1月8日，在2026“工赋上海”创新大会上，上海正式启动“AI+制造”样板企业培育工程，首批遴选出的10家企业，围绕研发设计、生产制造、供应链与经营管理、人形机器人进工厂等关键环节，提炼形成50项AI技术应用场景需求，将以此先行先试，探索可复制、可推广的实践路径。
上海市人民政府副秘书长张英在致辞中表示，上海正积极落实国家战略部署，充分释放“AI+制造”的叠加效应，推动重点行业加速应用，支持打造示范样板企业，强化算力、数据、人才等关键要素支撑，培育更活跃的AI应用生态，为“十五五”期间“AI+制造”规模化发展筑牢根基。
AI为制造业“减负”
作为首批样板企业代表，六联智能战略部首席科学家路昊在会上分享了企业AI智能制造的探索历程。
“客户遍布全球、订单零散细碎、产品差异化程度高是我们制造端面临的典型挑战。”路昊说，正是基于这些挑战，六联智能早早将AI引入制造环节，围绕智能生产、智能排产、智能仓储、智能质检持续发力，逐步搭建起成熟的应用体系。
目前，六联智能已在上海、湖北孝感、江苏盐城等地布局多家工厂，已落地AI智能制造方案并努力推进规模化应用。以湖北孝感柔性智能制造工厂为例，借助AI在排产优化、质量管控、生产节拍动态调整等环节的应用，如今每年可节省百万元级的成本，生产效率提升超30%。
上海证券报记者了解到，AI给企业带来的降本增效，涵盖了前期研发设计、生产制造、供应链管理等各个环节。然而，路昊也坦言，AI工业应用仍面临不少现实挑战，包括算力消耗大、部署运维成本高，以及如何在保障准确率的前提下进一步提升运算速度等，这些都需要在实践中逐步优化解决。
对于业界关注的AI可靠性问题，路昊表示：“AI在工业场景中难免存在少量误判。目前通过算法优化，准确率能达到90%左右，剩下的要靠多级验证和人工校验保障安全稳定，生产指令下发前的人工确认环节会一直保留。”
单点突破走向系统进化
创新大会上发布的《2025上海市“AI+制造”发展白皮书》显示，当前大部分制造企业仍然处在浅尝或观望的阶段。影响他们投入AI应用的最主要原因：一是担心“建不起”；二是担心“用不好”。这两者的背后既有数据、语料、人才等基础资源不足、模型能力和智能体工作机理局限性的客观瓶颈，也有企业自身在认知、组织方面尚未做好准备的主观因素。
上海工业数字化研究院院长陈廷炯认为，当前多数企业的数据治理情况尚不成熟。“企业探索AI应用，应该从单一、明确的场景切入先解决具体问题，但现在很多企业对AI落地路径存在认知偏差，往往把所谓的企业知识库建设作为demo项目（示范项目）。这类项目前期梳理、清洗数据，需要投入大量人力财力，周期长、成本不低，实际效果往往是‘demo如神，实际像鬼’，很难发挥预期效果，更难清晰计算投入产出比。”陈廷炯说。
在陈廷炯看来，在基础数据准备不佳的情况下，AI很难真正发挥价值，但要是想一次性把所有数据治理工作做到位，又往往超出企业当前发展阶段，所以细分场景的选择和切入是现阶段企业AI应用最需要思考的问题。
“‘AI+制造’注定是循序渐进、场景驱动的过程。”陈廷炯表示，从可行性高的单点场景做起，在实践中积累经验，再逐步向系统化、规模化演进，才是更现实、更可持续的选择。
翔云优配提示：文章来自网络，不代表本站观点。
