从ChatGPT到DeepSeek，人工智能迅速迭代升级，不断爆火出圈。今年的政府工作报告强调，要持续推进“人工智能+”行动，将数字技术与制造优势、市场优势更好结合起来；要推动传统产业改造提升，加快制造业重点产业链高质量发展。对此，全国政协委员、民革广东省委会副主委唐冬生在接受《人民邮电》报记者专访时表示：“传统制造业作为国民经济的支柱产业，与国计民生紧密相关。AI与制造业的深度融合，是实现新型工业化高质量发展的必由之路。”
过去的一年，唐冬生走访调研了全国218家企业，某空调制造企业让他印象尤为深刻。在空调质量检测环节，企业通过AI视觉质检系统，实现单台设备替代8名技术人员，人力成本压缩87.5％，检测卡位缩减至1个，质量判定标准客观统一，真正实现了降本、增效、提质。
“产品的AI化和生产制造的AI化，是AI推动制造业转型升级的两个方向。”唐冬生表示，产品的AI化是通过植入感知、分析、决策等AI技术，重构产品功能与用户体验；而生产制造的AI化是指通过人工智能技术对传统制造流程进行智能化改造，具体包含研发设计、中试验证、生产制造、市场营销、运营管理五个场景。
今年的政府工作报告提出，要大力发展智能网联新能源汽车、人工智能手机和电脑、智能机器人等新一代智能终端以及智能制造装备。在唐冬生看来，具身智能技术将革新工业机器人应用场景。相较于传统程序化机械人臂，具备自主学习与交互能力的工业人形机器人，在机器操控领域将展现出更强的场景适应性。相较于服务于人的家政机器人，服务于机器的工业人形机器人具有更高的安全性，有望开辟智能制造的新空间。
当前，AI赋能新型工业化，也面临一些问题。“部分制造业强市在AI研发平台、算力与数据中心等基础设施建设方面相对滞后，制约了AI在制造业的广泛应用。”唐冬生表示，此外，企业普遍担心数据安全和隐私问题，共享数据意愿不强。同时制造业的数据来源多样，数据标准化程度低，导致大量优质工业数据无法有效流通和利用，制约了制造业垂直大模型的发展。
为破解这些问题，唐冬生表示，首先要强化制造业AI升级核心技术供给。要优化算力体系建设，适度超前布局国家算力中心、工业边缘算力中心、大数据平台等支撑AI发展的数字基础设施；建设城市级AI算力调度中心，整合国家、地区节点和城市算力资源，优化多元算力供给体系。此外，要加强数据共享与标准化建设，建立全国性的制造业数据共享平台，推动企业之间的数据共享、流通和交易；制定细分产业人工智能数据标准和规范，打造高质量数据集、知识库和工具集。
针对制造业细分领域显著存在的“模型荒”问题，唐冬生表示，要构建“AI+制造业”模型库。支持企业、高校和科研机构共建创新联合体，探索“产学研金”一体化合作模式，共同推动算法产品和工具的实施和落地。支持通用大模型企业与制造业企业合作，推动算法模型与产业专有数据、专有知识深度结合，打造契合制造业需求的行业模型、场景模型。
“除了加强技术突破，还要推进示范引领和生态构建。”唐冬生表示，要依托龙头企业，打造一批AI升级示范标杆。支持制造业龙头企业选择具有良好可扩展性的AI技术和解决方案，同时加快建设“AI+制造”示范园区。支持AI与家电、装备、工业机器人等产品融合创新，推动产品升级、功能迭代，创造新的市场需求。推广“模型即产品、模型即服务”模式，支持AI运营商、算力云服务商、龙头企业建立模型算法“汇聚、发布、共享”的交易服务体系，降低制造业企业应用AI的门槛。
“当前人工智能作为引领未来的战略性技术，正在深刻改变制造业的生产方式、商业模式和产业生态。”唐冬生说，推动AI与制造业深度融合，已成为制造业实现高质量发展的必然选择。
VIP课程推荐
APP专享直播
热门推荐
收起
24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafinance）
