当前，人工智能正加速与实体经济深度融合，成为推动产业升级的重要力量。近期出台的《“人工智能+制造”专项行动实施意见》，为融合发展明确了方向和路径，标志着人工智能与制造业加快合力推进进入新阶段。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、格式杂，数据孤岛与低质量数据并存，难以为人工智能提供稳定、可用的支撑。同时，人工智能强调按需定制的赋能方式，与制造业追求标准化、规模化和成本控制之间存张力，需要找到平衡点。另一上，中小企业普遍存“不想用、不会用、用不起”的问题：工艺知识高度依赖经验，难以沉淀为算法；高质量工业数据集不足；既懂人工智能又熟悉工业流程的复合型人才短缺；转型投入大、周期长、见效慢，不少企业因此对应用人工智能持观望态度。这些因素共同制约了人工智能在制造业的规模化落地。突破瓶颈的关键，在于打通双向通道，实现技术供给与产业需求的高效对接。一上，要让人工智能技术扎根工业场景。需要通用模型之外，发展更贴近行业需求的工业垂直模型与智能体，形成具备行业特色的大模型能力。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，反映了人工智能“理解”行业知识并转化为可用能力的路径。同时要夯实数据基础，建设高质量工业数据集，完善工业数据标准体系，打破数据孤岛，让数据真正成为人工智能可持续利用的资源。另一上，也要推动制造业更主动地拥抱人工智能，为其提供充足的验证场景和迭代空间。应加强场景开放与标杆建设，建设供需对接平台，提升匹配效率。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”，探索全链条赋能的落地路径。同时通过“算力券”“模型券”等支持方式，降低中小企业的试用和应用成本，形成“龙头带动、集群协同”的扩散效应，让更多企业共享智能化红利。人工智能与制造业的融合已取得阶段性成效。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。这不仅提升了效率，也在重塑生产方式：人工智能深度嵌入后，生产制造正从“人机料法环”的相对静态配置，走向更具自适应能力的智能协同，推动制造业从生产型向服务型、平台型延伸，并向全球价值链中高端迈进。工业领域的复杂性、严谨性和高要求，也为人工智能技术提供了高标准的检验场景。在持续应用与迭代中，中国人工智能有望在特定领域实现从跟跑、并跑到领跑的突破。《意见》提出强化算力供给、突破高端芯片等关键技术，旨在夯实自主可控的底座；工业互联网、5G、算力网络等新型基础设施完善，则为融合发展提供了基础支撑。
人工智能与制造业的“双向奔赴”，既是技术演进的结果，也是产业升级的现实需求。要推动这场变革走深走实，政策引导与市场创新需要形成合力，才能有效突破瓶颈、放大应用效益。唯有如此，中国制造业才能在智能化浪潮中赢得先机，为高质量发展夯实基础。