当前，人工智能正加速与实体经济深度融合，成为驱动产业升级的关键力量。近期出台的《"人工智能+制造"专项行动实施意见》，为这个融合发展明确了方向、绘制了路线图，标志着推进人工智能与制造业"双向奔赴"的新阶段正式启动。 制造业面临的现实困境不容忽视。一方面，工业场景复杂多变，数据来源多元、格式不一，数据孤岛与低质数据并存，难以为人工智能提供优质养料。人工智能追求个性化赋能与制造业追求标准化、规模化成本控制之间存内在张力，需要精妙平衡。另一上，中小企业普遍存"不想用、不会用、用不起"的问题。许多企业工艺知识高度依赖经验积累，难以转化为算法；高质量工业数据集严重匮乏；既懂人工智能又精通工业流程的复合型人才存在断层；转型投入大、周期长、见效慢，使得不少企业对人工智能应用望而却步。这些瓶颈制约了人工智能在制造业的广泛应用。 突破这些瓶颈的关键在于构筑畅通无阻的双向通道，实现技术供给与产业需求的高效耦合。一上，要让人工智能技术深扎工业土壤。这需要超越通用模型，发展具有行业特色的工业垂直模型与智能体，形成特色化行业大模型。广州博依特智能信息科技有限公司构建的制浆造纸工艺大模型，将千余条工艺规则转化为算法，充分反映了人工智能"读懂"行业语言的可能性。同时要夯实数据基础，打造高质量工业数据集，建立工业数据标准体系，打破数据孤岛，让数据真正成为人工智能的优质养料。 另一方面，要让制造业主动拥抱人工智能，为其提供丰富的验证场景和迭代源泉。这需要促进场景开放与标杆建设，通过建设对接平台促进供需精准匹配。鼓励龙头企业、央企和国企先行先试，如中铝集团开发的有色金属行业大模型"坤安"，探索全链条赋能的新路径。同时通过"算力券""模型券"等创新支持方式，切实降低中小企业应用门槛，形成"龙头引领、集群协同"的扩散效应，让更多企业受益于人工智能赋能。 人工智能与制造业的融合已初见成效。全国已建成500多家卓越级智能工厂，产品研发周期平均缩短近三成。这不仅是效率的提升，更是生产模式的根本性变革。人工智能的深度嵌入正推动生产制造从"人机料法环"的静态配置，转向动态自组织的智能范式，推动制造业从生产型向服务型、平台型跃迁，向全球价值链中高端攀升。 工业领域的复杂性、严谨性和高要求，为人工智能技术提供了最苛刻也最具价值的"试金石"与"练兵场"。在现实淬炼中，中国的人工智能技术有望在特定领域实现从跟跑、并跑到领跑的关键突破。《意见》强调强化算力供给、突破高端芯片等关键技术，正是为了筑牢自主可控的根基。工业互联网、5G、算力网络等新型基础设施的完善，则为这场融合提供了坚实的基础支撑。
推动"人工智能+制造"深入发展既是技术革新，也是产业变革的关键机遇。要将技术优势转化为产业优势，需要完善标准体系、夯实数据基础、加强人才培养、优化应用生态。只有让技术在真实场景中不断验证改进，让产业在开放应用中持续迭代升级，才能形成良性循环的发展机制，为培育新质生产力、建设制造强国提供持久动力。