隨著全球制造業邁入智能化轉型的深水區，人工智能（AI）作為核心驅動力，正以前所未有的深度和廣度重塑產業格局。如何將AI技術有效融入智能制造體系，已成為行業關注的焦點。工業和信息化部智能制造專家咨詢委員會委員、著名制造業信息化專家蔣明煒在接受專訪時指出，AI融入智能制造并非簡單的技術疊加，而是一場以數據為燃料、以軟件為引擎的深刻變革，其中，應用軟件服務扮演著至關重要的角色。

一、AI融入智能制造：從“機器換人”到“智慧賦能”

蔣明煒專家首先回顧了智能制造的發展歷程。他指出，早期的自動化、數字化解決了“機器換人”和流程可視的問題，而當前階段的智能化，核心在于通過AI實現“智慧賦能”。這不僅僅是讓機器更高效地執行既定程序，更是賦予其感知、分析、決策和持續優化的能力。AI的融入，使得制造系統能夠從海量數據中自主挖掘知識、預測趨勢、預防故障，并動態調整生產策略，從而實現質量、效率、成本、柔性的全面躍升。

二、應用軟件服務：AI價值落地的“轉換器”與“倍增器”

在談及AI如何落地時，蔣明煒著重強調了應用軟件服務的關鍵作用。他認為，先進的AI算法如同“高純度礦石”，而面向特定行業、特定場景的工業應用軟件，則是將這些“礦石”冶煉成可實際使用的“特種鋼材”的熔爐。

1. 場景化封裝與集成：AI技術本身具有較高的專業門檻。優秀的應用軟件服務能夠將復雜的AI模型、算法進行“場景化封裝”，形成諸如智能排產、視覺質檢、預測性維護、工藝參數優化等開箱即用或易于配置的功能模塊。這極大降低了制造企業，尤其是廣大中小企業的應用門檻，讓AI能力能夠快速、精準地嵌入到具體的研發、生產、物流、服務等環節。

1. 數據價值深度挖掘：智能制造的核心生產資料是數據。應用軟件服務構成了從設備采集、邊緣計算到云端分析的全棧數據管道與管理平臺。它不僅負責匯聚多源異構的工業數據，更通過內置或集成的AI工具，對數據進行清洗、標注、特征工程和模型訓練，將原始數據轉化為驅動智能決策的“燃料”，釋放數據的內在價值。

1. 知識沉淀與持續進化：AI模型的效能需要在實際應用中持續迭代優化。應用軟件服務提供了一個穩定的載體和環境，能夠將工程師、老師傅的實踐經驗（隱性知識）和AI從數據中學習到的規律（顯性知識）相結合，形成可復用、可擴展的行業知識庫與模型庫。這使得制造系統的智能化水平能夠像生命體一樣，在實踐中不斷學習和進化。

1. 構建開放協同生態：蔣明煒指出，未來的智能制造生態將是“平臺+應用”的模式。以工業互聯網平臺、云平臺等為基礎，各類專業、細分的AI應用軟件服務作為“工業APP”蓬勃發展。這種架構促進了知識的共享、資源的優化配置以及產業鏈的協同創新，加速了整個制造業的智能化進程。

三、挑戰與建議：聚焦價值，務實推進

蔣明煒也坦言，當前AI在制造領域的融合應用仍面臨數據質量不高、復合型人才短缺、投資回報周期不確定、安全與倫理等挑戰。對此，他提出幾點建議：

• 價值導向，分步實施：企業不應為“AI”而AI，而應聚焦于解決如提升良品率、降低能耗、縮短交付周期等具體的業務痛點，從小處著手，由點及面，務實推進。
• 強化“軟件定義”思維：制造企業需提升對軟件，特別是蘊含AI能力的應用軟件的重視程度，將其視為核心競爭力的重要組成部分，加大投入。
• 深化產學研用合作：鼓勵軟件服務商、AI技術公司、裝備制造商與垂直行業的制造企業深度合作，共同開發更貼合行業需求的解決方案。
• 重視數據治理與安全：夯實數據基礎，建立完善的數據治理體系，并在應用AI過程中，同步構建涵蓋算法安全、數據安全和操作安全的全方位防護網。

###

蔣明煒道，AI與智能制造的深度融合，是一場靜水深流的產業革命。在這個過程中，以解決實際問題、創造業務價值為核心的應用軟件服務，是連接尖端技術與復雜工業場景的橋梁，是驅動智能制造從“概念”走向“實效”的關鍵力量。只有牢牢抓住應用軟件服務這個牛鼻子，才能讓AI真正在工廠車間里生根發芽，結出豐碩的果實，最終推動中國制造業向全球價值鏈中高端穩步邁進。