作者：王成仁（中国国际经济交流中心研究员）

　　制造业是立国之本、强国之基。习近平总书记就发展先进制造业作出重要指示强调，“坚持智能化、绿色化、融合化方向，持续做大做强先进制造业，提升产业链自主可控水平，加快构建以先进制造业为骨干的现代化产业体系，巩固壮大实体经济根基”。这进一步明确了发展先进制造业的方向路径。着力发展新一代智能制造，以人工智能赋能制造业研发、生产、管理等全流程，是发展先进制造业、增强制造业竞争力的主攻方向。加快推进人工智能技术在制造业融合应用，纵深推进“人工智能+制造”行动，全方位、深层次、高水平赋能新型工业化，是当前和今后一个时期的重要任务。

　　当前，人工智能加速与实体经济深度融合，正在深刻改变制造业生产模式和经济形态，已经成为驱动产业升级、重塑全球格局的关键变量。世界主要经济体都高度关注人工智能技术带来的颠覆性影响，人工智能领域已经成为大国博弈的战略竞争要地。我国建成了门类齐全、独立完整的现代工业体系，成为全球唯一拥有联合国产业分类中全部工业门类的国家，制造业总体规模连续多年居全球第一位，产业体系全、资产存量大，迫切需要主动作为，推进“人工智能+制造”，实现制造业整体实力跃升，为参与国际竞争赢得优势。

　　“人工智能+”亦是我国发展新质生产力、实施新型工业化战略的重要抓手。“人工智能+”极具新质生产力特性，能够系统革新生产制造方式，是促进制造业提质升级的重要途径。一方面，人工智能技术的应用，既有利于探寻新材料，拓展制造业上游原料空间，又能有效促进新技术和新工艺应用，提升生产制造效率，降低能耗和成本，甚至重构生产制造和资源组织逻辑。例如，离散型制造涉及多品种、小批量、多规格条件下的柔性生产与协同生产，人工智能技术能有效破解生产组织、工艺适配、资源调度等动态平衡的难题；流程型制造需实现连续复杂不可中断的参数寻优与全流程稳定控制，人工智能技术可以通过实时感知与自适应调节保障连续生产的稳定性与能效最优。另一方面，“人工智能+”能加快发展壮大新兴产业和未来产业。人工智能技术的应用已催生了算力芯片、大模型、工具链等新兴产业，并与新能源、新材料等交叉融合，促进智能网联汽车、工业机器人等新业态涌现，未来还将为量子计算、脑机接口、合成生物等未来技术提供数据工具和算力支撑，有助于大幅缩短从概念到产业的链条，加速形成现实生产力。

　　工业和信息化部等8部门印发的《“人工智能+制造”专项行动实施意见》提出，到2027年，我国人工智能关键核心技术实现安全可靠供给，产业规模和赋能水平稳居世界前列。锚定这一目标纵深推进“人工智能+制造”行动，还需解决好一系列现实难题。一是我国人工智能算力与国外相比仍存在底座不强问题。算法实时性、可靠性、可解释性依然受限，在支撑算法运行的底层算力、核心框架及工业机理模型上仍面临“卡脖子”风险。二是传统制造业企业智能化基础较弱。我国很多传统制造业并非基于数字化、智能化技术部署，中小制造业企业生产设备等设施的联网率和数字化程度普遍偏低，整体上还处在从机械化、自动化向数字化过渡阶段，短期内实现从自动化到数字化、智能化“多级跳”的难度较大。三是制度体系尚不健全，数据安全隐患不容忽视。人工智能时代加强了对企业数据质量、算力能力等方面的要求，但国内数据安全、伦理、标准等方面的制度体系仍不健全。工业人工智能模型的“黑箱”特性使其决策过程难以预测和验证，一个微小扰动就可能导致模型作出错误判断，甚至造成巨大损失。同时，随着工业互联网和人工智能加快融合赋能，平台型企业拥有的话语权逐步上升，产业链上下游中小企业面临的数据外泄和市场竞争失衡风险加大。四是人工智能技术规模化应用或带来摩擦性失业压力。加快人工智能技术在制造业融合应用，将打破原有的劳动、资本（设备）、技术要素投入模式，有可能导致同岗位高层次技工面临失业压力。解决这些问题，需采取有力措施妥善应对。

　　纵深推进“人工智能+制造”行动，需把握节奏、有序推进，统筹发展和安全，既抓技术供给，推动智能产业化，又抓赋能应用，加快产业智能化，促进人工智能科技创新与产业创新深度融合、人工智能技术与制造业应用双向赋能。

　　加快人工智能关键核心技术攻关。加大人工智能关键算法、基础软件和操作系统攻关力度，加速构建“自主芯片+自主算法+工业机理”一体化创新体系。加强“人工智能+”共性技术供给，支持工程技术类高校院所创新成果外溢转化，统筹科研机构、企业等资源，形成协同攻关机制。支持优质民营企业发展自主算法，推进国产工业软件研发攻关和应用迭代。

　　健全“行业平台+垂直应用”服务模式。针对制造业企业智能化转型难题，建议选择代表性行业中智能化水平较高的龙头企业作为智能化解决方案的供应源，支持企业牵头构建有助于人工智能赋能的行业平台。基于龙头企业智能化服务商或脱胎于企业的生产性服务机构，将企业级系统解决方案转化形成行业解决方案工具包，研发轻量型、模块化垂直应用工具，满足中小企业需求。

　　完善有利于人工智能技术赋能的制度体系。健全人工智能应用的法律法规体系，确定数据合理使用条件、算法可解释性要求以及高风险领域责任分摊原则等。根据不同行业、不同应用环节制定有针对性的人工智能合规指引，细化数据确权、收集、标注、流转、交易的法律依据，完善平台型企业数据使用规则，杜绝利用优势地位侵害其他企业合法权益的行为。