炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

來源：經濟日報

今年以來，人工智能（AI）技術加速迭代，賦能製造業步伐加快。記者近期走訪多家中小企業發現，AI從實驗室走進車間仍存在一些現實難題，需引起各方重視，有針對性地加以解決。

安全關。長期以來，工業生產依託封閉內網運行，系統獨立、風險可控，保障了生產鏈安全有序運轉。AI深度落地應用，需要打通設備壁壘，推動內外網互聯，從而實現數據互通。工業系統由封閉轉為開放，病毒入侵和數據泄露等安全風險顯著增加，不少企業存在顧慮。現實看，當前工業數字安全體系仍待完善，中小企業防控能力薄弱，應急處置機制不夠健全，需把安全貫穿智能化轉型全過程，築牢工業數字安全屏障，為AI進車間保駕護航。

成本關。智能化改造門檻較高，無論是改造生產設備，還是自建大模型，都需要大量資金成本和人才成本。大型企業資源充沛、優勢明顯，能搶佔轉型先機。但量大面廣的中小企業面對市場波動、訂單不穩等現實情況，更加看重投入產出效率。高額的改造成本以及不確定的回報周期，使不少中小企業顧慮重重，造成工業AI應用結構性失衡，短時間內難以全面普及。

技術關。工業生產標準複雜，流程較為精密，對AI系統的穩定性、適配性和可驗證性提出極高要求。當前，大模型技術迭代迅速，更新周期不斷縮短，部分企業投入研發的工業模型和智能系統尚未全面投用，便面臨技術更新和技術迭代，甚至出現「建成即落後」的情況，造成資源閒置與重複投入。此外，部分工業AI存在算法黑箱，效果難以覈驗，技術穩定性不夠，導致企業不敢輕易替代傳統工序，一定程度上制約了數字化改造的進度。

科技興則製造興，數字強則實體強。AI不應是裝點門面的「花架子」，而應是賦能產業升級的重要抓手。AI技術的價值最終要體現在車間一線，只有走出實驗室，融入生產場景，才能真正產生價值。

推動人工智能與製造業深度融合，需要堅持實效導向，持續完善工業數字安全體系，健全技術長效適配機制，推廣輕量化改造方案，不斷破除落地堵點、補上發展短板，讓工業AI更安全、更穩定、更實用，以數字化和智能化賦能製造業轉型升級，為構建現代化產業體系注入強勁動能。