黨的二十屆四中全會通過的《中共中央關(guān)于制定國民經(jīng)濟(jì)和社會發(fā)展第十五個五年規(guī)劃的建議》強(qiáng)調(diào)“全面實施‘人工智能+’行動，以人工智能引領(lǐng)科研范式變革，加強(qiáng)人工智能同產(chǎn)業(yè)發(fā)展、文化建設(shè)、民生保障、社會治理相結(jié)合，搶占人工智能產(chǎn)業(yè)應(yīng)用制高點(diǎn)，全方位賦能千行百業(yè)”。制造業(yè)是實體經(jīng)濟(jì)的根基，是“人工智能+”行動的主戰(zhàn)場。近日，工業(yè)和信息化部等八部委聯(lián)合印發(fā)《“人工智能+制造”專項行動實施意見》，在數(shù)智基建、場景推廣、產(chǎn)品創(chuàng)新、主體培育、生態(tài)建設(shè)、安全護(hù)航、國際合作等方面部署了系列任務(wù)，為加快推進(jìn)人工智能在制造業(yè)融合應(yīng)用提供了系統(tǒng)指引。

當(dāng)前，以智能化為代表的新一輪科技革命和產(chǎn)業(yè)變革浪潮席卷全球，正在系統(tǒng)重構(gòu)全球產(chǎn)業(yè)格局。工業(yè)智能體、具身智能在制造業(yè)各環(huán)節(jié)加速滲透，正在成為企業(yè)重塑競爭優(yōu)勢的新動能。產(chǎn)業(yè)競爭的焦點(diǎn)已不再是行業(yè)本體技術(shù)的領(lǐng)先，而是數(shù)智技術(shù)與實體經(jīng)濟(jì)融合應(yīng)用的效率和規(guī)模。能否做強(qiáng)“人工智能+制造”，將直接決定我國制造業(yè)的全球地位和長遠(yuǎn)競爭力。

（一）“人工智能+制造”是贏得國際競爭主動的戰(zhàn)略選擇

制造業(yè)年產(chǎn)值超過16萬億美元，約占全球GDP的15%。這意味著，通過人工智能技術(shù)對工業(yè)技術(shù)、知識、數(shù)據(jù)、人才等全要素重組，以及研發(fā)、生產(chǎn)、管理等全鏈條的深刻重塑，每帶來1%的效率提升，就將創(chuàng)造年均超1600億美元的經(jīng)濟(jì)增長。面對如此巨大的戰(zhàn)略價值，世界主要國家紛紛將人工智能作為重塑競爭力的核心領(lǐng)域，美歐發(fā)達(dá)國家相繼出臺國家級AI戰(zhàn)略，意圖重構(gòu)產(chǎn)業(yè)競爭優(yōu)勢、搶占制造業(yè)發(fā)展制高點(diǎn)。國際工業(yè)巨頭紛紛與人工智能企業(yè)加大合作力度，入局工業(yè)AI，推動AI在仿真設(shè)計、自適應(yīng)制造、供應(yīng)鏈管理以及智能工廠等領(lǐng)域的深度應(yīng)用，推動工業(yè)自動化領(lǐng)域的AI變革。在這場關(guān)乎未來發(fā)展的全球競爭中，我們不進(jìn)則退、慢進(jìn)亦退，必須搶抓這一歷史機(jī)遇，牢牢掌握發(fā)展主動權(quán)。

（二）“人工智能+制造”是發(fā)揮我國獨(dú)特優(yōu)勢的內(nèi)在要求

2024年我國制造業(yè)增加值超過33萬億元，占GDP的比重近25%，對全球制造業(yè)增長的貢獻(xiàn)率超過30%。我國還擁有全球最完整、門類最齊全的工業(yè)體系，這構(gòu)成了人工智能技術(shù)最寶貴的“全場景”應(yīng)用土壤和廣袤的數(shù)智轉(zhuǎn)型“藍(lán)?！?。更重要的是，我國擁有支撐數(shù)智轉(zhuǎn)型的堅實基礎(chǔ)設(shè)施和服務(wù)體系。算力規(guī)模全球第二、以5G、千兆光網(wǎng)為核心的“數(shù)字大動脈”實現(xiàn)全國有效覆蓋。據(jù)測算，2025年人工智能企業(yè)數(shù)量超6000家，形成了涵蓋基礎(chǔ)底座、模型框架、行業(yè)應(yīng)用的完整產(chǎn)業(yè)體系，核心產(chǎn)業(yè)規(guī)模破萬億。供需兩端的產(chǎn)業(yè)基礎(chǔ)，為人工智能在制造業(yè)應(yīng)用和迭代提供了全球最富集的資源稟賦。這決定了我國推進(jìn)“人工智能+”的關(guān)鍵路徑，在于將人工智能技術(shù)深度融入制造業(yè)的廣闊場景，催生海量高價值的工業(yè)數(shù)據(jù)，在數(shù)智基礎(chǔ)設(shè)施的有力支撐下，驅(qū)動技術(shù)迭代和應(yīng)用創(chuàng)新，形成技術(shù)供給與產(chǎn)業(yè)需求互促共進(jìn)的良性循環(huán)，將我國應(yīng)用場景優(yōu)勢、規(guī)模優(yōu)勢和基建優(yōu)勢，轉(zhuǎn)化為難以復(fù)制的產(chǎn)業(yè)發(fā)展“非對稱優(yōu)勢”。

（三）“人工智能+制造”是加快新型工業(yè)化的重要引擎

我國擁有超600萬家制造業(yè)企業(yè)，既有引領(lǐng)行業(yè)的龍頭標(biāo)桿，也有深耕細(xì)分領(lǐng)域的中小企業(yè)，是推進(jìn)新型工業(yè)化的主體力量。到2035年基本實現(xiàn)新型工業(yè)化，客觀上要求企業(yè)在質(zhì)量效益、驅(qū)動要素、業(yè)態(tài)模式等方面實現(xiàn)系統(tǒng)性躍遷，這離不開“人工智能+”的技術(shù)賦能。實踐證明，人工智能正在推動生產(chǎn)方式從“人控”走向“智控”，決策模式從“經(jīng)驗驅(qū)動”走向“數(shù)智驅(qū)動”，產(chǎn)業(yè)人才從“工匠”轉(zhuǎn)為“智匠”。國內(nèi)領(lǐng)先企業(yè)已率先行動，將大模型應(yīng)用于電子、鋼鐵、汽車等領(lǐng)域，實現(xiàn)智能化運(yùn)營，助力生產(chǎn)效率提升。在全國已建成的230余家卓越級智能工廠中，產(chǎn)品研發(fā)周期平均縮短28.4%，生產(chǎn)效率平均提升22.3%，不良品率平均下降50.2%，碳排放平均減少20.4%。這些數(shù)字背后，是生產(chǎn)力的深刻變革和生產(chǎn)關(guān)系的系統(tǒng)性調(diào)整，是生產(chǎn)要素的創(chuàng)新型配置，是新質(zhì)生產(chǎn)力的集中體現(xiàn)。我們必須牢牢把握人工智能這一驅(qū)動力量，加速技術(shù)突破與產(chǎn)業(yè)應(yīng)用的雙向奔赴，為我國制造業(yè)開辟范式轉(zhuǎn)換和能力躍升的新賽道，為新型工業(yè)化注入強(qiáng)勁動力。

“人工智能+制造”具有多元化、時代化、融合化的基本特征。應(yīng)用場景多元化。我國制造業(yè)既有引領(lǐng)產(chǎn)業(yè)升級的高精尖領(lǐng)域，也有正在加速轉(zhuǎn)型的傳統(tǒng)產(chǎn)業(yè)，既有全球領(lǐng)先的領(lǐng)航級智能工廠，也有亟待改造的“手工作坊”，這為人工智能與制造的深度融合提供了全球最為豐富、無可比擬的實踐場景和創(chuàng)新空間?，F(xiàn)有制造環(huán)節(jié)的生產(chǎn)設(shè)備、工藝流程、信息系統(tǒng)呈現(xiàn)復(fù)雜多樣，涵蓋從傳統(tǒng)機(jī)床到工業(yè)機(jī)器人、從單一生產(chǎn)單元到全鏈條供應(yīng)鏈、從定制化業(yè)務(wù)軟件到大型工業(yè)操作系統(tǒng)，形成了多層次、多維度的技術(shù)生態(tài)與產(chǎn)品適配體系。技術(shù)演進(jìn)時代化。制造業(yè)一直以來都是人工智能技術(shù)的“試驗場”，從早期基礎(chǔ)算法“嵌入”單一設(shè)備、單一環(huán)節(jié)，解決質(zhì)檢等具體場景的效率問題，到大數(shù)據(jù)、深度學(xué)習(xí)技術(shù)落地，實現(xiàn)生產(chǎn)過程的數(shù)據(jù)驅(qū)動優(yōu)化，再到當(dāng)前大模型、具身智能等技術(shù)興起，推動人工智能從“單點(diǎn)智能”向“全流程協(xié)同智能”、從“機(jī)器輔助”向“人機(jī)協(xié)同決策”演進(jìn)，加速制造體系從“經(jīng)驗驅(qū)動”向“數(shù)據(jù)智能驅(qū)動”躍遷。推動“人工智能+制造”融合應(yīng)用，既需緊跟人工智能技術(shù)演進(jìn)趨勢，也要把握制造業(yè)轉(zhuǎn)型需求，實現(xiàn)互促融合。轉(zhuǎn)型賦能融合化。技術(shù)層面，推動人工智能與信息技術(shù)（IT）、通信技術(shù)（CT）、控制技術(shù)（OT）、制造工藝技術(shù)（MT）的“多技術(shù)融合”，打破技術(shù)壁壘，重構(gòu)制造技術(shù)體系。產(chǎn)業(yè)層面，人工智能作用于研發(fā)設(shè)計、生產(chǎn)制造、倉儲物流、營銷服務(wù)、供應(yīng)鏈協(xié)同等制造全鏈條，滲透到設(shè)備單元、產(chǎn)線、車間、工廠、產(chǎn)業(yè)生態(tài)等多層級，催生工業(yè)智能終端、智能裝備、智能工業(yè)軟件等新產(chǎn)品，壯大個性化定制、服務(wù)型制造等新業(yè)態(tài)。

加快推動“人工智能+制造”的融合應(yīng)用，需把握其基本特征，按照“場景牽引、技術(shù)適用、一體賦能”的體系化思路，從設(shè)備、產(chǎn)線、車間、工廠、企業(yè)到產(chǎn)業(yè)生態(tài)，逐級推進(jìn)“人工智能+制造”實踐。

（一）人工智能+設(shè)備，優(yōu)化設(shè)備管理方式

經(jīng)過數(shù)字化改造后的通用機(jī)床、手動成型機(jī)、常規(guī)窯爐等傳統(tǒng)設(shè)備和本身具備數(shù)據(jù)采集、自主控制能力的工業(yè)機(jī)器人、全自動成型機(jī)、智能檢測設(shè)備等智能裝備，嵌入人工智能算法模塊后，能夠基于振動、溫度等時間序列數(shù)據(jù)實現(xiàn)預(yù)測性維護(hù)，提前識別設(shè)備故障，避免意外停機(jī)。也能夠通過人工智能算法優(yōu)化設(shè)備運(yùn)行參數(shù)，強(qiáng)化工業(yè)裝備控制的智能化，提升加工精度和產(chǎn)品合格率。例如，生成式AI可以為工業(yè)機(jī)器人或PLC（可編程邏輯控制器）自動生成控制代碼，簡化自動化系統(tǒng)的調(diào)試和部署過程，還可被用于缺陷分析報告的自動生成和操作手冊等技術(shù)內(nèi)容的創(chuàng)建，顯著提高工程師的工作效率。

（二）人工智能+產(chǎn)線，提升工藝優(yōu)化能力

針對以機(jī)械加工、電子組裝為代表，具有工序分散、物料流轉(zhuǎn)復(fù)雜等特征的離散型產(chǎn)線，和以電解鋁生產(chǎn)、鋰電池極片加工為代表，需實時、嚴(yán)格控制工藝參數(shù)的流程型產(chǎn)線，結(jié)合各類產(chǎn)線生產(chǎn)實際，構(gòu)建產(chǎn)線智能管控系統(tǒng)，運(yùn)用自動排產(chǎn)算法、自動化質(zhì)量檢測、工藝參數(shù)優(yōu)化等人工智能技術(shù)，實現(xiàn)產(chǎn)線排產(chǎn)時間從小時級壓縮至分鐘級、降低缺陷漏檢率、提升生產(chǎn)效率。例如，企業(yè)可通過模擬產(chǎn)線運(yùn)行數(shù)據(jù)，依托AI模型預(yù)測產(chǎn)線關(guān)鍵設(shè)備的健康狀況，提前識別出潛在的瓶頸和故障風(fēng)險，并推薦相應(yīng)的維護(hù)調(diào)度計劃，降低停機(jī)成本。

（三）人工智能+車間，變革生產(chǎn)作業(yè)形態(tài)

對核心生產(chǎn)、質(zhì)量檢測、公輔能源和物料轉(zhuǎn)運(yùn)等各類車間進(jìn)行智能化改造，構(gòu)建車間級智能管控體系，主要包括：全域資源調(diào)度，通過人工智能技術(shù)優(yōu)化AGV路徑、設(shè)備負(fù)荷與人員配置，降低生產(chǎn)車間等待時間，減少現(xiàn)場管理人員數(shù)量；能源精準(zhǔn)調(diào)控，基于生產(chǎn)需求動態(tài)匹配能源系統(tǒng)供給，減少能源損耗；跨工序協(xié)同，打通車間內(nèi)各生產(chǎn)單元數(shù)據(jù)鏈路，實現(xiàn)聯(lián)動響應(yīng)，提升車間整體運(yùn)營效率。例如，發(fā)電裝備制造企業(yè)在汽輪機(jī)廠車間構(gòu)建數(shù)字孿生系統(tǒng)，整合設(shè)備參數(shù)、工藝路徑等全量數(shù)據(jù)，通過智能體生成最優(yōu)加工路徑并動態(tài)調(diào)整生產(chǎn)計劃，同時部署AGV智能搬運(yùn)機(jī)器人與AR工藝指導(dǎo)系統(tǒng)，實現(xiàn)工序間無縫銜接，提升了百萬千瓦級汽輪機(jī)轉(zhuǎn)子加工效率，降低加工能耗。

（四）人工智能+工廠，改進(jìn)生產(chǎn)資源調(diào)度

開發(fā)工廠級智能體，整合全要素數(shù)據(jù)，整合研發(fā)、生產(chǎn)、質(zhì)量、能耗、物流和運(yùn)營全鏈路數(shù)據(jù)，搭建工廠級智慧運(yùn)營平臺，實現(xiàn)生產(chǎn)計劃、能耗優(yōu)化等全局最優(yōu)決策。構(gòu)建場內(nèi)智能安監(jiān)體系，在廠內(nèi)關(guān)鍵區(qū)域、危險作業(yè)點(diǎn)部署視頻監(jiān)控設(shè)備，通過人體姿態(tài)識別、區(qū)域入侵檢測算法，實時監(jiān)測工人安全帽佩戴、防護(hù)裝備使用情況及危險區(qū)域闖入行為，建立分級預(yù)警與快速響應(yīng)機(jī)制。部署智能巡檢機(jī)器人、自動控制等系統(tǒng)，減少人工干預(yù)，打造“黑燈工廠”。例如，鋼鐵冷軋廠通過“工廠大腦”實現(xiàn)各生產(chǎn)車間遠(yuǎn)程監(jiān)控，車間內(nèi)行車、機(jī)器人等設(shè)備全自主運(yùn)行，僅需少量操作人員監(jiān)控數(shù)十塊屏幕，提升生產(chǎn)效率，大幅降低噸鋼能耗與污染物排放。

（五）人工智能+企業(yè)，創(chuàng)新經(jīng)營管理手段

通過整合技術(shù)研發(fā)、生產(chǎn)經(jīng)營等數(shù)據(jù)，依托企業(yè)云搭建企業(yè)級智能決策平臺，基于企業(yè)產(chǎn)品數(shù)據(jù)庫、材料性能參數(shù)、制造工藝約束等數(shù)據(jù)，打造設(shè)計智能體，輸入產(chǎn)品功能需求、性能指標(biāo)、成本預(yù)算等核心參數(shù)，自動生成多套優(yōu)化設(shè)計方案，并通過仿真模擬驗證方案可行性，形成“需求輸入－方案生成－仿真迭代－最優(yōu)輸出”的研發(fā)閉環(huán)。建立智能風(fēng)險防控系統(tǒng)，實現(xiàn)合規(guī)、資源統(tǒng)籌配置與運(yùn)營效率提升。例如，彩電生產(chǎn)企業(yè)整合供應(yīng)商數(shù)據(jù)，打造智慧供應(yīng)鏈管理平臺，實現(xiàn)物料需求實時預(yù)測，將彩電物料需求提報至供應(yīng)商的時間從“天級”縮短至“小時級”，提升了訂單響應(yīng)速度。

（六）人工智能+產(chǎn)業(yè)鏈，優(yōu)化產(chǎn)業(yè)協(xié)同模式

立足產(chǎn)業(yè)生態(tài)層面，產(chǎn)業(yè)鏈核心企業(yè)匯聚產(chǎn)品聯(lián)合開發(fā)、產(chǎn)業(yè)協(xié)同策略、產(chǎn)業(yè)鏈管理、跨企業(yè)資源調(diào)度、碳排放管控等產(chǎn)業(yè)鏈上下游數(shù)據(jù)，構(gòu)建智能協(xié)同平臺，部署供需匹配分析、供應(yīng)鏈協(xié)同等產(chǎn)業(yè)級大模型，實現(xiàn)智能協(xié)同與風(fēng)險聯(lián)防，解決產(chǎn)業(yè)鏈協(xié)同低效、資源配置失衡、風(fēng)險聯(lián)防不足等問題，降低產(chǎn)業(yè)鏈采購成本、縮短協(xié)同研發(fā)周期、供應(yīng)鏈斷供風(fēng)險實時預(yù)警，實現(xiàn)產(chǎn)業(yè)資源高效聯(lián)動與高質(zhì)量發(fā)展。例如，汽車企業(yè)通過整合產(chǎn)業(yè)鏈內(nèi)企業(yè)數(shù)據(jù)與工業(yè)知識，構(gòu)建“工業(yè)互聯(lián)網(wǎng)平臺+超級智能體”體系，部署排產(chǎn)、倉儲、質(zhì)檢等多類智能體，實現(xiàn)跨領(lǐng)域協(xié)同決策，推動產(chǎn)業(yè)鏈上下游企業(yè)降本、減排，形成“技術(shù)－場景－數(shù)據(jù)”的產(chǎn)業(yè)生態(tài)循環(huán)。

加快推進(jìn)“人工智能+制造”，企業(yè)是主體。讓“人工智能+制造”扎根于企業(yè)，服務(wù)于場景，成長于生態(tài)，是企業(yè)抓住新工業(yè)革命機(jī)遇的關(guān)鍵。

（一）建設(shè)數(shù)智基礎(chǔ)設(shè)施

破解“聯(lián)不穩(wěn)”“算不快”的數(shù)字底座瓶頸，構(gòu)建云邊協(xié)同、控網(wǎng)算一體的新型基礎(chǔ)設(shè)施，為海量工業(yè)數(shù)據(jù)的實時處理和智能應(yīng)用的規(guī)?；渴鹛峁﹫詫嵵?。建設(shè)新型工業(yè)網(wǎng)絡(luò)。基于“端－邊－云”扁平化網(wǎng)絡(luò)協(xié)同架構(gòu)，綜合運(yùn)用工業(yè)5G、硬實時無線控制、工業(yè)確定性網(wǎng)絡(luò)、無源物聯(lián)、工業(yè)光網(wǎng)等技術(shù)，實現(xiàn)工業(yè)現(xiàn)場網(wǎng)絡(luò)無縫覆蓋和靈活組網(wǎng)，為工業(yè)控制、生產(chǎn)、經(jīng)營、管理全流程海量多模態(tài)異構(gòu)工業(yè)數(shù)據(jù)提供統(tǒng)一承載。將AI技術(shù)嵌入網(wǎng)絡(luò)各環(huán)節(jié)，通過“算力路由”和“在網(wǎng)計算”等機(jī)制，提高工業(yè)網(wǎng)絡(luò)資源動態(tài)調(diào)度、故障自愈與智能運(yùn)維水平。布局工業(yè)算力體系。打造邊緣云、企業(yè)云、產(chǎn)業(yè)云“三云”協(xié)同智算能力，擴(kuò)展端側(cè)智能，部署邊緣智算節(jié)點(diǎn)，集成數(shù)據(jù)預(yù)處理、模型訓(xùn)練、安全隔離等功能，實現(xiàn)生產(chǎn)的“就近計算、快速響應(yīng)”。強(qiáng)化企業(yè)全域算力按需擴(kuò)展、模型和智能體快速訓(xùn)練與迭代部署，承載生產(chǎn)調(diào)度優(yōu)化、財務(wù)預(yù)測等場景化應(yīng)用，滿足企業(yè)經(jīng)營的“智能仿真、輔助決策”算力需求。推廣全局算力調(diào)度，提供大規(guī)模仿真、數(shù)字孿生、大模型訓(xùn)練等高算力服務(wù)，提升全產(chǎn)業(yè)鏈“跨域調(diào)度、高效暢通”能力。

（二）推進(jìn)工業(yè)要素互聯(lián)互通

解決“采不上”“看不懂”的數(shù)據(jù)源頭難題，打通異構(gòu)設(shè)備、系統(tǒng)與協(xié)議間的壁壘，實現(xiàn)工業(yè)全要素的泛在互聯(lián)，為上層智能應(yīng)用提供高質(zhì)量的數(shù)據(jù)輸入。增強(qiáng)終端網(wǎng)聯(lián)與智能。提升終端設(shè)備聯(lián)網(wǎng)率和智能化能力，加快推動嵌入式AI發(fā)展，通過集成輕量級AI算法，傳感器在端側(cè)進(jìn)行實時特征提取、異常識別和初步?jīng)Q策，大幅減少原始數(shù)據(jù)上傳的帶寬壓力，實現(xiàn)亞毫秒級的本地智能響應(yīng)。推廣身份識別、作業(yè)記錄等領(lǐng)域智能終端，提升生產(chǎn)設(shè)備/檢測儀器的智能傳感器配置比例，增強(qiáng)傳統(tǒng)設(shè)備的自感知、自分析、自決策能力。強(qiáng)化數(shù)據(jù)采集與互通。依托PLC、DCS等通用控制器，或傳感器采集工業(yè)設(shè)備原始數(shù)據(jù)，通過MQTT、OPCUA等中間件協(xié)議適配轉(zhuǎn)換實現(xiàn)OT層設(shè)備數(shù)據(jù)標(biāo)準(zhǔn)化接入?；跀?shù)據(jù)同步、數(shù)據(jù)虛擬化等集成技術(shù)實現(xiàn)數(shù)據(jù)接入與整合，支撐工業(yè)設(shè)備泛在互聯(lián)與異構(gòu)數(shù)據(jù)流轉(zhuǎn)。采用OPCUA等統(tǒng)一協(xié)議實現(xiàn)多品牌設(shè)備數(shù)據(jù)采集，建立信息模型解決語義沖突，打通設(shè)備間協(xié)議轉(zhuǎn)換的“語言障礙”。通過多源異構(gòu)數(shù)據(jù)清洗、聚合及語義對齊、多模態(tài)數(shù)據(jù)智能標(biāo)注、增強(qiáng)與合成等預(yù)處理技術(shù)，提升數(shù)據(jù)質(zhì)量。

（三）發(fā)展高質(zhì)量數(shù)據(jù)集

破解“數(shù)據(jù)多但質(zhì)量低”“有數(shù)據(jù)但不會用”的數(shù)據(jù)要素瓶頸，對海量、多源、異構(gòu)的工業(yè)數(shù)據(jù)進(jìn)行匯聚、治理和流通，轉(zhuǎn)化為可信、可用、可流通的高價值數(shù)據(jù)資產(chǎn)。分類建設(shè)。構(gòu)建分級分類的數(shù)據(jù)目錄，形成“數(shù)據(jù)地圖”。產(chǎn)業(yè)鏈主體數(shù)據(jù)，聚焦重點(diǎn)產(chǎn)業(yè)鏈與產(chǎn)業(yè)集群，全面梳理鏈上各環(huán)節(jié)的企業(yè)實體信息，包括企業(yè)基本情況、主營業(yè)務(wù)、核心產(chǎn)品、產(chǎn)能規(guī)模、技術(shù)能力等。產(chǎn)業(yè)管理數(shù)據(jù)，聚焦政府在履行管理職能時，要求企業(yè)填報的各類經(jīng)營與管理信息。具體包括技術(shù)改造項目投資、研發(fā)經(jīng)費(fèi)、新產(chǎn)品產(chǎn)值、能耗與碳排、安全生產(chǎn)、人才結(jié)構(gòu)、數(shù)字化水平自評估等。鏈主企業(yè)運(yùn)行數(shù)據(jù)，聚焦龍頭企業(yè)與產(chǎn)業(yè)鏈關(guān)鍵節(jié)點(diǎn)的內(nèi)部實時運(yùn)行數(shù)據(jù)。主要包括反映供需波動的供應(yīng)鏈數(shù)據(jù)（訂單、采購、庫存、物流等）和反映生產(chǎn)流程的制造過程數(shù)據(jù)（設(shè)備狀態(tài)、工藝參數(shù)、產(chǎn)能、良率等）。應(yīng)用推廣。探索建設(shè)工業(yè)高質(zhì)量數(shù)據(jù)集中試驗證平臺，開展數(shù)據(jù)集質(zhì)量與模型性能評測，構(gòu)建“數(shù)據(jù)—模型—應(yīng)用”閉環(huán)優(yōu)化體系，確保數(shù)據(jù)好用、管用。強(qiáng)化頂層設(shè)計，研制工業(yè)數(shù)據(jù)采集、治理、質(zhì)量評估及安全保障等標(biāo)準(zhǔn)規(guī)范，統(tǒng)一數(shù)據(jù)存儲與交互格式，促進(jìn)跨系統(tǒng)、跨企業(yè)互聯(lián)互通。聚焦裝備、電子、鋼鐵等重點(diǎn)行業(yè)，加速數(shù)據(jù)開發(fā)利用，推動數(shù)據(jù)集產(chǎn)品化與市場化流通，提升數(shù)智賦能成效。

（四）發(fā)展工業(yè)智能體

解決“用在哪”“怎么用”的價值落地難題，將數(shù)據(jù)資源和算力基礎(chǔ)轉(zhuǎn)化為能夠自主感知、分析、決策并執(zhí)行的智能體應(yīng)用，加速從“單點(diǎn)智能”向“全局智慧”躍升。分層部署應(yīng)用。部署故障診斷、壽命預(yù)測、工藝優(yōu)化等設(shè)備級工業(yè)智能體，實現(xiàn)單點(diǎn)自主感知與控制；部署異常檢測、能耗計算、工控代碼生成等產(chǎn)線/車間級智能體，保障生產(chǎn)的連續(xù)性與高效性；部署物料調(diào)度、倉儲優(yōu)化、風(fēng)控預(yù)警等工廠層智能體，推動資源優(yōu)化配置和高效執(zhí)行；部署利潤預(yù)測、財務(wù)管理、碳排優(yōu)化等企業(yè)層智能體，促進(jìn)經(jīng)營決策效能提升；部署供需智能匹配、產(chǎn)業(yè)鏈供應(yīng)鏈管控等生態(tài)層智能體，實現(xiàn)產(chǎn)業(yè)鏈協(xié)同與生態(tài)聯(lián)動。強(qiáng)化多智能體協(xié)同。構(gòu)建云邊協(xié)同的多智能體協(xié)作體系，在邊緣側(cè)，面向設(shè)備、產(chǎn)線和車間部署預(yù)測性維護(hù)、實時質(zhì)量檢測和柔性工藝調(diào)整等任務(wù)智能體，構(gòu)建“感知—決策—執(zhí)行”閉環(huán)，推動控制體系由自動化向自主化升級；在云側(cè)，依托統(tǒng)一的智能體交互機(jī)制，推動生產(chǎn)計劃、供應(yīng)鏈調(diào)度與能耗管理等智能體交互協(xié)作，提升跨部門協(xié)同和決策響應(yīng)能力。

（五）構(gòu)筑安全防護(hù)屏障

化解“看不清風(fēng)險”“防不住攻擊”的發(fā)展安全顧慮，構(gòu)建覆蓋數(shù)據(jù)、模型、網(wǎng)絡(luò)和終端的全方位、多層次、系統(tǒng)性安全防護(hù)體系，為“人工智能+制造”的深度融合與健康發(fā)展保駕護(hù)航。健全安全管理機(jī)制。制定企業(yè)人工智能應(yīng)用分類分級和安全評估管理制度。建立安全風(fēng)險信息上報與共享機(jī)制，暢通與產(chǎn)業(yè)鏈上下游、行業(yè)機(jī)構(gòu)及監(jiān)管部門的信息溝通渠道。增強(qiáng)風(fēng)險預(yù)警能力。建設(shè)人工智能安全風(fēng)險監(jiān)測預(yù)警體系，加強(qiáng)對生產(chǎn)制造關(guān)鍵環(huán)節(jié)、系統(tǒng)和數(shù)據(jù)的風(fēng)險識別，實現(xiàn)風(fēng)險早發(fā)現(xiàn)、早預(yù)警、早處置。夯實安全防護(hù)基礎(chǔ)。企業(yè)應(yīng)使用經(jīng)過安全測評認(rèn)證的智能終端設(shè)備，實施工業(yè)控制網(wǎng)絡(luò)與人工智能應(yīng)用網(wǎng)絡(luò)的分區(qū)隔離，部署工業(yè)安全大模型輔助威脅檢測與響應(yīng)處置。完善數(shù)據(jù)安全管理機(jī)制，建立訓(xùn)練數(shù)據(jù)全生命周期保護(hù)策略，對核心工藝數(shù)據(jù)實施分類分級管控，采用深度合成鑒偽技術(shù)識別和攔截虛假數(shù)據(jù)。提升系統(tǒng)防護(hù)水平。從數(shù)據(jù)、模型、終端等層面構(gòu)建系統(tǒng)性安全防護(hù)體系，通過知識庫優(yōu)化、訓(xùn)練語料糾錯，從數(shù)據(jù)源頭提升模型輸出的準(zhǔn)確性、減少錯誤信息傳播。添加人工智能生成合成內(nèi)容標(biāo)識，確保生成內(nèi)容可溯源、可識別。

中國工業(yè)互聯(lián)網(wǎng)研究院基于國家工業(yè)互聯(lián)網(wǎng)大數(shù)據(jù)中心，建設(shè)工業(yè)可信數(shù)據(jù)空間，在鋼鐵、石化、有色、紡織等重點(diǎn)行業(yè)打造了一批高質(zhì)量工業(yè)數(shù)據(jù)集。開展人工智能測評，對100余個大模型、智能體在工業(yè)應(yīng)用效果進(jìn)行測試。研發(fā)工業(yè)智能體平臺，為汽車、材料等行業(yè)提供工業(yè)智能體服務(wù)。建設(shè)國家人工智能賦能新型工業(yè)化供需對接平臺，提供涵蓋技術(shù)咨詢、方案設(shè)計、智能應(yīng)用部署和運(yùn)維優(yōu)化在內(nèi)的端到端服務(wù)，為3000余家企業(yè)精準(zhǔn)匹配制造業(yè)需求，縮短智能化方案落地周期。