燎原之勢，AI已直抵中國制造腹地

這場系統性變革的最終分野，將不再是誰用了AI，而是誰真正讓AI長進了制造的骨骼與血液里

文｜周源

編輯｜謝麗容

“這不是一道關于未來發展的‘選修課’，而是一道關乎當下生存的‘必答題’。”

江汽集團控股公司董事，江汽集團股份公司黨委副書記、總經理李明在一場以“AI+制造”為主題的行業峰會上說出這句話時，他身后那間與華為共同打造的尊界超級工廠，正以支持數以萬計個性化選配的柔性生產，打造用戶差異化體驗。

圖：江汽集團股份公司黨委副書記、總經理李明

來源：AI+制造行業峰會2026

這并非孤例。一場以AI為手術刀的制造業深層變革，正在中國最“硬核”的產業腹地悄然發生。

研發環節是制造業提質增效的源頭。傳統模式下，無論是藥物研發還是汽車工程，都飽受高投入、長周期、低成功率折磨，AI的介入，正在把依賴“專家經驗”、反復試錯的舊模式，翻轉為數據驅動、智能預判、精準生成模式。

在生物醫藥領域，廣州醫藥集團有限公司（下稱“廣藥集團”）利用3D分子生成模型等AI技術，將藥物早期發現成本降低了70%，研發周期從行業平均的1年-2年大幅縮短至3個-6個月，其“MolVortex 智能體”作為藥物化學專家的智能助手，共同設計、優化分子，讓專家得以從重復性工作中解放，研發效率顯著提升。

深圳翰宇藥業將華為盤古藥物分子大模型，與專家20余年的內部經驗和5萬+文獻專利全部沉淀為可檢索、可調用的數字資產，打破知識壁壘，改變依賴人工試錯的傳統研發模式，推動工藝決策從“經驗驅動”邁向“科學驅動”。這將生產參數決策效率提升90%，批次合格率大幅提升22%，確保了穩定的產品質量與生產規模化的能力。

正加速崛起、具備全球硬核競爭力的中國汽車行業同樣如此。廣汽集團通過統一AI開發平臺，使智駕場景從數據采集到仿真實現了全流程閉環，開發效率提升超過10倍，車型標準開發周期縮短至18個月。

不僅是研發，在生產制造端，AI正在解決制造業長期存在的泛化能力差、架構僵化等問題，重塑生產形態。

上汽通用五菱打造了全球汽車行業首個“智能島”制造體系，顛覆了延續百年的流水線總裝工藝。在華為星河AI網絡的支持下，作業島間的AGV（自動導引運輸車）穩定運行，車輛可以“自己找工位”，產線靈活性大幅增強。效果立竿見影：整車交付周期縮短30%，整車成本降低5%-8%，消費者全生命周期使用成本降低15%，工廠整體能耗降低25%。

江汽集團與華為聯合打造了汽車行業首個CV（機器視覺）質檢大模型——邁思特。該模型依托華為盤古CV基礎大模型和昇騰算力底座，通過江汽集團自身130萬張高質量圖片數據增訓，把高質量標準、工藝知識、視覺算法和AI大模型能力結合起來，推動質檢從“人工經驗”向“智能識別、標準統一、持續進化”轉變。

圖：江汽集團聯合華為發布“邁思特”CV質檢大模型

來源：AI+制造行業峰會2026

在紡織輕工業，福建輔布司紡織有限公司通過端云協同的AI質檢方案，精準捕捉蕾絲花邊這種復雜織物的細微缺陷，實現了品質與效率的雙重飛躍。

多位行業人士表示，隨著政策、技術與標桿案例同時抵達臨界點，2026年，AI+制造有望從星星之火的試點，奔赴已成燎原之勢的“系統性革命”。

“行業+AI”已得到真實驗證

“行業+AI”價值已得到市場真實驗證，不再是概念和試點，理由清晰有力。

其一，價值能量化。企業能直接算清AI帶來的巨大收益。例如，在家電的研產供銷服、汽車的智能駕駛、金融的面客、礦山的無人化、煉鋼的高爐爐溫預測等場景，AI的巨大價值已經得到驗證。

其二，客戶愿投資。目前大多數央國企對AI追加了專項預算，制造、金融、電力各個行業都加大了AI基礎設施的建設投資。

其三，方案可復制。行業頭部企業標桿應用已落地，正向全行業輻射推廣。

其四，自主AI生態漸成熟。模型廠商、行業應用廠商、硬件廠商等生態協同，AI產業鏈已形成。據華為透露，2025年已經800多家ISV （軟件應用開發商）以昇騰算力為底座來開發制造業的高端應用。

華為中國政企業務副總裁郭振興指出，2026年“行業+AI”迎來三大關鍵躍升機遇，標志著AI產業正在跨越關鍵拐點，從技術爆發走向產業重構，實現真正的躍升。

第一個機會來自數智化投資量級與進程全面躍升。行業預測企業數智化投資占收入比重將從2.5%提升至3%–3.5%，千億營收企業年度投入可達30億元–35億元，強力拉動產業鏈升級。

第二大機會蘊藏在數智化基礎設施建設方面。隨著頭部企業在模型訓練、預訓練、推理與蒸餾等環節加速布局，AI推理應用呈爆發式增長，2026年明顯出現國內企業將寶貴的投資更加向數智基礎設施傾斜的跡象。

第三大機會來自AI行業解決方案層面，企業不再滿足單點場景AI創新，轉向系統化、端到端流程變革，希望真正以全鏈路能力解決核心業務問題，這將催生行業解決方案市場的加速增長。

國家“人工智能+”行動也將為產業提速提供強勁助力。據國際數據公司IDC預測，到2029年，中國AI總投資規模預計達到1114億美元；到2030年，新一代智能終端、智能體等應用普及率超過90%，智能經濟將成為重要增長極，2035年中國將全面邁入智能經濟與智能社會新發展階段。

五大方法論，一個系統性答案

面對新一輪行業數智化浪潮與智能經濟的戰略機遇，制造類企業該如何精準把握、高效落地？先行者的答案非常明確。

在前述峰會上，李明首先點明了戰略層面的核心判斷：企業推進智能化轉型，既要順應行業發展大勢，更要具備逆勢突圍的勇氣與決斷。他認為，汽車行業競爭已進入“下半場”——規模競爭成為過去式，成本競爭觸及瓶頸，大模型技術的快速突破正徹底打破汽車產業的傳統護城河，唯有率先在AI與制造深度融合上實現破局，才能牢牢掌握定義未來競爭格局的主動權。

李明的第二條經驗是，與強者為伍，與巨人同行，善于借助伙伴力量，實現跨越式升級。

江汽集團自身的轉型就是生動印證。作為傳統商用車領域的老牌企業，江汽集團通過與華為建立全面深度合作，成功切入高端豪華乘用車新賽道。在華為領先的根技術與數智能力加持下，江汽集團不僅完成尊界超級工廠建設，更聯合打造出旗艦車型尊界S800。該車上市10個月以來，累計交付量超過1.6萬臺?，成為本土高端制造崛起、中國汽車產業向價值鏈高端攀升的標桿典范。

圖：江汽集團尊界工廠 來源：江汽集團

李明特別強調，企業必須擁有自主創新的數智化能力。目前，江汽集團依托昇騰超節點等，構建起從算力卡到框架，再到算法的自主創新AI算力底座。

他認為，這是江汽集團在集團智能化征途上的壓艙石和護城河。

正如華為監事會副主席陶景文所說，在當今世界形勢下，中國企業在數智化建設上既要走自主創新，又要堅持開放合作，不要放棄對世界最先進的技術的應用。華為堅持搭建適配中國制造業的“平臺+海量服務”生態，以開放平臺匯聚更多力量。

戰略方向明確之后，具體實踐主要面臨兩個核心問題。

其一是架構建設。部分傳統制造企業依然面臨著信息孤島多、重復建設多、數據共享難、系統聯動難的一系列問題，在AI大勢所趨下，傳統的多系統煙囪式架構需邁向以AI為核心的架構。

根據華為經驗，制造行業智能化架構應遵循統一標準、統一架構、統一數據格式、分層解耦和持續迭代原則，主要由智能感知層、智能聯接層、智能底座層、智能平臺層、制造行業各類大模型以及百花齊放的AI場景應用組成，華為基于實踐沉淀出可復制的一套完整解決方案。

其二是場景選擇。場景是“龍頭”，多位行業人士表示要AI落地關鍵是聚焦價值場景，不能搞大水漫灌。

陶景文給出了華為的三個選場景的原則：一是切口小、深度大；二是單一功能的閉環優于多功能的簡單堆砌；三是要圍繞核心價值流，選擇可動態持續演進、持續反饋的場景。

當然，AI要想真正落地，僅有技術還不夠，還需要與之匹配的組織文化、管理機制和流程體系，而且目前既懂AI又懂行業的復合型人才的缺口也很大。

企業數智化轉型是個系統工程，基于服務千行百業數智化轉型的實戰經驗，華為中國政企業務副總裁郭振興總結出一套成型的方法論，與上述實踐要點一脈相承。

首先是戰略決心。需要企業一把手明確戰略方向，并有著長期戰略定力，并在場景、流程、組織、數據、IT等多個維度確保落地；

二是架構引領。應以架構為藍圖，以AI為核心，參考行業智能體架構，夯實底座，全域賦能行業智能化升級；

三是價值場景選擇。通過三層五階八步十二問來選定價值場景，從“價值、數據、成本、風險、技術”五個維度量化AI場景應用成熟度；

四是基礎設施先行。所謂工欲善其事必先利其器，企業應該先行打造基礎設施，智能化時代效率提升是系統工程，平臺早建設，團隊早使用；

最后是組織保障。建議專班運作，確保一把手責任制，跨部門協同機制；同時實現人才培養機制，發展自己的行業場景專家和AI技術專家，并建議成立數智化部：預算單列，有跨部門決策權。

燎原之火已起，這場系統性變革的最終分野，將不再是誰用了AI，而是誰真正讓AI長進了制造的骨骼與血液里。