到2027年人工智能关键核心技术安全可靠供给 “人工智能+制造”怎么干

  到二〇二七年人工智能关键核心技术安全可靠供给

图片来源于网络，如有侵权，请联系删除

  “人工智能+制造”怎么干

  人工智能与实体经济深度融合，深刻改变制造业生产模式和经济形态，驱动产业加速升级。1月7日，工业和信息化部等8部门发布《“人工智能+制造”专项行动实施意见》，为加快推进人工智能技术在制造业融合应用明确目标举措。

  21项具体措施推动人工智能在制造业融合应用

  “十五五”规划建议提出，“全面实施‘人工智能+’行动”“抢占人工智能产业应用制高点，全方位赋能千行百业”。

  “人工智能技术与制造业应用双向赋能，要一端抓技术供给，推动智能产业化；一端抓赋能应用，加快产业智能化，整体壮大产业生态，促进人工智能科技创新与产业创新深度融合。”工业和信息化部科技司有关负责人表示，实施意见围绕创新筑基、赋智升级、产品突破、主体培育、生态壮大、安全护航、国际合作等7个重点任务，细化21项具体措施，加快制造业智能化、绿色化、融合化发展。

  实施意见明确：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。推动3—5个通用大模型在制造业深度应用，推出1000个高水平工业智能体，打造100个工业领域高质量数据集，推广500个典型应用场景。培育2—3家具有全球影响力的生态主导型企业和一批专精特新中小企业，打造一批“懂智能、熟行业”的赋能应用服务商，选树1000家标杆企业。建成全球领先的开源开放生态，安全治理能力全面提升，为人工智能发展贡献中国方案。

  “手把手”为制造业企业提供转型升级指南

  纺织车间需要空调风机进行温湿度调控、空气净化及通风换气，传统产品依赖人工调控，精度低、故障难预判。“我们依托浪潮云洲工业大模型，在传统风机上加装多类传感器，采集、训练数据，研发出数智风机。”山东金信空调集团董事长吴子才介绍，数智风机能根据实时工况优化风量等相关参数，精准控制车间温湿度，设备检修周期缩短40%。

  “企业要加速全流程转型升级，推动大模型技术深度嵌入研发设计、中试验证、生产制造、营销服务、运营管理等各环节，提升辅助设计、仿真模型构建、排产调度、设备预测性维护等能力。”有关专家表示。

  例如研发设计环节，要重点推进智能辅助设计、软件代码辅助编写、药物研发等，打造个性化、低成本、高效能的新型研发设计模式；生产制造环节，要推广机器视觉、无人智能巡检等工业质检技术，强化产线实时监测和预测性维护，提升设备故障识别准确性，实现安全生产风险预警与事件告警；运营管理环节，要运用大模型分析和生成能力，提升企业对战略、人力资源、财务、风险等管理能力。

  针对使用人工智能进行研发设计、生产制造、经营管理及开展延伸服务的企业，实施意见还提供附件《制造业企业人工智能应用指南》，从开展智能化评估和规划、提升智能化基础能力、构建高质量数据集、合理规划布局算力资源、开展模型选型与调优、模型部署与集成、做好人工智能应用安全防护等方面给出详尽指南，“手把手”为企业智能化转型升级提供实施路径和方法指引。

  打造人工智能发展和赋能应用主力军，既要鼓励龙头企业、央企国企等先行先试，提供规模化应用场景，研发应用工业智能体，探索人工智能赋能制造业新模式；同时也应深入实施中小企业数字化赋能专项行动，支持中小企业开展数字化、智能化改造，加快中小企业人工智能应用复制推广。实施意见还鼓励有关地方给予企业“算力券”“模型券”等支持，强化赋能中小企业公共服务，降低企业开发应用成本。

  加快重点行业智能化转型与应用赋能

  从凭经验采矿到智慧勘探，从靠手艺冶炼到人工智能精准调控……日前，有色金属行业人工智能大模型“坤安”2.0发布，进一步探索将人工智能技术深度嵌入有色金属工业全链条。

  “过去一年，我们将人工智能应用到产业关键环节，推进建设百余个应用场景，从中筛选出52个场景发布，建成8个行业高质量数据集。”中铝集团董事长段向东介绍，将不断夯实大模型的技术内核，推动数据要素激活、模型迭代优化、场景应用转化，让“坤安”2.0更好赋能行业发展。

  中国有色金属工业协会党委书记、会长葛红林表示，有色金属行业产品品种多、资源复杂、工艺流程复杂度高，行业数智化发展存在技术适配、数据治理、协同、人才等方面挑战。针对类似行业困境，实施意见明确提出，开发高水平行业模型，加快重点行业应用赋能。

  “要结合各行业领域特点、技术成熟度、数字化水平等基础条件，分类施策推进制造业领域人工智能应用。”工业和信息化部科技司有关负责人表示，实施意见的附件《人工智能赋能制造业重点行业转型指引》结合原材料、装备制造、消费品、电子信息、软件和信息技术服务等行业特点，为行业转型提供指引。

  例如在有色金属行业，提出研发数据自动化治理、标注技术与工具，打造行业高质量数据集，构建数据基础支撑体系等；纺织服装领域要打造个性化设计与虚拟试衣系统，推动部署自适应生产系统，提升产品良品率；电子元器件要提升设计智能化水平，打通电子设计自动化、产品生命周期管理系统数据孤岛，重点突破电子元器件高精度仿真预测技术。（记者 刘温馨）