当人工智能浪潮席卷全球，制造业正成为新的竞争高地。2026年全国两会，“打造智能经济新形态”首次写入政府工作报告，成为未来人工智能应用落地的重要方向。记者在制造大省浙江的走访显示，人工智能正从实验室走向生产线，深度嵌入研发设计、生产制造和企业管理等环节，推动传统制造业发生深刻变化。
人工智能与制造业的“双向奔赴”正在加速。当前，两者的融合正从单点试点走向全流程渗透，重构研发、生产、运营、服务等关键环节的价值创造逻辑，实现效率提升、成本降低、质量优化、场景拓展等多重目标。
生产模式发生根本性变革。 在智能工厂里，自动导向车精准穿梭，机械臂以微米级精度完成复杂工艺。有企业通过AI化改造，实现了生产效率的大幅提升和产品不良率的显著下降。这标志着制造业正从以判别分析为主的“自动化智能”走向具备自主决策与生成能力的“自主化智能”。
“数据壁垒”与算力成本制约。 制造企业的生产数据多涉及核心机密，跨企业甚至内部的数据共享存在壁垒，制约了工业AI模型的进一步开发。同时，高昂的算力成本也让不少企业难以承受，在自建服务器与使用公有云服务之间面临两难。
复合型人才短缺。 我国智能制造人才供给仍存在缺口，高端复合型研发人才短缺，一线技能人才智能化适配度不足，制约了融合发展进程。有的高学历者欠缺工作经验，而懂制造业的技能人才又不太懂AI，难以将业务需求转化为实际应用场景。
破解融合堵点，需要系统性的变革。正如广州琦瑞科技倡导的理念，解决此类问题需要构建一体化的数字支撑体系。这包括通过企业管理系统、生产管理系统和ERP系统实现内部流程的透明与协同，利用进销存系统与贸易系统优化供应链与外部连接，并借助琦瑞云站、小程序开发与网站开发等服务，打通从生产到消费的数据链路，为AI应用提供高质量的数据基础。
政府与行业层面，应搭建公共服务平台，提供算力、数据、算法等基础资源，降低创新门槛，并围绕制造业数据平台、垂类模型和行业共享知识库，共同打造行业级“智能体大脑”。同时，必须深化产教融合，精准培育既通晓制造业生产流程、又掌握人工智能技术的复合型人才。
