当人工智能（AI）的算力浪潮，碰上制造业的厚重基石◇▽▪，会产生怎样的反应●？在日前举办的2026•○“工赋上海△”创新大会上，上海宣布的一系列密集动作▲▪-，给出了答案。在“十五五”时期，上海将推动◆▽•“AI+制造”规模化发展，发挥“AI+制造”叠加优势，推动重点行业加快应用，支持打造样板企业，加强关键要素支撑，培育AI应用活跃生态。
值得关注的是-◁●，在对精度、可靠性和成本控制有着极致要求的工业领域，任何新技术的引入都绝非易事★…。AI的引入，其价值必须体现在更高的良品率、更低的能耗、更敏捷的响应，或是过去人力无法企及的工艺复杂度上▲◆。专家认为，如果智能化不能给企业提升效益，企业也不会投入，后续也不会再尝试。
为此▲▷▼，上海启动实施-•“AI+制造”样板企业培育工程，首批遴选了10家样板培育企业。企业围绕关键环节提炼出50项需要应用AI技术的场景需求。第三批21家◇▪▪“工赋链主”企业名单公布，它们被视为牵引产业链数字化转型的“火车头▼●●”。上海试图证明，AI与制造的融合，不是简单的技术嫁接△，而是一场系统性重塑。中国证券报记者采访了解到，为了开辟产业空间，工业领域相关企业在AI实践方面正在不断探索。
在=○-“十五五”时期，上海为其“AI+制造▪-”的征程确定了基调●▷。在“工赋上海”创新大会上，上海明确释放了将☆“AI+制造”从试点探索推向规模化发展这一信号。为此，上海的方式是培育样板企业以及壮大“工赋链主▷”企业。
为发挥龙头企业的示范引领作用，会上，上海启动实施“AI+制造”样板企业培育工程，首批遴选了10家样板培育企业。这些企业来自核电装备◇☆、船舶制造、汽车◁◁-、钢铁-▪、航空航天、半导体、生物医药等领域。
上海电气集团数字和信息化部部长程艳表示，上海电气将持续深耕▲“产业数字化”主战场，把布局☆“数字化产业”新增长极作为核心方向•▼，将技术势能转化为高质量发展动能，打造新质生产力，赋能高质量发展和产业升级。
据悉，这些企业围绕关键环节提炼了50项需要应用AI技术的场景需求。这些场景需求□◁•，精准地卡在了制造业数字化转型的痛点上☆▪…。
在研发设计环节，相关企业提出装备研发3D转2D图纸智能生成、整车及关键零部件AI辅助CAD建模等20个场景需求。在生产制造环节，相关企业提出精密磨床产线智能调度○▽、航空结构件智能视觉检测及全过程质量追溯等20个场景需求。在供应链与经营管理环节▲□，相关企业提出智能工厂动态排产与决策优化、钢铁市场需求与价格预测等5个场景需求。在人形机器人进工厂环节，相关企业提出导板装配辅助作业、汽车产线个场景需求…▽▲。每一个场景都是一个具体的任务，目的是要探索出具有全国影响力的标杆案例。
在实践中，龙头企业如何将自身的数字化能力▪■…“溢出”至供应链上下游同样是一个难点。对此，会上正式发布了第三批21家▷△◇“工赋链主”企业名单。
据介绍▲…△，上海正加快推动工业互联网创新发展…•，梯度培育◆“工赋链主”企业。2022年以来，围绕汽车、高端装备•▼、航空航天等重点行业，上海已累计培育了42家“工赋链主•”，链接企业超过36万家◆，赋能核心企业7000多家，连接工业设备230多万台套★-，开发工业软件1800多个=，构建工业机理模型700余个，助力企业运维成本降低20%□，设备能耗下降10%-。
“◇‘工赋链主’企业的价值在于▷□，其自身的数字化转型需求会自然传导至供应链，带动整个链条的协同升级。▷”上海某汽车零部件企业负责人在接受记者采访时表示，以汽车行业为例，一家整车厂进行智能化改造◇，必然会对零部件供应商的交付质量、数据接口甚至生产工艺提出新要求。
在此次大会上，国家人工智能应用中试基地（制造领域）共建签约仪式的举行以及上海联通工业智算云服务平台的推出，为建设工业人工智能前沿应用高地和降低企业智能化算力建设成本提供了保障。
应用中试基地，将重点攻坚高端装备行业面临的研发设计智能化能力不足、高精度复杂制造水平待提升等共性难题，全面推进技术突破★◇、场景落地和产品创新，着力建设工业人工智能前沿应用高地、高端产品创新与制造高地●☆、公共服务高地。上海电气集团联合生态合作伙伴举行应用中试基地共建仪式○▼，旨在探索一条可持续、可复制、可感知的共建新路径。
专家认为，应用中试基地的意义在于，为那些技术前景明确但产业化风险高的AI制造应用，提供一个可控的真实环境进行测试=▲▽、验证与迭代，成果可供生态伙伴共享，从而大幅缩短创新周期。
而对于数量庞大的中小企业而言▪，需要面对昂贵的算力成本▲、稀缺的AI人才等难题。上海联通的工业智算云服务平台■■◁，直指这些痛点。
据介绍，该平台聚焦离散制造业智能化升级痛点，基于工业云的基础设施，提供低延迟分布式推理架构★□、工厂级算力调度等特色服务能力，构建“语料包”“模型包”■=▽“工具包”“智能体开发包”等核心服务◆●，为中小制造企业提供“算力+语料+模型+工具+智能体■”一体化AI应用底座☆▽，帮助企业降低硬件设施和软件开发成本，减少企业初期投入和运营投入。
下一步，该平台将不断提升智算云平台的服务能力◇，持续扩大生态圈，让智算能力普及更多的企业。
从长远来看▷•，政策的推力需转化为企业内在的竞争力。在“工赋上海”的舞台上●•□，来自一线的实践者们■，正用各自的方式诠释着AI如何穿透复杂的工业现场，完成对传统制造流程的AI赋能。
•▪“通过人工智能技术，企业可以实现研发设计的智能化，提升工艺参数推荐的准确性，优化生产流程□。”中国电气装备集团科学技术研究院副院长郭井宽认为，企业在面对新型电力系统的发展需求时▪★▽，需通过人工智能技术提升装置的智能化水平和运维效率△，以实现电力装备的绿色化和智能化=…△。
“通过AI技术进行工艺参数推荐和流程重塑的具体案例◇…○，展示了AI在提升工艺效率和减少错误方面的应用，可以帮助企业在工艺设计、参数优化和质量控制等方面实现智能化，从而大幅提升生产效率和产品质量。”上海青翼工业软件有限公司副总裁严翼飞说。
上海飒智智能科技有限公司董事长■…•、总经理张建政则认为★，具身智能机器人在工业场景中的应用前景广阔，尤其是在高精度和复杂工艺需求的环境中。通过与工业互联网的结合，可以实现生产过程的自动化和智能化，提升生产效率和产品质量☆◆。
对于上海航天精密机械研究所所长戴铮而言，数字化转型是一场“老厂换新”的攻坚战◆▼…。戴铮坦言，企业数字化转型面临一些共性矛盾，包括市场碎片化供给与企业整体需求的矛盾●◆○，以及转型长期性与投资脉冲式的矛盾等=▽▽。戴铮认为，工业AI的落地需区分“确定性”与▷◆=“相关性”问题，应将大模型☆、小模型与传统数学模型协作使用●。用小模型更多去解决确定性问题，用大模型去解决一些思考、推测和关联性问题。
在普元大数据研究院院长李书超看来，高质量数据集是人工智能发展的基础，数据治理对于提升AI模型的理解和推理能力至关重要…▽☆。通过理解能力▪▽、规范数据、关联数据和连贯数据等“四步走▷▪▼”数据治理模式，可以显著提高AI模型的准确性□◇、可靠性和应用效果。