當前
，以ChatGPT、文心一言為代表的AI大模型技術席卷全球
，千行百業正在經曆從“大練模型”到“煉大模型”的生長周期，並迎來如工業變革一樣的發展機遇。在這場智能化深入變革中，攻關大模型、探索大模型落地場景，成為千行百業緊抓變革機遇
、謀求智能化發展的必然選擇
，為企業管理者和政策製定者所重點關注。

事實上，大模型的發展蘊含著一場人工智能落地模式的變革。尤其是在製造業場景中
，通用AI解(jie)決(jue)方(fang)案(an)能(neng)夠(gou)打(da)破(po)技(ji)能(neng)和(he)知(zhi)識(shi)壁(bi)壘(lei)，通(tong)過(guo)人(ren)機(ji)共(gong)創(chuang)的(de)新(xin)模(mo)式(shi)，為(wei)行(xing)業(ye)企(qi)業(ye)帶(dai)來(lai)更(geng)多(duo)創(chuang)新(xin)性(xing)發(fa)展(zhan)。工(gong)信(xin)部(bu)調(tiao)查(zha)數(shu)據(ju)顯(xian)示(shi)，當(dang)前(qian)我(wo)國(guo)人(ren)工(gong)智(zhi)能(neng)核(he)心(xin)產(chan)業(ye)規(gui)模(mo)超(chao)過(guo)5000億元，企業數量接近4000家，加之智能終端
、智能芯片等創新成果不斷湧現，成為推動智能製造深入發展的驅動力量。

數智化風口下，智能製造持續發展

製造業是立國之本，強國之基。中國是世界上最大的製造業大國，將人工智能與製造業相融合

，是中國實現由“製造大國”向“製造強國”轉變的重要一步。今年《政府工作報告》指出，要“加快傳統產業和中小企業數字化轉型，著力提升高端化
、智能化
、綠色化水平”。截至目前，已有多地明確要進一步推動製造業數字化、智能化升級轉型。

如今，在相關政策的加持下
，我國智能製造取得了長足進步
，深度學習算法的出現賦予人工智能更加“智能”的學習能力，並融入製造業行業應用場景。諸如
，智能型製造推動高端製造業的無人化管理
，全流程更加安全
、可控;推動製造業生產流程更加智能
，實現降本增效;實現機器人巡檢提供更穩定可靠的服務，優化人力資源;強化巡檢密度和安全係數
，智能製造全流程化在品質保有的基礎上獲得更低廉的價格。

在人工智能充分融入家電、汽車
、工程機械等製造業細分場景的同時，我國智能製造還取得巨大發展。工信部調查數據顯示
，我國智能製造業接近3萬億元，建成近2000家引領行業發展的高水平數字化車間和智能工廠
，110家工廠達到國際智能製造先進水平。製造業機器人密度增長約13倍，達到每萬名工人322台。

與此同時，工信部還指出
，通過智能化改造
，智能製造示範工廠的生產效率平均提升32%，資源綜合利用率平均提升22%
，產品研發周期平均縮短28%
，運營成本平均下降19%，產品不良率平均下降24%。這些智能製造交上來的成績單有力推動了傳統產業在轉型升級中提質增效

、煥發生機，也讓實體經濟活力更足，動力更強。

企業數智化遇難題，製造業經曆“成長陣痛”

zaizhinengzhizaofazhanqudechengjidetongshi
，womenrenshidaotuidongzhinengzhizaoshenrubiangeshishunyingxinyidaikejibiangehechanyebiangelangchaodebiranyaoqiu，yeshiyingdeshuzijingjishidaidaguojingzhengzhudongquandepoqiexuyao，gengshituidongwoguojingjigaozhiliangfazhandeguanjianliliang。tongshi
，womenhaizhuyidao
，dangqianwoguozhizaoyeshuzhihuafazhanmianlindehuanjinggengjiafuzahua
，buqueding、不穩定的因素正在增加
，這也使得一些傳統的、有一定曆史的企業
，在數智化轉型過程中仍麵臨很多難題。

中國電子技術標準化研究院發布的《中小企業數字化轉型分析報告(2021)》顯示

，2021年約79%的中小企業處於數字化轉型初步探索階段，約12%的中小企業處於數字化轉型應用踐行階段。從具體行業來看，計算機

、通信
、汽車、家居等行業處於深度應用的企業占比較高，而紡織
、化纖、木材加工、金屬冶煉等行業數字化轉型進程比較緩慢。智能化與數字化相伴而生
，《報告》也道出了當前絕大多數企業尚處於數智化初步探索階段的現狀。

產(chan)生(sheng)這(zhe)一(yi)現(xian)狀(zhuang)的(de)原(yuan)因(yin)有(you)哪(na)些(xie)？在(zai)天(tian)極(ji)網(wang)看(kan)來(lai)，身(shen)處(chu)數(shu)智(zhi)化(hua)風(feng)口(kou)浪(lang)尖(jian)的(de)部(bu)分(fen)企(qi)業(ye)並(bing)沒(mei)有(you)充(chong)分(fen)意(yi)識(shi)到(dao)數(shu)智(zhi)化(hua)轉(zhuan)型(xing)的(de)必(bi)要(yao)性(xing)和(he)重(zhong)要(yao)性(xing)，推(tui)進(jin)數(shu)智(zhi)化(hua)戰(zhan)略(lve)步(bu)履(lv)維(wei)艱(jian);在疫情過後
，越來越多的製造企業更加關注生存

，對數字化轉型的需求並不強烈;中小企業推進數字化轉型缺乏足夠資金;製造業普遍缺乏數字人才;企業建立諸多信息係統，彼此不融合形成信息孤島;企業缺乏數智化轉型成功經驗，企業“不會轉”。

整體來看，中小企業數字化基礎和轉型條件比較薄弱，尤其是數字化裝備應用比例、生產過程信息係統覆蓋率和設備聯網率都較低，轉型資金也相對匱乏，致使中小企業數字化轉型進程緩慢。

如(ru)何(he)破(po)解(jie)這(zhe)些(xie)難(nan)題(ti)？其(qi)一(yi)，人(ren)才(cai)是(shi)一(yi)切(qie)發(fa)展(zhan)的(de)根(gen)本(ben)，創(chuang)新(xin)的(de)事(shi)業(ye)呼(hu)喚(huan)創(chuang)新(xin)的(de)人(ren)才(cai)，促(cu)進(jin)智(zhi)能(neng)製(zhi)造(zao)賦(fu)能(neng)高(gao)質(zhi)量(liang)發(fa)展(zhan)
，需(xu)要(yao)進(jin)一(yi)步(bu)加(jia)強(qiang)人(ren)才(cai)隊(dui)伍(wu)建(jian)設(she);其二，促進智能製造賦能高質量發展，要發揮好政府引導、市場主導、社會協同的合力
，關鍵要發揮市場主體作用。製造企業要實事求是、因地製宜地製定數智化戰略，根據企業實際需求，通過智能製造先進技術，實現企業數智化升級。

大模型走進製造業
，企業數智化持續深化

事實上，製造業是數字化轉型中最為顯著的行業之一
，行業共同關注的痛點是質量
、成本、供應鏈
、信息缺失等問題。在一次次“出現問題”“解決問題”的反複博弈中，製造業正在從機械化階段走進自動化、智能化階段。這一階段最為顯著的特征便是，製造產線和經營單元將實現AI輔助人來完成決策，讓生產的效率更高、人的決策更加精準。

尤其是在機器學習、多模態預訓練大模型、生成式AI等創新AI技術的加持下
，服務於智能製造的優質數智化解決方案不斷湧現：

應用於汽車、鋼鐵、水泥
、固廢等行業中的阿裏雲產業智能OpenTrek，能夠通過封裝的智能控製融合平台AICS，采集生產過程的數據、處理與分析建模，產出最優決策輔助產線操作員

，最終實現“降本、增效、提質、減排”。

beishouguanzhudeqianwendamoxing，nenggouweigongyejiqirenzhixingrenwutigongtuilijuecenengli。yixiangongrenzhixufasongyiduanwenzi，qianwenjiunenglijieqiyitujinxingrenwutuili，bingzidongfanyichengjiqikeyilijiededaima，zhihuijiqizhixingrenwu，youxiaotishengshengchanxiaolv。

深入鋼鐵行業數字化實踐的訊飛聲學成像儀，在服務河北省遷安市的首鋼遷安鋼鐵有限責任公司中，對燒結廠12路封箱支管真空進行了可視化的泄漏速掃，將過去需要10小時以上的巡視時間直接縮短為90分鍾

，並在廠內檢測到22個氣體泄漏點。

專注於製造場景打造的聯想樂眼工業質檢解決方案，通過自研小樣本學習
、屏幕檢測
、精細分割等創新技術，將製造工廠質檢環節升級為AI智能檢驗單元。這樣不僅降低人力成本

，還有效提高質檢智能水平和生產效率
，更在保障“良品率”的同時提升整體產能。

而在出庫量揀裝環節，聯想打造了基於強化學習的智能揀貨碼排方案決策智能，可用於工廠、倉庫的包裝箱
，海運裝集裝箱等場景，以提供城市內卡車運輸路徑優化，庫房機器人路徑規劃等設計。

AI技術的應用遠不止這些場景。隨著越來越多的AI解決方案落地

，人工智能正在打開更加廣闊的應用空間，智能製造也在多領域多場景落地開花。

biru，zaizhinenggongchangjianshejieduan，tongguoxunixianshideshuzihualuanshenghezhizaoxitongdedashuju，monizhinenghuagongchangcongjianshedaoshiyongdequanguocheng。youbiru，zaiyuanliaochulijieduan，tongguojiqixuexiyizhinengshijiaohezhinengjiancexitongjinxingyuanliaodezuiyouzuzhiguanli，ruqiegehefenlei。zaibiru，zaizhixingshengchanjieduan
，tongguoAIot的傳感器網絡
，可以實時監察和控製製造設備並獲取生產參數......

同時，機器學習、大模型等AI技ji術shu積ji極ji擁yong抱bao製zhi造zao行xing業ye的de背bei後hou離li不bu開kai強qiang大da的de算suan力li支zhi撐cheng，這zhe也ye是shi各ge大da解jie決jue方fang案an提ti供gong商shang重zhong視shi並bing積ji極ji布bu局ju的de重zhong點dian所suo在zai，並bing展zhan現xian著zhe各ge自zi的de實shi力li，比bi如ru，聯lian想xiang服fu務wu器qi已yi在zaiIDC報告中連續三個季度蟬聯全球第三;在高性能計算領域，聯想連續11次蟬聯全球算力500強榜單榜首;未來三年還將追加投資10億美元，以加速全球企業的AI部署。僅從聯想便可以感受算力對於智能製造的重要性，其他諸如阿裏、華為
、新華三、科大訊飛也有諸多AI解決方案和強悍的算力作為支撐。

這些優質的解決方案
，也給予製造企業更多的選擇。

寫在最後：智能製造未來可期

科(ke)技(ji)發(fa)展(zhan)浪(lang)潮(chao)不(bu)斷(duan)奔(ben)湧(yong)向(xiang)前(qian)。在(zai)這(zhe)場(chang)浪(lang)潮(chao)中(zhong)，緊(jin)抓(zhua)產(chan)業(ye)變(bian)革(ge)的(de)先(xian)機(ji)，加(jia)快(kuai)推(tui)進(jin)我(wo)國(guo)製(zhi)造(zao)業(ye)數(shu)智(zhi)化(hua)轉(zhuan)型(xing)
，不(bu)僅(jin)有(you)利(li)於(yu)搶(qiang)占(zhan)未(wei)來(lai)發(fa)展(zhan)製(zhi)高(gao)點(dian)
，也(ye)有(you)利(li)於(yu)推(tui)動(dong)經(jing)濟(ji)發(fa)展(zhan)的(de)效(xiao)率(lv)變(bian)革(ge)
、質量變革，為高質量發展注入新動能。

同樣，深入這場浪潮中，製造企業需要持之以恒地投入技術才能使行業持續優化。如今，雲技術、機器學習、多模態預訓練大模型、生成式AI等創新技術的爆火
，也正在為製造業數智化提供更多的技術解決方案

，並持續落地。未來，智能製造的場景將越來越清晰和可期。