浅谈人工智能赋能制造业高质量发展

专家简介：黄少娃，深圳市铨兴科技有限公司创始人、董事。协会副会长。在半导体存储领域拥有超过20年的从业经验，业务覆盖半导体研发、封装测试、模组制造及人工智能双赛道，对行业发展具有深刻洞察。

现任社会职务包括：福田区第九届人大代表，坪山区第二届人大代表；深圳市工商联常委，坪山区工商联副主席，福田区工商联执委；福田区妇联代表；深圳市人工智能产业协会副会长，深圳市工业总会副会长，深圳市存储器行业协会副会长。

曾获评“深圳高质量发展领军人物”“深圳行业领军人物百强”等荣誉称号。

人工智能是新一轮科技革命与产业变革的核心技术，是推动制造业转型升级、培育新质生产力的核心抓手。当前，国家“人工智能+”行动全面推进，工业互联网、5G、智能算力等基础设施持续完善，为制造业智能化转型奠定了坚实基础。行业迭代速度持续加快，市场竞争日趋激烈，我国工业企业AI大模型应用比例已由2024年9.6%提升至2025年47.5%，技术渗透速度显著提速。但整体来看，制造业智能化转型仍存在落地难的问题，多数中小企业仍处于浅层数字化改造阶段，深度智能化赋能不足。

综合行业现状，当前人工智能赋能制造业主要存在四大短板：一是产业链协同不足，算法、软件、硬件、场景全链条联动不畅；二是公共创新平台缺失，行业共性技术研发、测试验证、中试孵化服务供给不足；三是政策支持需更聚焦，针对AI研发攻关、成果转化、场景落地的专项激励不足；四是应用场景稀缺，优质工业AI技术普遍存在“难落地、难验证、难迭代”的现实困境。结合产业发展实际，就AI赋能制造业高质量发展的几点粗浅看法，请批评指正。

一、搭建算力算法数据一体化公共平台，夯实产业创新底座。统筹整合龙头企业、科研院所与社会资本资源，打造市场化、普惠性工业人工智能公共服务平台。一是开放普惠算力与通用算法资源，降低中小企业AI应用成本与技术门槛；二是搭建工业数据沙箱与专业测试环境，依托脱敏行业数据，为工业垂类大模型、核心算法提供训练、测试、压力适配服务，打通技术落地堵点；三是搭建行业开源交流社区，推动技术方案共享互通，构建开放协同的产业创新生态。

二、组建产业协同联盟，构建大中小企业融通生态。组建人工智能赋能制造业产业联盟，汇聚制造龙头、自动化企业、AI专精特新企业及科研机构资源。常态化开展供需对接、方案路演，实现龙头企业改造需求与科创企业技术能力精准匹配；围绕工业大模型、智能控制、高端装备等关键领域，通过揭榜挂帅、联合攻关模式突破核心技术瓶颈；依托联盟力量牵头制定工业AI应用行业标准与适配规范，形成“龙头牵引、链条协同、集群共进”的产业格局。

三、优化全周期精准扶持政策，激活企业创新内生动力。构建覆盖研发、应用、产业化、人才培育的全链条扶持体系。研发端设立制造业AI专项补贴，对企业算力采购、垂类模型研发、算法迭代创新给予专项支持；应用端实施智能改造跃升计划，对提质降本增效的智能化技改项目给予阶梯奖励，对国家级、省级智能制造示范项目予以重点表彰激励；人才端聚焦工业算法、数据科学等紧缺岗位，完善安居、教育、科研配套保障，强化产业人才支撑。

四、双轮驱动拓展应用场景，强化数据安全与本地化落地推广。坚持政府引导、市场主导，加速AI技术产业化落地。一方面推行政府首购、以购代补机制，优先采购自主可控的工业AI解决方案，为企业提供首批市场验证场景；常态化举办“人工智能+制造”创新赛事，以赛促研、以赛促用，持续丰富工业应用场景。另一方面坚持发展与安全并重，将工业数据安全作为智能化转型底线。针对制造业工艺、质检、供应链等核心涉密数据，重点推广、宣传工业AI本地化、私有化部署模式，大力示范推广安全合规的本地化落地项目。通过行业宣讲、标杆展示、产业交流等方式，普及工业数据安全治理理念，规范数据采集、脱敏、训练、复用全流程管理，严防核心生产数据外流，以安全合规保障人工智能技术在制造业规模化、高质量、可持续落地应用，推动我国制造业向智能化跨越式发展。

黄少娃
深圳市计算机协会副会长、坪山区人大代表
2026年8月28日