导语： 中国制造业正经历一场深刻的数字化变革。“数字技术赋能新型工业化”已成为推动经济高质量发展的核心引擎。从上海东方日升的智能化车间到全国范围内涌现的国家级示范工厂，数字技术的融入正全方位提升生产效率、优化资源配置，并加速催生智能化产品和全新商业模式。其中，“人工智能+”行动，特别是大模型技术的加速迭代，正成为赋能新型工业化的最活跃领域，引领中国制造迈向高端化。
数字技术赋能：从自动化到智能化，全链条升级
走进东方日升新能源股份有限公司的电池生产车间，一台台AGV（自动导向搬运车）有条不紊地穿梭，这是数字化赋能的生动体现。腾讯云智能制造首席架构师赵保名介绍：“我们联合研发的AGV智能调度系统，已实现了将生产车间20个不同协议的自动化设备接入统一管理平台，管理200多台AGV自动生产和自动运输，实现资源配置和任务分配最优解。”据其介绍，该系统成功将车间物流搬运成本降低了50%，运转效率提升了30%。
这一案例仅是冰山一角。截至2023年底，中国已累计培育421家国家级示范工厂、1万余家省级数字化车间和智能工厂。数字技术正以其行业覆盖面广、业务渗透性强、智能化水平高、经济效益好的显著特点，为新型工业化注入强劲动力。
赛迪研究院未来产业研究中心所长韩健认为，当前数字技术赋能新型工业化的核心目标在于提高生产的自动化、网络化和智能化水平。这种技术变革对企业的运营模式及其资源配置产生了深远影响。通过云计算、大数据、人工智能等新一代信息技术与传统产业的深度融合，实现了生产操作层面的“上云、用数、赋智”，这不仅提升了传统产业的现代化水平，更为产品实现高端化发展奠定了坚实基础。
“3+N”驱动力：创新、高效配置与协同发展
赛智产业研究院院长赵刚总结了数字技术赋能新型工业化的关键驱动力，他认为主要体现在三个方面：
1. 创新发展是根本动力： 数字技术创新，如人工智能和数字孪生技术，不仅推动了新兴产业自身的蓬勃发展，也为传统产业的技术研发和产品设计提供了强大支撑。大模型辅助科学研究、数字孪生仿真等新研发模式的出现，显著提升了技术创新对工业经济增长的贡献率。
2. 生产要素高效配置是内在要求： 数字技术与产业链供应链的深度融合，能够打破信息孤岛，实现生产要素的优化配置。这促使产业链上下游协同推进数字化转型，从而整体提升产业集群的竞争力。
3. 协同发展是内生需要： 在高度互联的数字时代，单一企业的孤立发展难以应对复杂的市场挑战。通过数字技术构建的协同平台，能够实现企业内部、企业之间以及产学研之间的紧密合作，共同应对行业性难题，实现整体协同进步。
“人工智能+”：赋能制造业“脑力”升级，驱动产业迈向高端
随着人工智能大模型技术的加速迭代升级，其通用和专用智能水平不断提升。“**人工智能+”正成为数字技术赋能新型工业化的最 “活跃” 领域，对脑力劳动依赖度较高的制造业而言，更是“智能化改造、数字化转型”**的关键抓手。
360集团创始人周鸿祎强调，大模型可以成为新型工业化的重要赋能者，是抓住人工智能“牛鼻子”以形成新质生产力的关键。“以大模型能力赋能重点产业体系，推动产业数字化向智能化升级，是我国现代化产业体系向高端化发展的必然趋势。”
然而，周鸿祎也坦言，目前大模型在投入生产实践和赋能新型工业化的效能上仍有不足。他提出，未来需要坚守安全发展底线，通过政策和标准布局，为大模型在各行各业的加速落地做好保障；同时，应开拓更多大模型应用场景，助力产业转型升级，并推动大模型普惠发展，使广大中小微企业也能从中受益。
工信部科技司副司长刘伯超表示，下一步将拓展人工智能等数字技术在研发设计、生产制造、检验检测等不同环节，以及电子信息、生物医药、原材料、装备制造等不同行业应用。 以人工智能和制造业深度融合为主线，统筹布局通用大模型和行业大模型，加快推进人工智能赋能新型工业化。
赵刚对“人工智能+工业制造”的落地路径提出了具体设想：“要以实现制造业脑力劳动自动化为重点。开发工业大模型，推进‘人工智能+生成设计’等创新应用，实现全流程智能化；开发‘人工智能+人形机器人’，推进嵌入大模型智能的人形机器人在智能工厂的试点应用，提升自动化产线的精准化和智能化水平；大力发展‘人工智能+产品’，推进大模型智能嵌入产品，提升产品智能化水平，更好服务用户需求，增强用户体验。”
数据与生态：AI赋能的基石与保障
韩健则强调了数据的重要性：“要引导企业投入资源建设高质量的数据仓库，保障数据的可靠性、完整性和可访问性。高质量数据直接决定了人工智能大模型的能力，这是推动人工智能赋能新型工业化的重要基础。”
此外，他进一步指出，创新技术研发与合作生态的构建、标准和政策的制定、以及人才培养和产业链现代化的加速，同样是推进“人工智能+”的关键要素。唯有夯实数据基础，构建开放合作的生态，并形成有力度的政策支持和人才保障，才能真正释放人工智能的巨大潜能，引领中国制造业实现向高水平、高质量的腾飞。
