AI赋能制造业数字化转型,浙江印发实施方案

浙江发布
Aug 05

转自:浙江发布

  近日,省经信厅印发《浙江省人工智能赋能制造业数字化转型实施方案(2026-2030年)》。

  《实施方案》明确,浙江将以制造业数智化转型为主线,以业务流程重构和关键环节能力跃升为主攻方向,加快推进人工智能技术深度融合。

《实施方案》提出五大重点任务。

夯实数智化转型的基础支撑

  推动数据治理和高质量数据集建设。围绕集成电路、服装纺织、消费电子、现代家居等重点行业场景,推动产业链上下游协同开展数据“采洗标测用”。推进产品主数据标准及行业高质量数据集试点建设,加快打造工业可信数据空间。

  筑牢算力与模型基础设施底座。支持开发适配制造业需求的高性能算法模型,培育垂类模型,发展“云-边-端”模型体系,增强模型即服务(MaaS)能力,促进“通专模型”的落地应用。

  构建人工智能应用安全防线。加强工业模型算法安全防护,通过知识库优化、训练语料纠错、生成内容标识等方式,增强人工智能透明度和可解释性,降低幻觉风险,提升人工智能应用风险防范水平。

推动关键业务环节的智能升级

研发设计+AI

  聚焦产品数字化设计、产品虚拟验证、工艺数字化设计等,构建智能化研发新模式。

生产制造+AI

  聚焦排产调度、质量管控、安全生产等,强化工业机器人、智能设备等智能制造装备应用。排产调度推动AI与制造系统深度融合,实现生产排程动态优化、关键工艺参数自适应调整与多设备协同作业。

营销服务+AI

  聚焦精准营销、远程运维、客户服务等,构建全周期智慧服务体系。精准营销运用AI算法开展用户精准画像与需求预测,通过个性化推荐与智能报价匹配客户需求实现营销精准投放。

运营管理+AI

  聚焦经营决策、供应链协同、绿色节能等,实现基于大模型的全流程一体化运营管理。

深化重点企业的分级应用

推动领军企业打造示范标杆

龙头企业

  鼓励龙头企业打造工业智能体平台。推动协作、巡检机器人在生产作业、巡检运维等环节规模化部署。探索多智能体的任务调度与群体协作,重点打造“智能模型+数字孪生+工业智能体”协同的“AI+未来工厂”标杆示范,培育AI原生工厂新模式。

雄鹰和链主企业

  鼓励雄鹰和链主企业牵头组建创新联合体,围绕“研产供销服”等核心环节,联合产业链上下游开展协同攻关与场景验证,形成一批可复制推广的“全链条AI应用”解决方案。引导领军企业向中小企业开放应用场景与数据资源,协同平台企业、人工智能应用服务商等。

推动中小企业普惠应用

数字化水平2.0企业

  引导关键业务系统部署与跨系统集成改造,围绕重点环节按需引入工业智能体和轻量级AI工具。

数字化水平3.0及以上企业

  支持围绕产品数字孪生、设计制造一体化等复杂场景开展高价值集成应用创新,开发和部署智能体,培育一批可复制推广的“小快轻准”AI产品。

数字化服务商

  探索推广“先用后付”“订阅服务”“效果付费”等轻量化服务模式,降低人工智能应用门槛。

探索重点产业集群的提质升级

推动新一代信息技术产业的应用赋能

  聚焦集成电路、智能物联、高端软件,推动人工智能与信息技术产业深度融合。

推动高端装备产业的智能升级

  聚焦新能源汽车及零部件、高端船舶与海工装备,推动人工智能赋能装备制造智能化升级。

推动现代消费与健康产业的高端发展

  聚焦生物医药与医疗器械、现代纺织与服装、现代家居与智能家电,推动人工智能满足多样化需求。

推动绿色石化与新材料产业的绿智融合

  聚焦绿色石化、高端新材料,推动人工智能加速绿色低碳转型与新材料研发。

构建人工智能赋能的良好生态

  强化核心技术攻关与标准研制。鼓励产学研用协同,围绕工业基础模型库等核心技术开展联合攻关,提升产业基础能力。聚焦制造业AI应用共性难点,培育一批典型产品和解决方案。加快推进人工智能在制造业领域应用的标准规范研制。

  强化公共平台赋能与成果推广。加快培育工业智能体平台,推进制造业数字化转型促进中心、工业互联网平台智能化升级,拓展“平台+智能体”融合服务。依托世界互联网大会乌镇峰会等活动,推广AI应用示范企业和解决方案。依托“一带一路”、金砖合作等机制探索成果对外输出,打造海外智能工厂。

  加大复合型人才培育。深化校企合作,研发具有区域特色的AI应用相关课程和教材,推动建设行业人工智能研发中心、实训基地。

《实施方案》以附件形式公布62个省级重点产业集群“AI+制造”应用典型场景↓↓

来源:浙江经信

编辑:缪歌妮

责编:李特颖

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10