0.02毫米的質檢盲區，無處遁形——這是AI的“鷹眼”；

85英寸大屏電視，20秒躍出產線——這是制造的“極速”；

突發干擾下，AGV小車1秒急停避障——這是數實交融的“默契”。

毫秒必爭、微米較勁，山東制造的底層運行邏輯正在被一幀幀重寫。這不是簡單地多添幾臺設備、新增幾項技術，而是一場人工智能與制造業的“雙向奔赴”。

2025年，山東數字經濟占GDP比重突破50%，人工智能核心產業營收突破1200億元，研發、生產、質控、運維……全產業鏈條、全生命周期，AI與制造開啟“共舞”。

“人工智能是引領這一輪科技革命和產業變革的戰略性技術，具有溢出帶動性很強的‘頭雁’效應。”山東將“人工智能+制造”作為推進新型工業化的關鍵抓手，在數實融合上走深走實。

山東是全國為數不多擁有全部41個工業大類的省，提供了人工智能技術落地與進化的天然試驗田。

盆景易做，森林難成；淺灘雖熱鬧，深水區方見真章——在人工智能從單點示范走向產業普惠的時代浪潮中，山東如何以“破壁者”之姿，率先成就一方數實共生的廣袤林海？

“共舞”：山東有天然“舞臺”

山東鋼鐵集團日照公司4300產線，爐火吐信，近千度的高溫鋼坯在輥道上翻滾。

過去，這一環是壓在工人身上的重擔——必須透過厚重的護目鏡，死死盯住刺眼的紅光，憑肉眼研判鋼坯姿態，再憑經驗撥動輥道參數。汗水里泡出的“手感”，難免有毫秒的遲疑、微米的偏差，這讓轉鋼環節長期卡著生產效能的脖子。

如今，AI啃下了這塊硬骨頭。機器視覺賦能粗軋機，算法實時捕捉鋼坯輪廓與角度，動態適配轉鋼速度，實現毫秒級閉環聯動。曾經灼熱的“經驗研判”，讓位給冷酷精準的“算法決策”，人工勞動強度減輕了八成以上。

龐大的產業體系、高聳的技術壁壘，制造業常以這樣的面目示人。制造業的發展史，正是一部深耕分毫細節，日復一日與一線痛點較真的進化史。

3月27日，在日照市莒縣一家企業，工作人員在裝配加油機。（新華社發）

工業文明前，制造業長期停留在效率低、質量不穩、手工小批量階段，產能天花板極低，無法滿足大規模需求。第一次工業革命推動專用設備普及，制造業突破“小作坊”局限；第二次工業革命，以電氣化打破“動力受限、生產不連續、成本高”等瓶頸，制造業實現大批量、低成本、高穩定的標準化生產；第三次工業革命距今時日未遠，傳感器、自動化產線等的普及，牽引著制造業走入高效、精密、可控的自動化時代。

至此，制造業顯性痛點被基本破解，但深層問題愈發凸顯：自動化，仍是按預設程序執行，難以應對多變工況、復雜工藝與個性化需求；核心工藝依賴“老師傅”經驗，難固化難傳承，良品率波動大；高端制造對精度、可靠性提出極致要求，過往手段已逼近能力天花板。此背景下，人工智能承接起前三次工業革命的演進邏輯，成為引領新一輪科技革命、產業革命的關鍵力量。

“歷次產業革命和技術革命證明，從來不是技術單向拯救產業，而是技術為產業開辟新賽道，產業為技術提供扎根的土壤與迭代空間，兩者相互喂養、互相成就。”工信部賽迪研究院人工智能研究中心執行副主任韓健指出，因此，以工業、制造業立身的山東，相比別處更有優勢率先探索形成技術催生產業、產業哺育技術的發展閉環。

這條雙向成就之路，山東自2017年“云行齊魯”行動起步深耕：以工業互聯網的規模化部署，打通設備、產線、工廠、供應鏈全鏈路，實現數據連接、采集、匯聚；此后，錨定“數據筑基、算力強基、場景賦能”的核心邏輯，山東一步一個腳印，構建人工智能產業發展的堅實底座；2025年以來，瞄準垂直領域大模型這一關鍵賽道，山東加快推動人工智能大模型在科技、產業、民生、治理等領域創新應用。

截至今年3月，省內重點大模型日均Token（詞元）調用量達到2萬億，省內重點工業大模型日均Token調用量占省內重點大模型調用量的比重超過20%，驅動山東制造向山東“智”造跨越。

挑戰：如何精準接住個性化需求

2015年，《國務院關于積極推進“互聯網+”行動的指導意見》將“互聯網+人工智能”納入重點行動，人工智能的快速發展開始貫穿于國家戰略的系統性頂層設計中。2025年12月，工信部等八部門聯合制定《“人工智能+制造”專項行動實施意見》，人工智能與制造步入全方位、系統化互動階段。

人工智能應用，與大模型高度相關。近日，工信部、國家數據局聯合啟動2026年“模數共振”行動，為人工智能產業劃定“數據—模型—場景”協同發展的清晰路徑；與此同時，DeepSeek等大模型密集發布新版本，豆包官宣付費計劃。

海爾青島洗衣機互聯工廠自動化生產線。（新華社發）

一邊是政策層面的規范引導，一邊是市場層面的自我調適，釋放的底層信號高度一致：跳出流量喧囂，人工智能產業邁入技術硬實力、可持續商業模式比拼的核心較量期。

越是這時，馬太效應越明顯：頭部“玩家”將憑借技術優勢、算力儲備、數據資源和品牌影響力，以付費實現營收閉環，反哺研發，其他“玩家”出局風險陡增。將其放大到地區產業發展，道理相通。

想在全國產業格局中站穩優勢身位，山東必須攻克人工智能與制造業深度融合的核心痛點。而當轉型步伐跨過表層應用，人工智能面臨適配復雜工況、全天候抗壓等多重挑戰。呈現在行業中，是不同企業間的“溫差”。

相對淺層的應用，體感“熾熱”。一從事變壓器研發制造的國家高新技術企業負責人介紹，企業從2023年開始與高校合作建設數字孿生智能工廠，在設備故障預警方面取得較好效果；目前，除辦公環節，人工智能還已以焊接機器人、澆鑄機器人等形式應用于生產環節，節省約20%的人力。另一家醫療器械企業，一方面采用人工智能仿真程序開展新產品操作培訓，另一方面，以AI識別技術優化貨品堆疊流程，抑或實時監測，增強整體質量控制能力。

從這些周期短、易復制、風險較低、不更改核心工藝的場景切入，企業得以快速做出樣板。“作為央企的供應商，企業需要滿足智能化應用的相關要求。”一企業負責人透露。對內，這些智能化應用是提質降本的直接抓手；對外，是必不可少的名片。

而在容錯空間幾乎為零，又或是需要重塑組織流程、重構工藝底層邏輯的領域，即便是大企業，也尚持審慎觀望態度。

“作為化工企業，安全是紅線和底線。我們也接觸了一些模型服務商，當中不乏有權威機構背書、科研實力強的。但總體看，這些服務商還缺乏產業化落地經驗，即便有相關項目資金補貼，我們也不敢輕易嘗試。”省內一大型化工企業透露。這類容錯率低、工藝不可逆的流程型行業，在山東制造業中占相當大比重。

傳統數字化階段采用通算算力，差不多十來萬元的投入，便可跑通內部常用軟件或應用；人工智能所需的智算服務器，動輒數百萬元起步，伴隨核心環節任務復雜度遞增，硬件購置和訓練成本都將大幅提升，加上算法開發工程師的薪資支出等，中小企業的顧慮會更多。

在以工業互聯網為代表的數字化轉型階段，山東采取龍頭企業先行探路，再以沉淀的工業機理和發展經驗帶動其他企業快速跟進的路子，實現了產業數字化水平、制造業數字化轉型指數等多個指標的全國領先。

“相比早年在制造業普及信息化、數字化，人工智能落地難度顯著增加，但從長遠看反而會變得容易。”政和科技股份有限公司研究院院長張慶文提到，數字化改造場景相對固定，而以大模型為代表的人工智能技術柔性適配能力強、迭代節奏快，只要能精準接住企業的個性化需求，就可快速向同行業、同類型企業推廣，規模化落地速度將遠超當年。

探索：立足自身稟賦賦智需求

凡由前沿技術主導牽引的產業變革，從概念走向落地、從試點走向普及，幾乎都會經歷相似的陣痛：認知不統一、場景不清晰、市場主體偏審慎觀望，技術價值難以快速兌現，落地節奏慢于預期。

“這是技術迭代與產業適配過程中繞不開的共性規律。”國家工業信息安全研究中心數據安全所副總工程師池程表示，山東不少人工智能企業帶有原生的工業基因——推進人工智能與制造業“共舞”，這是不可多得的優勢，也是關鍵力量。

走進海爾卡奧斯平臺，“工業龍蝦”正在疾行。“在家電板塊內部，我們率先部署工業大模型與智能體，實現30輪以上對話任務準確率100%。”卡奧斯COSMOPlat工業大腦總經理楊健介紹。

在云鼎科技，另一條路徑清晰可見。“我們開發了280余類場景，這不是閉門造車。作為工業企業孵化的二級公司，我們獲取能源行業數據有先天優勢，僅圖像類數據就標注超過100余萬張，生產結構化數據超過千億條。百余人的算法研發團隊之外，相關方案的設計、評審，都有來自母公司的一線業務專家參與，這是我們更懂現場的基礎。”云鼎科技人工智能總監高楨提到，公司每類新開發的人工智能場景，先在母公司找試驗田，充分打磨驗證易用性、實用性，再大規模復制。這樣一套相對穩健的路子，以及長期能力的構建，贏得了外部客戶信任。

“目前制造業的人工智能應用，還缺乏相關評價體系，這也給了各地探索空間。”池程提到。

依托各類監測評價指標，研判產業運行態勢、把握發展脈絡，是政府精準施策、引導產業發展的基礎性手段。

“云”是中小企業“智改數轉”的重要基礎設施，“用云量”反映數據在“云”上存儲、輸送、加工、應用等全過程中的投入量和使用量。

記者了解到，德州曾圍繞“上云”企業數、虛擬處理器數、存儲容量、月服務費四方面在全省首創“用云量”指標體系，按月調度督導，推動政策優化，也倒逼服務商改進相關產品。“人工智能階段需要建立更科學合理的指標體系，這離不開各方協助論證完善。”德州市工信局工業互聯網科四級主任科員王君峰介紹。

據了解，國內創業公司及已登陸港股的大模型企業，大多不是按傳統財務指標估值，而是按未來中國主權級大模型的戰略價值與想象空間進行定價。又如，企業人工智能的相關花費上，劃入制造成本還是管理成本，原先會計準則尚無具體規定，這也會在不同程度上影響企業落地積極性。

魏橋創業集團智慧鋁電解未來工廠控制室。（資料圖）

“在行業標準、規范體系等均滯后于產業實踐的背景下，各地可立足自身稟賦，選擇不同切口進行試點。”山東大學經濟學院副教授許琳提到，廣州近日發布全國首個基于Token級調度的城市綜合算力運行服務平臺，構建按量、按周期等多種靈活計費體系，推動全市算力資源“一盤棋”管理、“一本賬”監測、“一張網”調度，引導企業“敢用、想用、會用”算力，“這一思路可借鑒”。

“近期，山東將印發《山東省“人工智能+制造”行動方案（2026-2028年）》，以場景牽引，促進人工智能技術與制造業應用‘雙向賦能’。”省工信廳二級巡視員王楗夫透露，圍繞19條標志性產業鏈和大中小微企業發展需求，山東將聚焦研發設計、生產制造、供銷服務、運維售后、經營管理、產業協同等6大制造環節、18類高價值場景，發布“人工智能+制造”場景智能化應用指引，引導制造業企業將人工智能嵌入生產經營核心領域，形成一批需求清單，向社會發布。而針對企業的現實顧慮，山東將在人工智能場景研發領域深入開展產學研聯合創新，全力保障制造業重點行業、重點企業、重點區域、重點領域賦智需求。

1992年，宏碁集團創始人施振榮提出“微笑曲線”理論，橫軸是產業鏈環節，從左到右依次是研發、制造、營銷；縱軸是附加值。30余年后的今天，借由與AI“共舞”，山東正重塑工業底層代碼，實現這條“微笑曲線”的整體抬升。

策劃 婁和軍

記者 付玉婷

（來源：大眾新聞·大眾日報）