工信部指引产业方向，地方层面积极布局，政策驱动“AI+制造业”产业发展。
产业层面，工信部 2025 年 6 月在审议《工业和信息化部信息化和工业化融合 2025 年 工作要点》时，明确提出要实施“人工智能+制造”行动，支持企业在重点场景应用通 用大模型、行业大模型和智能体，推动大模型在制造业重点行业落地部署，加快制造业 全流程智能化升级。
地方层面，2025 年 7 月 30 日，《上海市加快推动“AI+制造”发展的实施方案》已经市 政府同意并印发实施，指出必须把握人工智能赋能制造业的战略机遇，以 AI 驱动制造 业高端化、智能化、绿色化、融合化升级，助力“上海制造”向“上海智造”跃升。 大模型成为通用 AI 新范式。大模型是在海量数据和计算资源的基础上通过预先训练出 来的，具有大参数规模的深度学习模型。它正在重新定义和引领整个人工智能领域的发 展方向。大模型通过其强大的计算能力和广泛的应用范围，展现出超越传统 AI 模型的 巨大潜力。它们可以处理 种复杂任务，从自然语言处理到图像识别，再到更复杂的多 模态交互，几乎涵盖了所有主要的 AI 应用场景。
制造业领域，大小模型协同将是主流模式。小模型专注实施决策，在训练过程中，能够 针对具体场景进行精细化的调整和优化，从而确保模型的准确性和稳定性。工业场景， 尤其生产制造环节，对于可靠性的高要求，意味着通过小模型决策式 AI 依旧是更为合 适的选择。而大模型通过海量数据训练形成跨领域知识迁移能力，擅长需求理解和知识 泛化，更适合综合型和创造类的工业场景。而大模型和小模型的结合可兼顾数据本地化计算、产品换型柔性化和经验知识传递。
智能体带来工作范式的全面变革。以大模型能力构建 AI Agent 实现业务流程的自动化与 智能化，从而更为彻底的释放数据价值。智能体不再是被动执行指令的工具，而是具备 目标理解-自主规划-动态调整能力的协作伙伴。
人工智能技术深度赋能制造业全流程，从研发设计、生产制造、运营管理到产品服务， 全面提升生产效率与产品质量。
AI 技术在研发设计阶段通过智能仿真及模型优化等方式，能够显著加速产品迭代和创新。 生成式 AI 可用于产品原型设计和工艺优化，大幅压缩设计周期。AI 融合机理模型与大 数据分析，挖掘超越传统原理的工业知识，提升研发精度。
生产制造侧，AI 能够实现实时监控、柔性生产和自优化控制。重要的场景包括智能生产 调度、视觉质检、装备训练、预测性维护等。一方面 AI 与工业软件的融合，通过人工 智能技术与制造执行系统 MES 等核心工业软件，实现对生产数据和历史记录的深度学 习和分析，实现生产流程的自动化、智能化管理决策。此外，制造业与 AI 的融合还体 现在智能化的硬件设备，比如将工业机器人与新兴的人工智能大模型技术融合，形成智 能工业机器人。
运营管理环节，AI 优化资源配置与决策效率，例如大模型可以将生产、销售、库存等 个环节的数据整合分析，驱动供应链、库存管理等智能化，提高响应速度和精准度。
“AI+制造”远期可想象的空间广阔，预计未来每年将是千亿级别规模的市场。
我们参考 24 年中国制造业企业营业收入规模（接近 120 亿元）并进行静态预测， 假定 未来中国制造业企业每年 IT 支出投入比率，如按 2020 年统计的数据测算为 0.35%， 若假定未来进一步增加至 0.5%。另，参考谷歌云 2021 年对海外市场制造商 IT 支出的 调查结果，其中三分之一被用于 AI，假定未来中国市场 AI 相关软硬件投入占制造业企 业 IT 支出的比例亦达到 30%，则每年 AI+制造将是千亿级别规模的市场。
以 AI 解决方案替代制造业部分人工成本，成为数字劳动力的方法测算，AI+制造的理论 市场空间可达万亿。根据国家统计局公布的数据，2024 年中国制造业从业人员数量约 1.05 亿，平均每人每年的劳动力成本在 70,000 元以上。另参考弗若斯特沙利文的预测 数据，中国制造业企业三分之二的工人从事生产制造等相关工作，未来若有关任务中的 一半可由 AI 解決方案完成，则基于人工智能的解决方案在制造业的理论可触达的市场 总额约为 2.45 万亿元。
