伴随技术不断突破、应用场景拓展以及产业融合加速，当下人工智能（AI）发展步入2.0新阶段，迈向思维与行动双轮驱动的新时期。

鉴于人工智能在产业升级、产品开发、服务创新等方面具备技术优势，为推动其与实体经济深度融合，11月26日，由中国企业联合会、中国企业家协会主办的2025年全国智慧企业发展大会在江西省赣州市召开。

本次大会主题是“AI驱动创新 数智引领未来”。会上，中国企业联合会党委书记、常务副会长兼秘书长朱宏任致辞时称，要切实推进人工智能与实体经济深度融合，促使企业加快形成以数据驱动、场景引领、系统推进为特点的数智化发展新格局。

人工智能将推动制造业“智变”

如今，AI正深刻变革制造业的生产方式、商业模式和产业生态。

“当前AI应用落地呈微笑曲线特征，大模型应用落地节奏两端快、中间慢，即生产制造端慢，管理运营、营销服务端快。”工业和信息化部电子科技委主任、研究员级高级工程师王江平对《证券日报》记者表示，“总体而言，目前大模型在工业领域应用案例集中于营销服务、管理运营等通用性较强环节，尚未深入触及生产制造核心环节（工业关键流程控制、排产调度、参数优调等）。”

AI赋能工业应用面临挑战，一方面是工业场景容错率低。工业生产场景不同于个人消费场景，工业生产线对稳定性、可靠性要求极高，工业大模型一旦出现细微差错，很可能致使产品质量下降和生产线停工，甚至引发安全生产事故，给利润率本就不高的工业企业带来灾难。另一方面，工业制造通常由多个工业系统和设备构成，将大模型技术整合到现有质量控制、工艺优化环节中，需要进行系统改造，解决兼容性、通信等问题。此外，不同行业产品类型各异、零部件型号繁杂，应用场景千差万别、标准化程度低，特定行业训练的大模型很难泛化到其他行业。

要攻克“AI+制造业”的难点与痛点，王江平认为要推动AI从通用环节向生产制造核心环节深入，需“通用大模型+专业小模型”协同发展，即多数企业在实践中，将大模型的“智慧”与小模型的“敏捷”相结合，实现性能、效率和成本的平衡。

同时，AI赋能工业要优先推进高价值场景的应用，在效率革命、复杂性决策、个性化需求及用户新体验等方面重点着力。例如，在效率革命上，能将隐性知识显性化，把老师傅的操作经验、专家的工艺知识转化为可复制、可传承的算法模型，打破个体能力的局限。

多位与会专家表示，未来，随着AI融入核心生产环节，将推动制造业“智变”，促使制造业模式从离散、被动向连续、主动、全局优化升级。

高质量数据解决“AI幻觉”问题

近年来，国内外大模型迎来爆发式增长。据中国信通院统计，截至2025年7月份，我国已发布超千五百个大模型，位居全球首位，这意味着我国人工智能技术实现了快速发展。与此同时，大模型“自说自话”、一本正经“胡说八道”的问题愈发突出，这一现象被称作“AI幻觉”。

比如，《证券日报》记者向一款大模型提问：糖尿病患者是否能用蜂蜜代替糖？它回答：蜂蜜富含维生素和矿物质，对提高免疫力很有帮助，所以是一种健康的食品。这表明，一些大模型存在忠实性幻觉问题，即回答内容虽无事实错误，但与提问无关，未忠实于用户意图。

“要解决‘AI幻觉’问题，专业大模型越发重要。”浙江大学原校长潘云鹤表示，“基于常见信息数据的大语言模型，回答一些专业性强的问题时，通常准确性不够高，而基于科学数据的专业大模型就能解决这些问题。”

数据的质量对大模型至关重要。高质量的数据能让大模型更聪慧，而低质量的数据则会让模型变笨甚至出错，因此使用专业大数据，才能训练专业大模型。打个比方，大模型就像一个正在成长的小孩，数据就是它成长所需的各类养分，数据越丰富，大模型就能学到更多知识，大脑就能更发达。

多位专家表示，以前大家更关注算力、算法，但随着数字化、网络化、智能化的深入发展，数据作为关键生产要素的价值日益显现。高质量、多样化的数据集将是大模型性能突破、落地应用的关键。

会上，朱宏任建议与会企业扎实开展数字化改造，着力汇聚各类数据资源，建立企业知识图谱和各类垂直应用人工智能模型，以数据要素带动各类生产要素创新性配置，积极探索企业数智化发展新模式，为企业高质量发展注入新的要素动能。

（文章来源：《证券日报》）

（文章来源：证券日报）

原标题：人工智能赋能制造业优化升级

郑重声明：信查查发布此内容旨在传播更多信息，与本站立场无关，不构成投资建议。据此操作，风险自担。