周城雄（中國科學(xué)院科技戰(zhàn)略咨詢研究院研究員）

近日，工業(yè)和信息化部召開專題會議，明確提出推動大模型在制造業(yè)重點行業(yè)落地部署。這一部署標(biāo)志著中國人工智能發(fā)展已從“實驗室攻堅”邁向“產(chǎn)業(yè)深水區(qū)”，而制造業(yè)作為國民經(jīng)濟(jì)的重要支柱，正成為大模型技術(shù)轉(zhuǎn)化的核心地帶。在鋼鐵高爐的轟鳴聲中、在汽車生產(chǎn)線的機(jī)械臂間、在電子元器件的精密加工臺上，大模型正在重構(gòu)中國制造的底層邏輯。這不僅關(guān)乎技術(shù)升級，更是一場生產(chǎn)模式、組織形態(tài)和價值創(chuàng)造方式的系統(tǒng)性重塑。

制造業(yè)的數(shù)字化轉(zhuǎn)型并非一蹴而就。傳統(tǒng)制造企業(yè)長期面臨“三難”問題：數(shù)據(jù)孤島難以打通、工藝知識難以沉淀、決策響應(yīng)難以實時。以汽車行業(yè)為例，有車企曾因供應(yīng)鏈中斷導(dǎo)致月度產(chǎn)能損失數(shù)億元，而傳統(tǒng)ERP系統(tǒng)難以預(yù)測零部件短缺風(fēng)險；某家電企業(yè)焊接機(jī)器人因缺乏自適應(yīng)算法，導(dǎo)致產(chǎn)品不良率居高不下。

這些問題的背后，是制造業(yè)對“智能決策”能力的迫切需求。大模型的突破性價值在于其“認(rèn)知+推理+生成”的三位一體能力。通過訓(xùn)練海量行業(yè)數(shù)據(jù)，大模型不僅能模擬人類工程師的經(jīng)驗判斷，還能在復(fù)雜工況下自主優(yōu)化決策路徑。例如，在鋼鐵行業(yè)，有大型鋼企通過部署行業(yè)大模型，某產(chǎn)線采用自動排程編制效率提升40%，軋硬卷周轉(zhuǎn)周期縮短12%，減少返回卷35%，年均增效超千萬元。案例揭示了大模型不是簡單的工具疊加，而是制造業(yè)“知識資產(chǎn)化”的關(guān)鍵載體。

大模型在制造業(yè)的落地并非簡單的技術(shù)移植，而是涉及數(shù)據(jù)治理、算法優(yōu)化、場景適配的系統(tǒng)工程。從技術(shù)實現(xiàn)路徑來看，主要呈現(xiàn)以下特征：

一是數(shù)據(jù)驅(qū)動的智能決策。制造業(yè)積累的海量生產(chǎn)數(shù)據(jù)（設(shè)備運行數(shù)據(jù)、工藝參數(shù)數(shù)據(jù)、質(zhì)量檢測數(shù)據(jù)等）為大模型訓(xùn)練提供了豐富素材。通過構(gòu)建行業(yè)知識圖譜，大模型能夠?qū)崿F(xiàn)數(shù)據(jù)的深度關(guān)聯(lián)分析。例如，某化工企業(yè)利用大模型對生產(chǎn)過程中的5000+個參數(shù)進(jìn)行實時監(jiān)控和預(yù)測，成功將產(chǎn)品合格率提升至99.8%。這種基于數(shù)據(jù)的智能決策，使生產(chǎn)過程從“經(jīng)驗驅(qū)動”轉(zhuǎn)向“數(shù)據(jù)驅(qū)動”。

二是多模態(tài)融合的應(yīng)用創(chuàng)新。大模型技術(shù)突破了傳統(tǒng)AI模型的單模態(tài)限制，實現(xiàn)文本、圖像、視頻等多源數(shù)據(jù)的融合處理。在質(zhì)量檢測環(huán)節(jié)，某電子企業(yè)通過視覺大模型與NLP模型的協(xié)同，能夠?qū)崿F(xiàn)對產(chǎn)品外觀缺陷的精準(zhǔn)識別（準(zhǔn)確率達(dá)99.7%）和缺陷原因的智能分析，檢測效率提升300%。這種多模態(tài)融合能力，使大模型能夠覆蓋從設(shè)計到售后的全生命周期管理。

三是“邊緣—云端”協(xié)同的部署架構(gòu)。針對制造業(yè)實時性要求高的特點，大模型能夠采用“邊緣端實時處理+云端深度優(yōu)化”的混合部署模式。例如，某裝備制造企業(yè)在車間部署邊緣計算節(jié)點，實時處理設(shè)備振動數(shù)據(jù)（響應(yīng)時間<50ms），并將異常數(shù)據(jù)上傳云端進(jìn)行深度分析，實現(xiàn)預(yù)測性維護(hù)的閉環(huán)管理，設(shè)備停機(jī)時間減少40%。這種架構(gòu)既滿足了實時性需求，又降低了算力成本。

盡管前景廣闊，大模型在制造業(yè)的落地仍面臨三重“鴻溝”。首先是數(shù)據(jù)壁壘。制造企業(yè)數(shù)據(jù)分散在ERP（企業(yè)資源規(guī)劃）、MES（生產(chǎn)管理系統(tǒng)）、SCADA（數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)）等系統(tǒng)中，且存在數(shù)據(jù)安全顧慮?，F(xiàn)有的解決方案包括建立行業(yè)級數(shù)據(jù)交易所（如上海數(shù)據(jù)集團(tuán)）、推廣聯(lián)邦學(xué)習(xí)技術(shù)（如阿里云M6）。其次是人才缺口，既懂制造工藝又擅長AI建模的復(fù)合型人才仍存在不足。深圳職業(yè)技術(shù)學(xué)院開設(shè)的“工業(yè)AI工程師”專業(yè)，通過“雙導(dǎo)師制”培養(yǎng)出年均3000名畢業(yè)生。第三是投資回報周期長，中小企業(yè)難以承受初期投入。北京經(jīng)開區(qū)出臺的智能制造AI補貼相關(guān)措施，對模型部署費用給予50%補貼，帶動本地AI服務(wù)商數(shù)量增長40%。

因此，政策創(chuàng)新需聚焦“精準(zhǔn)滴灌”。例如，針對離散制造業(yè)（如汽車零部件），可考慮推廣“AI微工廠”模式，通過模塊化部署降低改造成本；針對流程制造業(yè)（如化工），可建立“行業(yè)模型庫”，共享共性算法資源。此外，需警惕“偽智能化”陷阱，避免企業(yè)為追求數(shù)字化KPI而盲目上馬無效項目。

當(dāng)?shù)聡I(yè)4.0聚焦信息物理系統(tǒng)（CPS），美國工業(yè)互聯(lián)網(wǎng)強(qiáng)調(diào)設(shè)備互聯(lián)時，中國選擇了一條獨特路徑——以海量場景倒逼大模型進(jìn)化。這種戰(zhàn)略的底氣源自三個方面。一是全產(chǎn)業(yè)鏈縱深優(yōu)勢。41個工業(yè)大類構(gòu)成的復(fù)雜生態(tài)，為大模型提供全球最豐富的訓(xùn)練場。二是工程化能力轉(zhuǎn)化。三是新型舉國體制。工信部“揭榜掛帥”機(jī)制推動AI芯片、工業(yè)軟件等領(lǐng)域協(xié)同攻關(guān)?？梢钥吹剑袊圃斓膬r值內(nèi)核正被重新書寫——不再僅是規(guī)模與成本，而是通過智能化穿透“微笑曲線”，將生產(chǎn)端洼地轉(zhuǎn)化為價值高地。

總之，在今后一段時期里，大模型與制造業(yè)的深度融合將有條件推動中國制造完成三大跨越：從“規(guī)模擴(kuò)張”向“質(zhì)量躍升”的價值跨越，從“要素驅(qū)動”向“創(chuàng)新驅(qū)動”的動力跨越，從“產(chǎn)業(yè)跟隨”向“標(biāo)準(zhǔn)引領(lǐng)”的地位跨越。這不僅關(guān)乎產(chǎn)業(yè)興衰，更承載著重塑全球制造業(yè)格局的歷史使命。當(dāng)大模型技術(shù)滲透至每個生產(chǎn)單元，當(dāng)數(shù)字孿生技術(shù)讓工廠在虛擬世界鏡像重生，中國制造將有能力走出一條從“跟跑”到“領(lǐng)跑”的跨越之路。