1月7日，工信部等八部门印发《“人工智能+制造”专项行动实施意见》（以下简称《意见》）。
《意见》提出，到2027年，推动3至5个通用大模型在制造业深度应用，形成特色化、全覆盖的行业大模型，打造100个工业领域高质量数据集，推广500个典型应用场景。培育2至3家具有全球影响力的生态主导型企业和一批专精特新中小企业，打造一批“懂智能、熟行业”的赋能应用服务商，选树1000家标杆企业。建成全球领先的开源开放生态，安全治理能力全面提升，为人工智能发展贡献中国方案。
《每日经济新闻》记者注意到，与《意见》一起发布的，还有两份配套附件，分别是《人工智能赋能制造业重点行业转型指引》（以下简称《指引》）和《制造业企业人工智能应用指南》。
实现AI+制造，AI才能被视为真正的生产力工具
《意见》把“创新筑基：夯实人工智能赋能底座”放在了专项行动的首位，首先提出强化人工智能算力供给。
推动智能芯片软硬协同发展，支持突破高端训练芯片、端侧推理芯片、人工智能服务器、高速互联、智算云操作系统等关键核心技术。有序推进高水平智算设施布局，加快建设全国一体化算力网监测调度平台，促进算力资源高效利用。开展智算云服务试点，推动大模型一体机、边缘计算服务器、工业云算力部署，提升智算资源供给能力。
在开发高水平行业模型方面，《意见》提出，支持模型训练和推理方法创新，开发适应制造业实时性、可靠性、安全性特点的高性能算法模型。
知名经济学者、工信部信息通信经济专家委员会委员盘和林在接受《每日经济新闻》记者微信采访时表示，目前，AI（人工智能）的主要应用方向还是在AIGC（人工智能生成内容），如今是尝试向制造业延伸，只有改变制造业，实现AI+制造，AI才能被视为真正的生产力工具，AI带来的才会是一轮科技革命。现阶段人工智能算力和行业模型还不能满足制造业的需要，“但凡事都在探索，我想很快就能找到适配的行业模型”。
甬兴证券研报显示，AI算力需求驱动AI芯片行业快速发展。据摩尔线程招股书，在数字经济飞速发展、新质生产力不断提升的背景下，以GPU（图形处理器）为代表的具备超强计算能力和卓越性能的逻辑芯片得到了迅速发展。据弗若斯特沙利文预测数据，到2029年，中国的AI芯片市场规模将从2024年的1425.37亿元激增至13367.92亿元，2025年至2029年期间年均复合增长率为53.7%。
不仅如此，华为、寒武纪、海光信息等厂商正加速AI芯片国产替代。甬兴证券研报认为，AI芯片是AI大模型的底座，技术迭代、国产替代有望带来发展新机遇。英伟达GPU产品持续迭代，国内GPU、ASIC（专用集成电路）厂商加速国产替代，AI基础设施建设或将推动AI算力规模增长，从而带动国内AI芯片企业实现收入增长。
优先选择原材料、装备制造、消费品等五大重点行业赋能
《意见》将“赋智升级：拓展推广高价值应用场景”放在了专项行动的第二位，明确提出加快重点行业应用赋能。
《意见》提出，要参考《指引》，分类制定“人工智能+制造”行业应用全景图和转型路线图，加快人工智能赋能原材料、装备制造、消费品、电子信息、软件和信息技术服务等制造业相关重点行业，加快标杆解决方案和经验推广应用。
记者注意到，《指引》对原材料、装备制造、消费品、电子信息、软件和信息技术服务等五大重点行业的细分行业如何利用人工智能赋能做出了具体部署。
例如，对于装备制造行业，《指引》明确提出加速汽车行业全链条智能化升级。打造汽车大模型，自动生成车身造型、内饰布局等方案，实时仿真动态优化结构强度、风阻系数等参数，推动智能研发新范式。加快人工智能技术在硬件配置、参数调优等环节应用，开发模块化工艺岛，打造柔性可重构产线。
盘和林对《每日经济新闻》记者分析表示，之所以优先选择这几个行业，首先是因为这几个产业是国民经济的支柱产业和优势产业。中国在这些行业中具有明显的优势，比如规模优势和产业集聚优势，所以人工智能赋能这些产业对中国经济整体的作用较大。
其次，这些产业往往是更容易和AI融合的产业，比如电子消费品已经广泛实现智能化，产品智能化具备丰富的成功案例。
此外，这几个产业具有数字化改造的迫切性，比如原材料，AI是中国突破原材料技术瓶颈的关键。
对于人工智能会对这些行业带来怎样的影响，盘和林认为，对于原材料行业，人工智能将材料数据和经验转化为工艺优势，并加速新材料研发。对于装备制造业，人工智能将提高装备的自主能力，提高装备的自适应控制能力，从而能够更好地增强生产效率，另外，通过人工智能预测性维护，可以让装备生产产品的次品率更低。
“当然，对于消费品行业，人工智能可以丰富其功能。而对于电子信息和软件，人工智能可以推进芯片工艺的提升，也能提高软件产品的智能水平。”盘和林说。
