傳統制造業數字化轉型智能化升級：

智能化研發方面，基于“數據+知識+AI”的研發方式不斷突破創新瓶頸、拓展認知邊界。AI驅動的創新增強范式全面變革傳統依賴經驗和重復試驗的研發模式，構建“研發-仿真-實證測試-反饋”的創新閉環。

智能化生產方面，通過全面感知和智能分析，推動工藝、設備、質量等重點環節優化提升與集成協同。傳統制造加快疊加工業智能技術，涌現質量智能分析、工藝參數智能調優等一批成熟解決方案，有效提升企業生產效率和質量水平。同時，企業基于不同業務環節數據貫通，打造設計制造一體化、柔性制造等智能制造新模式，實現生產全流程協同優化。

智能化管理方面，基于AI精準洞察預測市場變化，支撐開展精細化運營管理，提升經營效益。通過深度挖掘和分析市場數據、客戶行為等多源信息，幫助企業精準把握市場趨勢，實現供應鏈與營銷優化。

智能化服務方面，數據驅動服務為企業創造新的價值增長點與商業模式。基于產品運行數據開展設備遠程智能運維、設備運行優化等智能化服務，實現服務增值和模式創新，創造新的商業模式和利潤增長點。智能化服務已成為制造業延伸價值鏈和提升附加值的重要路徑。

余曉暉認為，從新型工業化視角看，對我國制造業的發展帶來以下變革：

推動產業結構優化升級。一方面，通過智能化生產設備投入以及工藝流程改造，實現傳統產業的轉型升級。如我國紡織業通過數字化智能化升級實現向高效率、高質量的轉型，勞動效率在17年間提升超4倍。另一方面，涌現出一批“數字原生”的企業，通過將數字技術的深度融入生產經營全環節，實現新產品上市周期大幅縮短。

提升產業科技創新能力。通過數字技術與傳統制造技術融合創新，催生智能網聯汽車、具身智能裝備、新型工控等產品，開辟發展新領域、新賽道，構筑產業競爭新優勢。

強化產業鏈供應鏈韌性安全。通過匯聚產業鏈供應鏈資源，打造社會化生產供應網絡，塑造彈性自治能力，在極端情況下實現跨地域、跨行業資源配置，保障安全和韌性。

促進工業綠色低碳發展。數字化與綠色化有天然融合優勢，利用數字技術對高能耗、高污染設備進行實時監測，分析優化工藝方法，顯著減少能源消耗和污染物排放，打造綠色產品、綠色工廠、綠色供應鏈等覆蓋全生命周期和全價值鏈的綠色低碳發展模式。