11月27日，由北京市科學技術協會主辦的AI賦能智能制造的痛點破解與實施路徑沙龍活動在北京順利舉辦。北京市科協一級巡視員何勁松、工信部網絡安全産業發展中心原副主任李新社等領導專家，以及浪潮、航天雲網、福田汽車等40餘家企業代表齊聚一堂，圍繞數據治理、場景适配、算力支撐、安全防護等核心議題展開深度研讨。這場由中關村網絡安全與信息化産業聯盟聯合承辦的沙龍，以“問題導向+實踐賦能”為核心，為處于智能化轉型關鍵期的制造企業，提供了兼具政策高度與實操價值的解決方案，成為推動AI與實體經濟深度融合的生動實踐。
政策錨點：AI賦能智能制造成産業升級核心方向
當前，我國智能制造已從點上突破邁入面上開花的新階段，全國累計建成7000餘家先進級、500餘家卓越級智能工廠，産業總規模突破4.5萬億元。在這一背景下，AI技術作為智能制造的核心驅動力，被納入多項國家戰略布局。
工信部網絡安全産業發展中心原副主任李新社在主題報告中，結合工信部推動人工智能産業發展的政策方向，明确“強化八大基礎支撐”的核心邏輯。他指出，數據供給創新、智能算力統籌是破解行業痛點的關鍵抓手，而“場景牽引技術适配”則是政策落地的核心路徑。這一觀點與工信部“深入實施智能制造工程，以AI賦能新型工業化”的戰略部署高度契合，為企業轉型提供了清晰的政策遵循。
北京市科協一級巡視員何勁松在總結講話中強調，AI技術在提升制造效率、保障産業安全等方面的核心價值日益凸顯。面對當前行業普遍存在的需求多元、技術落地難、專業人才儲備不足等問題，需凝聚産學研用合力，通過技術創新與人才培養雙輪驅動，推動傳統産業智能化轉型升級。
痛點拆解：四大核心難題制約轉型進程
沙龍現場，與會嘉賓結合實踐經驗，精準拆解了當前AI賦能智能制造的四大核心痛點，為後續破局路徑提供了靶向目标：
數據治理瓶頸突出。制造企業普遍面臨數據孤島、标準割裂、質量參差不齊等問題，導緻AI模型訓練缺乏高質量數據支撐，難以形成有效決策輸出。這一痛點在供應鍊協同、跨工序聯動等場景中尤為明顯。
場景适配性不足。通用AI技術與工業場景的個性化需求存在脫節，部分技術方案“水土不服”，無法有效解決生産中的實際問題，導緻智能化投入回報率不及預期。
算力與成本壓力并存。高階AI應用對算力需求呈指數級增長，以智能駕駛為例，VLA模型訓練需向100 EFLOPS算力目标演進，高昂的算力投入成為中小企業轉型的重要門檻。
安全風險持續加劇。工業互聯網的加速滲透拓寬了安全邊界，工業主機隐患、工控系統漏洞高發，設備暴露數量同比攀升，疊加機器人、物聯網等新興場景的風險，安全防護成為智能化轉型的必答題。
實踐路徑：企業實戰案例解鎖AI落地密碼
針對行業痛點，來自龍頭企業的代表分享了極具可複制性的實踐方案，從技術架構到場景應用，全方位展現AI賦能的落地邏輯：
工業大模型：數實融合的核心載體。航天雲網項目處處長趙志達指出，工業互聯網是數實融合的核心，而工業大模型則是其落地關鍵。航天雲網INDICS-MIND工業大模型以“AI+數字孿生”為核心模式，在6個典型工業場景中實現精準賦能。這一實踐與京東工業Joyindustrial大模型“場景+數據”的落地邏輯相通，印證了工業大模型向垂直行業深耕的發展趨勢。趙志達強調，以技術創新為核心、以場景落地為導向，才能真正培育新質生産力。
供應鍊數智化：分層遞進的轉型樣本。北汽福田副院長李紅亮拆解了“精益化-信息化-數字化-智能化”的進階路徑，提出“場景+流程+組織+IT”的系統方法。通過“三層五階八步”落地框架，福田汽車在設備預測性維護、物流智能規劃等場景實現突破，訂單可視化預警成為降本增效典型。未來，企業還将融入DeepSeek與具身智能技術，構建供應鍊兩級AI應用架構，為整車制造行業提供了完整的轉型參考。
智駕算力：高階應用的支撐底座。浪潮信息自動駕駛架構師龔湛指出，當前智駕模型面臨空間理解、時序建模等挑戰，端到端模型向VLA與世界模型演進是必然趨勢。這一方向遵循Scaling Law，能顯著提升汽車環境認知能力，但對算力提出極高要求。100 EFLOPS的算力目标，不僅是高階自動駕駛的保障，更折射出AI在高端制造領域的算力需求底線。
安全防護：全鍊條風險防控體系。北京六方雲總裁李江力結合《工業互聯網安全态勢報告》，通過國内外典型案例剖析，揭示了安全事件的傳播路徑與嚴重危害。針對工業互聯網安全邊界拓寬、風險傳導性增強的特征，他提出需構建覆蓋主機、系統、設備的全鍊條防護體系，為智能化轉型築牢安全屏障。
生态共建：凝聚共識破解共性難題
自由交流環節，與會嘉賓圍繞核心議題凝聚多項共識，為行業協同發展指明方向：
其一，數據底座是基礎。需加快數據治理與标準統一，打破數據孤島，通過“數據要素X”模式培育基于數據的新産品、新服務，為AI模型提供高質量數據支撐。
其二，場景适配是關鍵。技術應用需貼合行業特性，避免同質化推進，鼓勵企業結合自身業務打造個性化解決方案，讓AI技術真正嵌入生産全流程。
其三，生态協同是保障。針對數據短缺、人才匮乏等共性痛點，需發揮聯盟平台作用，促進産學研用資源共享，通過政策支持、技術融合、人才聯合培養等方式，構建開放包容的産業生态。
未來展望：系列沙龍推動AI規模化落地
本次沙龍的成功舉辦，為AI賦能智能制造搭建了高效的交流對接平台。中關村網絡安全與信息化産業聯盟表示，後續将持續開展系列主題活動，化共識為行動：
一方面，搭建常态化交流平台，促進成員單位技術共享與項目合作，加速優秀實踐方案的複制推廣;另一方面，聚焦數據标準、人才培養等關鍵環節，整合産學研用力量深耕發力，搭建産業協同堅實橋梁。
随着AI技術與制造産業的深度融合，在政策引導、企業實踐、生态共建的多方合力下，智能制造将加速向高端化、智能化、綠色化轉型，為制造強國建設注入更強勁的動能。正如與會專家所言，隻有堅持問題導向、聚焦應用目标，才能讓AI真正成為産業升級的“加速器”。
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
