建设制造强国,科技是重要动力,人才是基础支撑。近日,全国先进制造业大会在京召开。习近平总书记就发展先进制造业作出重要指示,强调坚持智能化、绿色化、融合化方向,持续做大做强先进制造业,提升产业链自主可控水平,加快构建以先进制造业为骨干的现代化产业体系,巩固壮大实体经济根基。
当前,人工智能技术加速迭代,数字产业与实体经济深度融合,正在推动制造业生产方式、组织形态和竞争格局发生深刻变化。如何理解人工智能赋能产业发展的深层逻辑,如何把握数字产业赋能的现实路径,是当前亟须回答的问题。高校应用经济学科应主动对接制造强国建设需求,把人工智能作为深化学科交叉、提升育人质量、增强社会服务能力的重要手段,贯通产业研究、教学改革与实践育人,为先进制造业发展提供坚实的智力支持和人才保障。
把握智能化转型方向,增强AI赋能先进制造业内生动力
人工智能赋能产业发展,本质上是通过智能技术降低信息不对称和决策成本,推动生产方式从经验驱动向数据驱动、算法驱动转变,提升全要素生产率。
从理论逻辑看,人工智能正在改变制造业竞争优势的来源。它不仅替代重复性劳动,更通过数据分析优化资源配置效率,使企业在研发设计、生产制造、供应链管理和市场营销等环节中实现精准决策。这一变革将制造业的竞争优势从传统的要素成本优势转向数据积累、算法迭代和场景适配形成的新型能力优势。对先进制造业而言,智能化不是选择题,而是决定未来竞争位势的必答题。
从发展态势看,我国产业智能化已进入质量与深度并重的新周期。人工智能核心产业规模持续扩大,重点行业渗透率稳步提升,规模以上制造业企业应用普及率已达相当水平。应用端,智能制造领域累计建成多层级智能工厂,“两化融合”发展水平持续提高;供给端,国产开源模型创新活跃,国家级人工智能开源社区汇聚大量用户,国内大模型全球累计下载量持续攀升。工业和信息化部与国家数据局联合实施“模数共振”行动,面向钢铁、工业母机、汽车、航空航天等行业,推动形成“数据—模型—场景应用”良性互促的循环。人工智能在制造业中的作用正从辅助工具向核心生产变量演进。
从作用路径看,人工智能赋能制造业主要体现在三个层面。在生产制造环节,机器视觉、预测性维护和智能排产等技术显著提升产品质量和生产效率。在供应链管理环节,人工智能赋能的数字供应链实现需求预测、库存优化和物流调度智能化,降低跨区域经营的协调成本。在产品与服务创新环节,人工智能推动产品由单一功能向持续迭代、软硬件协同转变,使企业通过数据积累和软件升级形成差异化竞争优势。这三个层面共同指向一个结论:人工智能正将制造业竞争逻辑从“谁造得更便宜”转向“谁造得更精准、更适配、更可持续”。
强化数字产业支撑,夯实先进制造业智能化发展基础
数字产业是人工智能赋能制造业的基础支撑和关键载体,其核心机制在于“技术供给”与“场景牵引”的双向互动。
从基础设施看,数字产业为制造业智能化提供底层支撑。我国“双千兆”网络建设持续提质升级,5G基站和智能算力规模均居世界前列,未来仍有广阔发展空间。重点行业企业关键工序数控化率稳步提升,大量工业现场设备转化为智能传感器,为工业海量数据汇聚应用打下坚实基础。数字基础设施的完善,使制造业企业能以更低成本获取算力、数据和连接能力,改变了产业竞争的门槛结构。
从作用机制看,“技术供给”与“场景牵引”形成正向循环。一方面,人工智能、工业互联网、数字孪生等数字技术持续突破,为制造业提供可用工具和方法;另一方面,庞大的工业体系和丰富应用场景为技术迭代提供大量真实数据,形成“使用越频繁、智能程度越高、实用价值越大”的正向循环。工业和信息化部启动工业数据筑基行动,面向人工智能赋能制造业开展高质量行业数据集建设先行先试,目标是培育一批行业数据合作联合体、汇聚一批行业数据资源、攻关一批数据关键技术、打造一批高质量标准化可流通的行业数据集,最终赋能一批行业大模型和工业智能体应用落地。电子行业增加值和电子信息制造业营业收入的强劲增长,印证了数字产业对制造业赋能效应的持续释放。
从政策环境看,制度安排为数字产业赋能制造业创造良好条件。工业和信息化部印发《人工智能中小企业创业支持计划(2026—2028年)》,提出用三年时间在行业应用、数据服务、智能算力等领域培育形成一大批人工智能创业企业。国家层面提出的“一业一图谱、一景一档案”场景培育模式,将政策激励与需求牵引对接,引导企业在真实生产痛点上发力。数字产业与制造业的关系,正从“技术供应—技术采购”的线性关系,转向“共同定义问题—联合开发方案—共享数据资产”的共生关系。
扎根产业实践,构建应用经济学科服务先进制造业的人才自主培养体系
人工智能赋能先进制造业的深入推进,对人才培养结构和拔尖创新人才培育提出全新要求。
人才培养赋能先进制造业,扎根产业一线,锤炼认知能力。应用经济学科的人才培养,不再停留在书本模型和宏观数据层面。面向先进制造业,引导学生走进产业园区和产业集群,在真实生产场景中理解智能化改造的实际约束、产业链协同的具体障碍、数字化转型的落地难点。让学生在产业一线发现真问题、研究真问题、回应真问题,形成理解先进制造业技术应用效果的思维框架。
人才培养赋能先进制造业,贯通“技术—产业—制度”,提升分析能力。在技术层面,理解人工智能、工业互联网、数字孪生等技术的基本原理和应用场景;在产业层面,掌握产业链分析、产能布局评估、竞争策略设计等产业经济分析方法;在制度层面,具备数字化转型效益评估、产业政策设计、数据要素市场化配置等治理能力。进一步引导学生从技术可行性、经济合理性和制度适配性等方面综合判断问题,形成有理论依据、有数据支撑、有现实针对性的分析结论。
人才培养赋能先进制造业,打通“产业出题—学科解题—人才答题”链条,完善培养机制。产业出题,推动人才培养方向与先进制造业真实需求有效对接。先进制造业对应用经济学科复合型人才的需求正发生质的变化,急需“有品格觉悟、有专业本领、有健康身心”的复合型拔尖创新型人才。学科解题,在应用经济学科下,围绕“课训(课程训练)—研训(学术研究)—赛训(学科竞赛)—会训(学术会议)—实训(实习实训)”等环节系统设计,将课程训练、学术研究、学科竞赛、学术会议、实习实训有机结合,形成由理论学习到方法运用、由问题识别到方案论证的培养过程。人才答题,培养成效最终体现在学生能否在先进制造业实际场景中解决产业治理与经济融合发展等问题,真正发挥应用经济学科复合型人才不可替代的作用,为中国式现代化的先进制造业实践提供坚实人才支撑。
人才培养赋能先进制造业,涵养家国情怀,坚定育人方向。应用经济学科培养的复合型人才,不仅要有扎实专业本领,更要有深厚家国情怀和坚定理想信念。一方面,引导学生在产业一线磨砺意志、锤炼品格,在发现真问题、研究真问题、回应真问题的过程中,深刻理解先进制造业对国家竞争力和民生福祉的战略意义,将个人学术追求融入制造强国建设的时代使命。另一方面,建立与培养目标相适应的评价方式,综合考察学生的理论基础、数据素养、研究规范、团队协作和实践成果,重视研究结论的可靠性与建议的可行性。通过实践反馈持续改进课程内容和培养方式,使学生成长为衔接产业实践与政策研究的复合型人才。
先进制造业发展,需要技术创新、产业支撑与人才培养协同推进。发展先进制造业要完整准确全面贯彻新发展理念,统筹高质量发展和高水平安全。人工智能赋能产业发展、数字产业提供技术支撑、应用经济学科交叉人才培养夯实智力根基,三者构成相互支撑的有机整体。智能化转型解决“往哪转”的方向问题,数字产业解决“用什么转”的工具问题,学科交叉人才自主培养解决“谁来转、为谁转”的根本问题。当技术创新、产业应用与人才供给形成正向循环,先进制造业才能真正实现从规模扩张向质量效益的转变,为以中国式现代化全面推进中华民族伟大复兴提供坚实的产业基础和人才保障。
(来源:《中国电子报》)