立春时节，苏州制造业正加速推进数智化转型。在昆山协鑫光电材料有限公司的AI高通量实验室里，配备机械臂和人工智能“中枢”的新型科研设备，正在加快钙钛矿电池的研发。这台设备实现研发与生产数据的实时贯通，显著缩短了从实验室走向产线的转化周期，折射出苏州“AI+制造”布局推进力度。作为全国重要制造业基地，苏州近年来获批人工智能赋能新型工业化先导区，并承担国家人工智能应用中试基地建设任务。2025年，苏州遴选出24个人工智能赋能新型工业化典型应用场景，覆盖产业链多个环节。这些进展的背后，是更清晰的产业路径、更完善的生态支撑以及更紧密的开放协作。 当前，制造业数智转型的关键瓶颈在于高质量数据的获取与流通。在苏州港太仓港堆场，人工智能视觉检测系统已替代传统人工巡检。但苏州市人工智能有限公司负责人王庆表示，系统建设的难点不在模型训练，而在缺少经过采集、清洗、标注的高质量数据集：集装箱裂纹多长、凹陷多深需要识别，图像精度如何设定，这些细节必须被固化为统一的标注规则与标准，才能从源头提升模型的可靠性。 数据作为新的生产要素，在制造领域的价值尤为突出。同类型企业的数据共性强，打通“孤岛”、实现有序流通可释放更大效益。但现实挑战也很突出：制造业原始数据分散在产业链上下游不同企业，跨企业、跨工况的全流程数据合规获取难度高，工业企业对数据安全的顾虑普遍存在。 为破解该问题，苏州正推进可信数据空间试点。在该模式下，企业通过连接器接入数据空间，签订合约，明确数据用途、用量和使用对象。这一做法已应用于新材料研发等人工智能体建设，提升了研发效率，也在一定程度上缓解了企业对数据流通安全的担忧。 苏州同时布局公共数据集建设。2025年12月，苏州数智科技集团有限公司与国家数据发展研究院签约共建工业制造领域高质量数据集实验室。实验室将在严格脱敏前提下，建设一批细分行业公共数据集，支持中小企业训练适配自身场景的轻量模型，降低AI应用门槛。根据规划，2026年苏州将建设200个以上高质量工业数据集，动态培育150个工业大模型。 随着高质量数据集的积累，工业大模型的培育应用继续提速。在湖北美的洗衣机荆州工厂质检环节，工人佩戴AR智能眼镜进行检测，市场反馈、首检历史数据等关键参数可实时呈现。其背后是苏州协同创新智能制造科技有限公司研发的多模态工业大模型。该公司执行董事、首席科学家黄羿衡介绍，应用大模型后，首检用时由15分钟压缩至30秒，单类设备质检培训周期明显缩短，相当于为一线工人配备了随身的“老师傅”。 苏州的探索与“十五五”规划建议中“促进制造业数智化转型”“全面实施‘人工智能+’行动”等部署相呼应。苏州围绕科技创新与产业升级，以推进“人工智能+”为抓手，推动人工智能与生物医药、高端装备、新材料等优势产业融合，加快建设现代化产业体系。通过打通数据孤岛、建设高质量数据集、培育工业大模型等举措，苏州正在探索以人工智能技术升级带动制造业跃迁的新型工业化路径。
从港口堆场的“机器巡检”，到实验室与产线的“实时贯通”，再到一线质检的“秒级决策”，苏州的实践表明：制造业高质量发展不仅依赖技术升级，也需要数据规则、流通机制与产业协同的系统完善。把“人工智能+制造”落到可验证的场景、可共享的数据和可持续的生态之中，才能让新型工业化成为提升产业竞争力的坚实支撑，并为中国式现代化的地方实践提供更具参考价值的路径。