文章总结： 人工智能是引领新一轮科技革命和产业变革的战略性技术，正在推进工业全要素智能化发展。我国已在人工智能+工业产品、生产作业、企业管理、产业链供应链等方面取得积极进展，未来需推进技术改造发展智能装备、升级工业互联网、建设工业高质量数据集、推广工业智能体、培育数智人才，为推进新型工业化注入新动能。
综合评分： 86
文章分类： AI安全,安全建设,解决方案,数据安全,产业安全
以“人工智能+”推进工业全要素智能化发展
关键信息基础设施安全保护联盟
2025年11月21日 08:01
北京
【作者简介】鲁春丛，中国工业互联网研究院院长
习近平总书记指出，“十五五”时期，必须把因地制宜发展新质生产力摆在更加突出的战略位置。党的二十届四中全会通过的《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》，强调“加快高水平科技自立自强，引领发展新质生产力”。人工智能是新质生产力的重要组成和关键驱动力量，对工业技术、知识、数据、人才、资本等要素创新性配置带来根本性影响，新型工业化的前进动力正在发生深刻变化。2025年8月国务院印发《关于深入实施“人工智能+”行动的意见》，提出“推动工业全要素智能联动，加快人工智能在设计、中试、生产、服务、运营全环节落地应用”，“加快工业软件创新突破，大力发展智能制造装备”，“深化人工智能与工业互联网融合应用，增强工业系统的智能感知与决策执行能力”，明确了在工业领域推进“人工智能+”的发展方向和目标要求。
一、深刻认识“人工智能+”推进工业全要素智能化发展的重要意义
人工智能是引领新一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的“头雁”效应。人工智能应用重点正从消费服务领域转向生产制造领域，以“人工智能+”推进工业全要素智能化发展，不仅是技术产业迭代升级的重要路径，更是提升国家竞争力、塑造产业主导权的重要举措。
抢抓新一轮科技革命和产业变革历史机遇的客观要求。纵观以机械化、电气化、自动化为特征的前三次工业革命，无一不推动了社会生产力的大幅跃升和生产关系的深刻变革。当前，以大模型为代表的人工智能技术爆发式发展，具身智能、智能体、群体智能、人机混合增强智能等加速突破，正在成为重组全球要素资源、重塑全球经济结构的关键力量。大模型正从“吟诗作画”转向工艺优化、设备控制，AI手机、AI电脑、AI眼镜等智能终端成为潮流单品，具身智能机器人从“秀场”走向“工厂”，人工智能正以前所未有的速度融入千家万户、赋能千行百业，深刻改变人类生产生活方式。据权威机构预测，到2030年，全球人工智能市场规模预计超过1.8万亿美元，年复合增长率为35.9%，人工智能对全球经济的总贡献量将达到15.7万亿美元。牢牢抓住人工智能这个“牛鼻子”，加快形成新质生产力，就是抓住了新一轮科技革命和产业变革的发展先机。
应对国际竞争打造新优势的战略选择。当前，世界主要国家纷纷将人工智能作为重塑竞争力的核心领域，持续加大支持力度。美国先后发布《美国政府关键和新兴技术国家标准战略》《赢得AI竞赛：美国AI行动计划》，启动“星际之门”计划；法国发布《勇敢拥抱人工智能（AI）：让AI在所有企业全面推广计划》，到2030年，推动100%的大型企业、80%的中小企业和50%的微型企业将人工智能融入日常运营；德国发布《未来研究与创新战略》《人工智能行动计划》，在《2025年高科技战略》中明确提出，到2030年，AI创造的产值将占德国GDP的10%。在政策支持的不断加力下，国际巨头纷纷加码人工智能发展，英伟达、微软、OpenAI、谷歌持续扩大在芯片、大模型、云计算等领域的资本投入，西门子、博世、SAP等企业通过收并购等方式加速拓展工业智能产品。据权威机构预测，到2028年，人工智能企业在芯片、基础设施上的投资将达到2.9万亿美元。在这场竞争中，我们不进则退、慢进亦退，只有以“人工智能+”形成中国特色竞争新优势，才能夺得先机、赢得主动。
推进新型工业化的内在需要。推进新型工业化，需要深刻把握时代特征和发展规律，紧抓人工智能这一关键变量，促进人工智能和制造业深度融合。近年来，我国人工智能技术和产业快速发展，已形成覆盖算力、数据、框架、模型、应用的完整产业体系，算力总规模位居全球第二，核心产业规模超9000亿元，人工智能企业数量超5000家，为更好赋能新型工业化打下坚实基础。我国制造业增加值规模连续15年位居全球首位，对全球制造业增长的贡献率超过30%。其中，传统产业仍是我国制造业的主体，占全部制造业的80%左右。实践证明，应用数字技术、人工智能对传统产业进行全方位、全链条的改造，将有效推动企业降本、提质、增效、绿色、安全发展。全国已建成的230余家卓越级智能工厂，产品研发周期平均缩短28.4%，生产效率平均提升22.3%，不良品率平均下降50.2%，碳排放平均减少20.4%。我国人工智能的巨大潜力与坚实的工业基础相结合，将为加快推进新型工业化注入强大动力。
二、我国“人工智能+”推进工业全要素智能化发展取得积极进展
在政产学研用各方协同推进下，我国人工智能技术在电子、原材料、消费品等行业逐步普及，在研发设计、中试验证、生产制造、运营管理等环节加速拓展，基本形成“产品装备—产线车间—企业管理—产业链协同”的全要素、多层级赋能体系。
人工智能+工业产品，深刻变革研发模式。人工智能可以挖掘工业知识、技术文档、工艺路线、三维模型等数据的内在规律，通过建模仿真与复杂计算，根据实际需求辅助生成材料配比、参数配置、外观造型等设计方案，实现方案自动生成、快速迭代和多维度优化。与传统依赖人工经验和线性流程的研发设计模式相比，人工智能可大幅缩短研发周期、降低试错成本、提升设计精度与创新性。一是产品研发智能化。人工智能赋能新材料与新工艺的发现过程，实现从经验驱动到数据驱动的研发范式转变。比如，中石化利用大模型自主开发聚酰亚胺新材料智能设计平台，定向生成新型分子结构设计方案、准确预测新材料性能参数，聚酰亚胺性能预测准确率超过90%，新结构的筛选和设计时间缩短80%。二是装备设计智能化。人工智能驱动从手工绘制到智能生成的设计方式变革。比如，东风汽车通过多模态大模型的文生图、图生图能力，结合用户大数据，将以往手动为主的造型工作，转化为全流程在线化工作，综合效率提升30%以上。
人工智能+生产作业，深刻变革制造模式。人工智能驱动生产作业模式从刚性流水化向柔性自适应模式演进。传统产线、车间多依赖固定工艺和流水化生产，造成响应慢、柔性不足、能耗较高，而人工智能以“大小模型+边缘智能”等形式部署在工业现场，通过机器视觉、智能调度、预测性维护和多智能体协同等方式，实现生产环节的“感知—决策—执行”闭环，减少停机时间，提高能源利用率，使制造系统在效率、良率、能耗与响应速度上实现质的跃升。一是生产排程智能化。人工智能通过对复杂工业流程逻辑进行建模，实现关键节点的任务分配和智能化调度。比如，宝钢包装依托工业大模型构建智能排产系统，整合订单、设备、能源、物流等多维数据，结合多目标决策优化算法，实现排产效率大幅提升，可实现十余条产线生产任务的分钟级智能调配，全年效益增长1.5%以上。二是绿色制造智能化。基于碳排放管理大模型，面向建材、钢铁、化工、电力等高耗能行业，开展碳排放监测、核算与追踪，优化碳管理路径。比如，宁德时代利用人工智能实现从电极制浆、涂布到检测、组装的全流程工艺优化，并进行订单管理和能耗的智能协同，工厂碳排放降低57%，相当于每年种植1800万棵树的生态效益。三是中试验证智能化。人工智能基于历史工艺与实验数据开展虚拟仿真与参数优化，减少大量重复性试验，缩短验证周期。比如，武汉先进院构建材料创制大模型MARS和材料中试智能体，实现“性质—结构—合成”多维预测，新材料中试验证效率提升50%，成本降低60%。
人工智能+企业管理，深刻变革运营模式。人工智能推动企业管理向实时感知、动态优化、自主协同的敏捷高效模式演进。传统运营管理依赖人工经验和层级决策，往往存在信息孤岛、响应滞后、资源配置低效等问题。人工智能通过对设备、产品、财务、供应链、人力资源、市场等数据的智能分析与预测，实现精准决策支持、流程自动化与风险预警。随着大模型、智能体与企业知识库深度融合，运营管理将向“认知智能”演进，人工智能不仅执行任务，更能理解业务语境、自主提出策略建议，推动企业迈向“智能自治”。一是企业运营智能化。人工智能通过大模型驱动“企业大脑”，实现从人工监控到智能调度的转变。比如，TCL建立基于工业大模型的显示器生产园区智能集控系统，实现智能知识推荐、报表智能生成、告警内容深度分析、智能派工等核心功能，通过大模型运营调度优化管理，企业运营成本降低30%，故障处理时间缩短45%。二是设备运维智能化。大模型推动设备管理从“被动维护”向“预测性维护”升级，解决因设备故障导致的企业运营堵点卡点。比如，中国工业互联网研究院联合企业打造智能运维大模型，汇聚海量IT设备运维工单数据，融合多智能体协同、检索增强、知识图谱等技术，实现复杂IT设备的自动化巡检和主动运维，助力企业运维成本降低30%，故障率降低50%，平均设备故障处理时间缩减至2小时以内。
人工智能+产业链供应链，深刻变革协同模式。人工智能驱动产业链供应链从“被动响应”迈向“智能协同”，让整个链条“看得清、想得快、调得准”。传统生产模式下，产业链运转多依赖静态计划和层级制组织方式，信息传递滞后、资源配置僵化、风险预警不足。人工智能通过大数据分析、智能预测等方式，实现供需精准匹配、运输路径优化、库存智能调度与数据实时共享，能够形成跨行业、跨区域的产业协同网络，有效打破企业间信息壁垒，推动上下游资源高效配置和产业链整体韧性提升，形成高效顺畅的协同生态。比如，一汽集团将物流全链路拆解为“库存管理、路径规划、设备调度”等近百个业务单元，通过人工智能算法实现智能联动，当零部件库存告急时，自动触发“供应商补货、生产线排程、物流调度”全链条动作，实现智能调度效率提升20%，人工成本降低40%。又如，中国工业互联网研究院建设全国装备制造业数字供应链平台，汇聚2.3亿件数字工品，服务42万家企业、215万名工程师，通过构建工业设计大模型，提供贯穿“模型智能检索—产品智能推荐—生成式设计”的智能化服务体系，设计效率提升50%，研发成本降低30%。
三、推进“人工智能+”工业全要素智能化发展的重点任务
“十五五”时期是基本实现社会主义现代化夯实基础、全面发力的关键时期，也是基本实现新型工业化深入实施、攻坚克难的关键阶段。站在科学谋划“十五五”新的历史起点上，我们要坚持以习近平新时代中国特色社会主义思想为指导，全面贯彻党的二十大和二十届二中、三中、四中全会精神，认真落实党中央、国务院决策部署，系统总结经验做法、立足我国基本国情、顺应工业发展规律、前瞻布局重点工作，加快以“人工智能+”推进工业全要素智能化发展，为推进新型工业化注入新动能。
推进技术改造，发展智能装备。一是突破核心技术。加强多模态感知融合技术的研发，提升传感器精度与集成度。大力发展运动控制等核心算法，研发高性能的控制与驱动部件，实现装备的高速、高精度、高动态响应和稳定运行。加强人机交互技术研究，开发新型交互接口与设备。二是研发工业软件。分行业、分阶段加快开展研发设计类、生产制造类、经营管理类、运维服务类工业软件更新换代和工业APP开发应用，实现软件定义装备功能。推动开源社区建设，促进跨行业融合，构建开放协同的工业软件生态系统。制定工业软件标准体系，加强工业软件安全防护，推动工业软件的可信认证。三是推广装备应用。深化智能诊断、预测性维护、工艺参数自优化、自适应控制等装备智能化应用场景创新。发展高负载、高精度、高灵活性的工业机器人，推进机器人等智能装备与人、环境、生产要素等全面集成、交互与协同，构建柔性制造单元和智能产线。聚焦钢铁、有色、石化、化工、建材、机械、汽车、电力装备、轻工、电子等十大重点行业，以生产作业、仓储物流、质量管控等环节改造为重点，推动智能制造设备更新和技术改造。
推进大连接，升级工业互联网。一是升级基础设施。打造泛在互联、控网算一体、开放智能、安全可控的新型工业网络，提升标识解析服务效能，推广“工业互联网平台+智能体”等创新模式，加快国家工业互联网大数据中心建设运营，推进算力资源多级布局、互联互通、高效调度。二是创新技术产品。推进工业通信芯片、工业传感器、工业终端、工业控制系统等智能化升级，提升感知、交互、控制、决策能力。加快应用人工智能优化工业软件开发流程和模式，提升主动优化、辅助生成等能力。三是拓展应用场景。坚持分业推进、分级推进、协同推进，实施横纵结合的“T”型战略，横向实现产业链、产业集群的资源集成、供需对接，纵向打通设备单元、产线、车间、工厂、企业等各个层级智能应用的数据互联通路，推动工业互联网赋能制造业数字化转型、智能化改造。建设一批5G工厂，在重点行业、重点产业链发布推广工业互联网融合应用参考指南和典型案例，在国家人工智能创新应用先导区、国家先进制造业集群等加快智能化解决方案普及推广。
推进大数据，建设工业高质量数据集。一是建设数据集目录。面向工业数据多源异构特性，分级推进设备产线、工厂企业、产业生态数据采集处理与流通应用。分类打造高质量数据集产品库、工业机理库、工业模型库，形成高质量数据集目录。二是打造可信数据空间。基于隐私计算、安全沙箱、身份可信认证、数据使用控制及全链路追溯等核心技术，打通数据集供给方、需求方及服务方协同链路，在“数据集物理不出域”前提下，通过“可用不可见”模式满足多主体数据集使用需求。三是完善技术体系。编制重大技术攻关目录和基础设施建设指南，引导行业企业、科研机构开展技术攻关。在技术、质量、流通、安全等方面，构建高质量数据集标准体系，开展数据集质量与价值评估，推动数据集规范建设、流通与交易。四是深化融合应用。加快工业高质量数据集的应用，形成工业场景训练语料服务、AI一体机定制化服务、数据处理工具商业化服务等模式。开展高质量数据集建设试点、案例遴选，编制行业高质量数据集建设指南，加快经验模式推广。
推进大模型，推广工业智能体。一是健全多层次模型体系。推进人工智能算法与工业机理融合，打造工业大模型。在复杂工业场景中，利用大模型强大的多模态内容生成、理解能力进行宏观指导与决策支持。同时，依靠小模型的高精度、专业性、实时性负责产线监控、设备维护等具体任务，形成“大模型指挥、小模型执行”的协作方式，打造大、小模型协同应用生态。二是发展工业智能体。开发自主智能体互联协议，整合一系列相互关联的数字工具，将离散的数字能力转化为可执行、可度量、可持续的业务价值。三是建设开发工具链。强化模型设计、架构与制造业场景的协同适配，打造具备规模化部署能力的工具链和工具库，实现工厂级、车间级的模型能力快速部署，降低大模型应用门槛。四是促进供需对接。构建场景导向的大模型工业应用解决方案供需对接平台，提供涵盖技术咨询、方案设计、智能应用部署和运维优化在内的端到端服务，精准匹配制造业企业需求，缩短方案落地周期。
推进产教融合，培育数智人才。一是培养卓越工程师。加快卓越工程师实践基地、工程师协同创新中心等载体建设，主动发现和培养一批具有科研项目攻关能力、善于解决复杂工程问题的高层次创新型人才，打造国家战略人才力量。二是创新复合型人才培养方式。针对不同层次数智人才需求，运用好工业互联网沉淀的工业模型知识，为人才培养提供真实生产场景的数据支撑。强化制造业一线工人的人工智能应用能力，畅通技能人才发展通道，吸引更多技能人才学习数字技术，从事数字职业。三是构建产教资源整合体系。调动好高校和企业两方面积极性，鼓励高校探索设立工业智能等交叉学科，建设产教融合实践中心，引导企业大规模开展“人工智能+”能力素养提升培训，持续完善人才评价与激励措施。
文章来源：中国工业互联网研究院
近期活动与培训
「2025年度关键信息基础设施安全保护大会暨第一届第五次会员大会」
报名扫码
2025年度关键信息基础设施安全保护大会暨第一届第五次会员大会即将启幕！大会汇聚院士、专家、企业代表作主旨演讲，分享前瞻洞见与实践。这是一场关基安全保护的年度盛会，诚邀您共商关基安全保护大计，共促网络安全产业高质量协同发展！
时间：12月2日 北京
会务咨询：关小宝 13810321968
报名咨询：逯 瑶 13691102900
宋淑杰 18610270820
「关键信息基础设施安全保护人员专业能力认证培训」
扫码报名
作为关基单位运营者，碎片化、零散化的知识储备已难适配新时期关基保护的高标准要求！联盟官方认证「关键信息基础设施安全保护人员专业能力认证培训」北京站启幕——汇聚权威专家，以体系化课程精讲筑牢理论根基，用实战经验赋能实操本领，助力学员突破认知边界、升级战略思维，提升关基保护核心专业能力！
时间：12月25~27日 北京
咨询：关小元 13391615952
李老师 15010390170
免责声明：
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。
任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。
本文转载自：关键信息基础设施安全保护联盟 《以“人工智能+”推进工业全要素智能化发展》