数字技术正在成为驱动经济增长、促进产业转型升级和重塑价值创造路径的核心动力。尤其是新一代人工智能在企业中的渗透和应用所产生的创新效应为学界和业界所热议，相关研究普遍认为人工智能将会带来颠覆性的产业变革，以OpenAI和DeepSeek等为代表的企业在生成式人工智能领域不断取得突破。

　　从专业角度来看，AI技术对我国制造业的产业结构调整、生产模式变革等方面带来了深刻影响。AI作为一种通用性很强的新技术，对制造业的影响是全方位的，提高生产效率、重构制造业架构、增强传统制造工艺流程的功能、形成新的价值创造能力，同时也推动要素替代。对于传统制造业而言，考虑到各个省市制造业结构的差异，AI技术的发展和应用产生的影响也会不同。例如，对纺织鞋帽等劳动密集型行业，AI的应用主要是替代人类劳动，缓解劳动力供给不足、工资上涨的压力；对于石油化工等资本密集型行业，AI的应用主要是打通信息流，实现在合理成本范围的定制化生产。因此，AI技术的应用对于传统产业的作用机制是有所区别的。从总体上看，如果能够因地制宜，再加上应用得当，AI技术不仅可以进一步巩固我国传统优势产业的低成本、高响应速度优势，还可以推动一些新兴制造领域的发展速度。当前，已经有很多服装制造企业使用了AI赋能的智能悬挂系统，也被称作蛛网系统，通过将裁片、半成品和成品通过智能化的悬挂传输方式在不同工位之间流转，减少了搬运和等待时间，特别适合单品少但总量大的生产需求，使得服装制造的规模化优势适应了新的订单要求。

　　当我国制造业在引入AI技术时，需要重点关注一些技术方向，比如人工智能算法、大数据分析、机器学习等，并利用这些技术在制造业中不断创造出新的应用场景。我国制造业规模大、体系全，应该重点关注机器学习、大数据分析在制造业中的应用，尤其在服装鞋帽、石油化工等领域，力争在全国率先培育出典型的人工智能应用场景或模式。例如，福建泉州运动鞋产量超过全国一半、全球的约五分之一，在运动鞋的全产业链中，材料、设计、制造、品牌管理、营销网络各个环节都有巨大的数据资源可以挖掘，为在行业内AI的训练提供了丰富养料，具有在全国甚至全球引领机器学习发展的条件。

　　我国制造业规模大，产业的链条完整、配套齐全，可以从产业链的高度来推动AI技术的应用和示范。一些制造业强省应该抓住机遇，更快推动AI技术在相关产业的产业链层面的场景创新，与单个企业，或者产业链某个环节上AI赋能的场景创新比较，产业链层面的AI场景可以发挥出更大的效用。当然，AI技术还在持续发展中，在产业链层面形成成熟的AI应用场景面临很多困难，也存在一些不确定性，这就需要在发挥产业规模大、体系全优势的同时，加强与AI相关科研资源的对接和交互。制造业企业虽然在AI基础性、原创性研发上不具有优势，但完全可以作为国内外众多AI技术在制造业中应用的试验场。通过和国内外领先AI研发机构、团队的互动，也能够促进制造企业对AI的理解和认识，形成自发地通过AI解决生产经营中问题困难的意识，也培育适应AI技术发展的技术改造、管理改革的能力。

　　AI赋能是有一定范围和边界的。至少在一段时期内，制造业的很多部门、很多环节并不必须完全依赖于AI的发展。如果使用AI技术的成本明显高于收益，就没有必要为了AI而AI。目前AI技术在制造业的应用的核心矛盾并不是成本过高，而是缺少成熟的、能够创造价值的场景。平衡AI技术创新与企业成本之间关系的关键是探求AI在制造业中应用的场景，而不是通过政策性补贴方式降低企业采用AI技术的成本。AI技术大大提高了产业链供应链的效率和效益。从长远看，AI技术会改变产业结构，形成主导产业的更替。以泉州为例，有一些不适应泉州基础和条件的产业，例如劳动密集型的、价值增值很低的加工业的比重会降低，而能够率先适应AI技术发展，实现AI赋能的产业比重会提高，机械装备、电子信息有较大的可能性。AI技术也会改变制造业的业态，产业链不同环节价值创造的关系会发生变化，也可能出现新的价值创造模式。例如，数据正在成为新的生产要素，并且创造和被认可的价值越来越大，电子信息、家电、新能源汽车等行业都出现了通过数据流进行价值核算并付费的趋势。

　　在AI与制造业融合的过程中，数据安全和隐私保护是重要问题。制造业的数据安全非常重要，特别是石油化工等行业，数据安全受到侵犯可能会造成巨大的生产事故。我国制造业企业需要增强数据安全和隐私保护。一是严格执行国家、全行业的各类数据安全方面的规章制度；二是要加强行业管理部门和协会的学习，让从业人员了解和理解数据安全问题；三是要鼓励优势产业中的领军型企业参与到行业数据安全标准的制定工作中，进一步引领全行业对数据安全的重视。

　　（作者系中国社会科学院工业经济研究所副研究员）