摘  要  人工智能作为现代科技创新的系统性结果，通过数据驱动、平台构建、生态优化等路径赋能制造业转型升级。浙江积极把握人工智能发展趋势，优化政策支持体系，搭建现实应用场景，构建新型基础设施，突破关键核心技术，加快推进人工智能赋能制造业转型升级。浙江的实践表明，发挥人工智能赋能作用，要将政策供给作为基础保障、应用场景作为关键载体、要素流通作为有效路径、技术突破作为核心抓手，以此推进制造业高质量发展。

关键词  人工智能；制造业；转型升级；浙江

 《中华人民共和国国民经济和社会发展第十五个五年规划纲要》指出，抢占人工智能产业应用制高点，全方位赋能千行百业。深化人工智能赋能制造业转型升级，是推动制造业高端化、智能化、绿色化发展的有效路径。浙江是制造业大省，根据2025年浙江省国民经济和社会发展统计公报，在规模以上工业中，高技术制造业、数字经济核心产业制造业、装备制造业、战略性新兴产业增加值较上年分别增长12.4％、11.3％、10.5％和10.0％，新兴产业蓬勃发展。近年来，浙江积极把握人工智能技术发展趋势，着力推动制造业转型升级。

一、人工智能赋能制造业转型升级的作用机制

人工智能与制造业的深度融合，本质是通过人工智能先进技术，促进制造业内部变革与重构，通过数据驱动、平台构建、生态优化三重路径，实现制造业发展方式的根本转变。

（一）数据驱动优化生产资源配置

数据作为人工智能的三大要素之一，正在推动生产要素体系发生系统性变革，数据驱动成为制造业转型升级的核心动力。在传统制造模式中，海量复杂的生产信息难以通过人工完全有效处理，易造成决策滞后、资源配置不合理等问题。以数据为关键生产要素的智能制造，将数据全面融入研发设计、生产制造、运营管理与市场服务等全产业流程，对多源异构信息进行整合处理，推动产业发展模式由传统的经验驱动加速转向数据赋能、精准决策的智能驱动模式。一方面，依托深度数据采集与分析的智能制造将难以量化的现场经验转化为可执行、能迭代的自动化生产策略，有效提升生产运行效率，稳定产品质量水平，减少人为因素带来的波动与损耗。另一方面，数据要素与劳动力、资本等传统要素相互作用，在部分环节实现替代增效，同时推动要素间协同互补，提升整体配置效率。在重复性的作业环节，数据驱动的智能系统实现对常规人力操作的高效替代，降低了冗余劳动损耗。在跨部门协作层面，贯通全链条的数据流串联各类生产要素以获得结构性支撑。经由这一更为精细化的资源管控模式，制造企业在现有基础上应对扰动时表现出更强的韧性与效应。生产要素结构持续升级，为制造业实现智能化发展提供新型动能。[1]

（二）平台构建提高生产流通效率

相较于原先相对分散孤立的企业、设备、供应商、客户之间的信息壁垒与空间隔离，智能制造依托工业互联网平台、产业链协同平台等能够有效联结市场主体，实现数据、资源与价值的高效畅通。这种联结并非简单的信息撮合，而是平台通过将设备、工艺、物流等资源进行标准化语义描述与虚拟化接入，形成跨主体与跨环节的能力共享池，使得分散的制造资源能够被统一检索与灵活组合。平台通过跨企业、跨区域的数据汇聚与能力共享，精准对接供需两端，有效压缩生产决策、物料调配、订单响应的时间成本，显著提高生产组织效率。同时，研发设计、生产制造、检测运维等优质资源可按需共享、高效配置，避免重复投入与产能闲置，让生产流程更顺畅、更集约。[2]例如，工业互联网平台作为核心载体，能够有效推动生产与流通环节深度融合，提升制造业生产流通的整体效率。人工智能技术的应用催生广大平台搭建应用场景，进而连接形成“制造业共同体”，逐步实现制造业产业链从零件供应到整机制造的全链条协同，在价值共创中持续优化生产与流通体系，为智能制造高质量发展筑牢坚实根基。

（三）生态优化助力核心技术突破

制造企业技术突破并非孤立的研发行为，而是多主体与多要素复合的结果。传统制造业技术创新往往局限于企业内部闭环，可能存在研发投入分散与场景验证缺乏等瓶颈，导致工业芯片、核心算法等关键技术长期受制于人。人工智能技术能够打破主体边界与要素壁垒，在人工智能与传统制造技术融合进程中助力推动企业技术体系集成创新，使得制造业发展过程中的真实约束条件能够前置并嵌入早期研发阶段，从而缩短技术收敛周期。一方面，优化的创新生态推动各类数据跨企业汇聚融合，构建更有质量的工业数据集，为大模型训练与算法优化提供鲜活的现实素材。另一方面，优化的创新生态能够降低制造业企业技术研发门槛，推动相关核心技术从实验室走向生产线。例如，政府可以通过专项政策与资金引导，构建更符合实际需求的技术攻关机制；高校与科研院所聚焦基础理论与底层框架，强化原创知识研究与转化；制造业企业开放生产场景，为技术迭代提供真实应用环境。由此形成的协同创新生态不仅实现了资源汇集，更在多元知识交汇中激发创造活力，使研发活动在多场景并行验证中加速迭代。人工智能技术的应用有利于创新优化生态，实现制造业技术持续突破，为制造业转型升级提供支撑。

二、人工智能赋能制造业转型升级的浙江实践

得益于“八八战略”的前瞻性引领，浙江数字经济不断壮大，人工智能蓬勃发展。根据2026年浙江省政府工作报告，2025年全省人工智能核心产业营收6800亿元左右、增长20％以上，阿里千问、DeepSeek等通用模型性能全球领先，杭州“六小龙”等新锐科创企业火爆“出圈”。近年来，浙江深入实施“人工智能+”行动，从制度、场景、设施以及技术四个维度着手，推动人工智能成为制造业转型升级的重要引擎。

（一）坚持规划引领，政策创新与精准服务协同发力

浙江将人工智能作为优先发展的未来产业，先后出台《浙江省加快推动“人工智能+科学”创新发展行动计划（2025—2027年）》《关于支持人工智能创新发展的若干措施》《浙江省推进人工智能终端产业发展行动计划》等系列文件，明确阶段目标与发展重点，为更好推动人工智能赋能制造业转型升级绘制清晰蓝图。一方面，不断推进政策工具创新。聚焦算力券等人工智能发展重点领域，浙江各地较早开始探索和推广相关政策。例如，杭州发布的《杭州市加快建设人工智能创新高地实施方案（2025年版）》提出安排四年10亿元算力券、试行智能券，补贴比例最高可达60％，为企业降低算力成本与采购成本提供有效支持；宁波出台《宁波市人工智能创新发展行动方案（2025—2030年）》等政策文件，将人工智能和制造业深度融合作为主线任务，计划三年内构建四级智能工厂梯度培育体系。各地充分依托自身产业基底与要素禀赋，避免政策同质化倾向，在整体统筹下构建起层次分明的政策矩阵。另一方面，持续优化政策支持环境。例如，宁波作为全国创新积分制改革试点地区，针对中小企业面临的融资困境，自主搭建“研值在线”系统，综合评估科技型中小企业的创新能力，并将其中的优质企业推荐给银行，引导金融资源更为精准地流向科技型中小企业，在降低金融机构信息不对称风险的同时，也激励企业将更多资源投向研发活动，形成创新投入与融资之间的正向循环。通过政策工具的精准设计与地方实践的差异化探索，浙江正将制度供给转化为企业可感可知的创新红利，为人工智能深度赋能制造业转型升级提供条件。

（二）搭建应用场景，推动人工智能深度嵌入

浙江以应用场景为牵引，推动人工智能深度融入生产制造，形成全域覆盖的制造业转型格局。杭州实施“杭州AI+”场景开放示范工程，通过征集“场景机会”与“场景能力”两张清单，面向制造领域开放多个涵盖研发设计、生产制造与物流运输等环节的人工智能应用场景。同时，杭州成立场景创新中心，依托“政府+平台+企业+资本”四位一体模式，推动制造应用场景与企业能力高效匹配，为企业提供真实且低成本的首试首用环境，加速创新成果商业化落地。宁波在推动大企业逐步开放人工智能典型的基础上，带动中小企业联合攻关开展场景建设，为传统优势产业的智能化转型提供持续动力。温州以需求牵引与政策杠杆激活全域场景落地，聚焦中小企业应用人工智能的成本与门槛痛点，创新推出“四张清单”与“三券一贷”组合政策，围绕制造领域发布涵盖智能质检、设备维护、流程优化等具体需求的场景清单，有效加速了人工智能在电气与鞋服等区域特色制造集群中的渗透应用。应用场景的搭建与开放并非简单的技术采购，而是将制造现场的工艺约束与质量要求转化为可量化和可配置的需求条目，使人工智能解决方法在真实产线中完成，突破了以往在实验室指标与现场指标存在背离的转化困境。浙江各地通过持续开放制造业各环节的应用场景，推动人工智能技术与实际结合并规模化落地，加快制造业从传统规模驱动向智能创新驱动转变。

（三）构建新型基础设施，夯实人工智能赋能底座

浙江将新型基础设施建设作为人工智能赋能制造业的底座，围绕算力网络和数据底座等系统布局，形成算力普惠与数据贯通的智能制造基础格局。在政府层面，全省加快推进全国一体化算力网络长三角国家枢纽节点建设。例如，作为全省首个万卡算力集群所在地的嘉兴，全市投运算力规模占全省总量超过一半，这一优势得益于其下辖各区的协同布局。嘉善汇聚阿里巴巴、中国电信及中国移动等知名企业的重大算力项目；嘉善、平湖打造长三角地区单体规模领先的高性能算力集群；桐乡依托“乌镇之光”超算中心，实现每秒18亿亿的运算算力峰值，抢占省内算力制高点。这种分层互补的算力格局，让不同体量、不同时延要求的制造企业都能在可承受的成本范围内找到适用资源，让算力供给与产业需求的对接更趋精准。在企业层面，浙江大力推进生产装备数字化与全要素联网，推动数控机床、工业机器人与工控系统等软硬件深度协同，打通车间、产线、工厂三级链路，着力解决信息流通不畅等问题。例如，公牛集团联合浙江移动打造5G全连接智能工厂，内部构建双MEC异地容灾架构与入驻式UPF技术，实现30万平方米厂房工业神经网络全覆盖，注塑黑灯车间全流程无人化，部分产品单位时间人均产量达到行业平均水平7倍，成为家电行业的优秀学习范本。新型基础设施的全域覆盖，为人工智能规模化落地提供稳定可靠的硬件保障与数据底座，显著提升制造业全链条协同效率。

（四）以产业需求为牵引，推进关键核心技术攻关

浙江坚持以产业需求为牵引，将工业大模型、机器视觉、智能感知等关键核心技术作为主攻方向，加快构建以企业为主体、产学研用深度融合的技术创新体系，推动核心技术从“跟跑”向“并跑”“领跑”跨越，为先进制造业发展提供持久内生动力。例如，作为全国知名的“模具之乡”的台州黄岩，其模具产量约占全国十分之一，但随着汽车迭代周期缩短与模具开发精度逼近微米级的产业需求变动，传统设计工具已无法满足行业需求。为此，黄岩区政府联合安徽合肥人工智能大数据研究院共建浙东南人工智能与大数据研究院，聚焦“AI For Mold”领域开展核心技术攻关，研发出模具设计领域首个融合多智能协作与决策型AI的创新开发平台，将数年积累的缺陷规避经验转化为数据算法融入产线，为企业有效破解产业智能化升级的关键技术瓶颈提供有效支撑。再如，宁波钢铁针对以往废钢判定环节存在的人工效率低与安全风险高等潜在问题，自主攻克深度卷积神经网络等核心技术，建成“5G+AI”智能识别系统，实现废钢种类与纯度的全自动精准鉴定。只有坚持输出重点技术供给，制造企业才能逐步摆脱外部技术依赖，真正实现创新能力与产业控制能力的持续增强，为人工智能更高水平赋能制造业发展筑牢坚实技术根基。

三、人工智能赋能制造业转型升级的启示

浙江的实践表明，人工智能赋能制造业转型升级要以政策供给为基础保障，以应用场景为关键载体，以要素流通为有效路径，以技术突破为核心抓手。

（一）政策供给是基础保障

健全适配人工智能应用的制度规则与政策支持体系，是人工智能深度赋能制造业转型升级的基础保障。传统制造业生产数据专业性与敏感性较强，智能化决策易带来合规风险。当前，数据产权界定、数据使用边界、算法责任归属及风险分担机制等尚未明晰。因此，推动人工智能技术深度落地制造业，必须立足工业应用场景完善制度安排，清晰界定数据产权、加工使用、模型训练与商业应用的权责边界。对仍在探索但总体可控的技术领域，可采用“监管沙盒”开展有限度创新试验，通过动态评估与滚动优化为先进技术规模化应用积累宝贵经验。[3]在此基础上，要强化产业政策与科技政策协同，将人工智能赋能制造业纳入多重目标统筹框架，突出中长期的激励导向，优化各类政策工具组合，避免政策碎片化与重复化带来的资源浪费。同时，要同步建立人工智能赋能制造业进程中的安全审查与风险预警机制，细化制造行业专属管理标准，兼顾技术创新活力与产业生产安全底线。

（二）应用场景是关键载体

应用场景是人工智能与制造业深度融合的落脚点，也是技术落地见效、价值转化释放的关键载体。人工智能技术只有嵌入真实制造场景，才能从实验室走向生产线、从概念演示转化为实际效益。浙江在推进人工智能赋能制造业过程中，始终把场景开放与场景落地摆在突出位置，通过省级场景遴选、标杆培育、示范推广等机制，持续发布人工智能典型应用场景清单，面向纺织化纤、装备制造、新能源等优势产业，打造一批可复制、可推广、可落地的实践范式。场景落地的重点在于技术逻辑与制造现场形成的质量标准与成本边界之间的磨合，需要经历实践检验与降低试错代价的制度供给。对于企业而言，应主动梳理生产流程短板，以场景化改造为抓手推进全流程数字化升级，立足自身主业与生产流程，围绕柔性生产、缺陷检测、需求预测等业务，开展分阶段的智能化改造，避免盲目投入与重复建设。对于政府与行业平台而言，要完善场景对接与推广机制，强化典型示范引领，加快形成场景带动应用、应用培育生态、生态支撑转型的良性循环，为人工智能深度赋能制造业转型升级提供坚实支撑。

（三）要素流通是有效路径

各类生产要素的流动效率与配置水平，已成为衡量制造业转型成效与发展质量的重要标尺。人工智能赋能制造业转型升级的有效路径是优化各类要素的流通，进而实现资源有效配置。数据资源、技术供给、人才结构等作为智能制造发展的重点要素，其能否打破边界并实现精准配置，直接关系到制造业从规模扩张向质量提升转变的实际效果。针对人工智能技术应用中设备不兼容、系统不通联、数据不共享等问题，浙江积极打造新型基础设施，建立标准化数据治理机制，规范数据采集、清洗与存储流程，并且依托人工智能技术挖掘数据价值，将其转化为制造全过程中的决策依据，推动管理模式从经验驱动转向数据驱动。政府需要建立更为完善的基础设施体系和标准体系，推行数据要素标准化建设与行业合规自律，[4]牵头加快制定面向垂直行业的工业数据流通规范，让不同规模与技术能力的企业在统一数据语义下实现有效交互。要素流通不是一次性工程，而是伴随智能化进程持续深化的基础能力，只有把数据治理、算力对接、人才协同和成果转化贯通起来，才能让人工智能技术扎根生产一线，推动制造业在效率提升与质量变革中走得更稳更实。

（四）技术突破是核心抓手

关键技术突破是制造业转型升级的核心所在，无论是智能装备的自主升级，还是核心算法的稳定可靠，抑或是工业软件的系统集成，其发展水平都决定着智能制造能够达到的深度与高度。从浙江的实践来看，单纯依靠设备引进或软件采购难以形成可持续的竞争力，真正的突破必须发生在技术与生产场景的深度交互之中，以解决实际问题作为检验技术成效的重要指标。政府应积极鼓励并倡导跨界合作，推动企业、高校与科研机构深入交流，促进知识在各行业内高效流通，激发各主体在技术创新与突破中的积极性。[5]在此过程中，需要充分发挥企业作为创新主体的作用。要鼓励企业聚焦人工智能算法、边缘计算系统以及工业大模型等关键领域开展适配性研发，避免盲目追求技术的前沿性而忽视与产业实际的匹配度。在技术攻关阶段，要支持企业将算法在真实数据分布中训练。在技术验证阶段，要依托已建成的产业创新服务综合体为重点技术提供贴近真实工况的验证环境，为企业降低试错成本。

参考文献：

[1]肖仰华.智能原生企业塑造智能经济新图景[J].人民论坛,2025(23):46-51.

[2]任保平,邹起浩.人工智能培育实体经济高质量发展新动能的战略重点与政策支持[J].济南大学学报(社会科学版),2025,35(05):101-110.

[3]李杰,王圣哲,谢婉晴.以人工智能优化提升传统产业:内在机制、现实挑战与政策方向[J/OL].重庆大学学报(社会科学版),1-15[2026-04-24].https://link.cnki.net/urlid/50.1023.c.20260403.0914.002.

[4]赵正,郭明军,马骁,等.数据流通情景下数据要素治理体系及配套制度研究[J].电子政务,2022(02):40-49.

[5]李玉花,林雨昕,李丹丹.人工智能技术应用如何影响企业创新[J].中国工业经济,2024(10):155-173.

本文系国家社会科学基金项目“重大公共卫生突发事件中科技支撑的能力提升及体系完善研究”（编号20VYJ059）和浙江省自然科学基金项目“数字技术赋能区域科技创新治理研究：作用机制、绩效评价及优化路径”（编号LY23G030004）的阶段性成果。

（作者系中共浙江省委党校浙江省“八八战略”创新发展研究院研究员）

【责任编辑：王宗君】