AI+制造業產業發展與空間如何？

工信部指引產業方向，地方層面積極布局，政策驅動“AI+制造業”產業發展。

產業層面，工信部 2025 年 6 月在審議《工業和信息化部信息化和工業化融合 2025 年 工作要點》時，明確提出要實施“人工智能+制造”行動，支持企業在重點場景應用通 用大模型、行業大模型和智能體，推動大模型在制造業重點行業落地部署，加快制造業 全流程智能化升級。

地方層面，2025 年 7 月 30 日，《上海市加快推動“AI+制造”發展的實施方案》已經市 政府同意并印發實施，指出必須把握人工智能賦能制造業的戰略機遇，以 AI 驅動制造 業高端化、智能化、綠色化、融合化升級，助力“上海制造”向“上海智造”躍升。 大模型成為通用 AI 新范式。大模型是在海量數據和計算資源的基礎上通過預先訓練出 來的，具有大參數規模的深度學習模型。它正在重新定義和引領整個人工智能領域的發 展方向。大模型通過其強大的計算能力和廣泛的應用范圍，展現出超越傳統 AI 模型的 巨大潛力。它們可以處理 種復雜任務，從自然語言處理到圖像識別，再到更復雜的多 模態交互，幾乎涵蓋了所有主要的 AI 應用場景。

制造業領域，大小模型協同將是主流模式。小模型專注實施決策，在訓練過程中，能夠 針對具體場景進行精細化的調整和優化，從而確保模型的準確性和穩定性。工業場景， 尤其生產制造環節，對于可靠性的高要求，意味著通過小模型決策式 AI 依舊是更為合 適的選擇。而大模型通過海量數據訓練形成跨領域知識遷移能力，擅長需求理解和知識 泛化，更適合綜合型和創造類的工業場景。而大模型和小模型的結合可兼顧數據本地化計算、產品換型柔性化和經驗知識傳遞。

智能體帶來工作范式的全面變革。以大模型能力構建 AI Agent 實現業務流程的自動化與 智能化，從而更為徹底的釋放數據價值。智能體不再是被動執行指令的工具，而是具備 目標理解-自主規劃-動態調整能力的協作伙伴。

人工智能技術深度賦能制造業全流程，從研發設計、生產制造、運營管理到產品服務， 全面提升生產效率與產品質量。

AI 技術在研發設計階段通過智能仿真及模型優化等方式，能夠顯著加速產品迭代和創新。 生成式 AI 可用于產品原型設計和工藝優化，大幅壓縮設計周期。AI 融合機理模型與大 數據分析，挖掘超越傳統原理的工業知識，提升研發精度。

生產制造側，AI 能夠實現實時監控、柔性生產和自優化控制。重要的場景包括智能生產 調度、視覺質檢、裝備訓練、預測性維護等。一方面 AI 與工業軟件的融合，通過人工 智能技術與制造執行系統 MES 等核心工業軟件，實現對生產數據和歷史記錄的深度學 習和分析，實現生產流程的自動化、智能化管理決策。此外，制造業與 AI 的融合還體 現在智能化的硬件設備，比如將工業機器人與新興的人工智能大模型技術融合，形成智 能工業機器人。

運營管理環節，AI 優化資源配置與決策效率，例如大模型可以將生產、銷售、庫存等 個環節的數據整合分析，驅動供應鏈、庫存管理等智能化，提高響應速度和精準度。

“AI+制造”遠期可想象的空間廣闊，預計未來每年將是千億級別規模的市場。

我們參考 24 年中國制造業企業營業收入規模（接近 120 億元）并進行靜態預測， 假定 未來中國制造業企業每年 IT 支出投入比率，如按 2020 年統計的數據測算為 0.35%， 若假定未來進一步增加至 0.5%。另，參考谷歌云 2021 年對海外市場制造商 IT 支出的 調查結果，其中三分之一被用于 AI，假定未來中國市場 AI 相關軟硬件投入占制造業企 業 IT 支出的比例亦達到 30%，則每年 AI+制造將是千億級別規模的市場。

以 AI 解決方案替代制造業部分人工成本，成為數字勞動力的方法測算，AI+制造的理論 市場空間可達萬億。根據國家統計局公布的數據，2024 年中國制造業從業人員數量約 1.05 億，平均每人每年的勞動力成本在 70,000 元以上。另參考弗若斯特沙利文的預測 數據，中國制造業企業三分之二的工人從事生產制造等相關工作，未來若有關任務中的 一半可由 AI 解決方案完成，則基于人工智能的解決方案在制造業的理論可觸達的市場 總額約為 2.45 萬億元。