1 月 9 日，由張江集團指導，機器之心、WAIC Circle、浦軟創投聯合主辦，數字工博支持的「人工智能賦能未來工廠論壇」在上海·浦東軟件園圓滿舉行。本次論壇以「以 AI 之光， 點亮未來工廠」為主題，通過主題演講、先鋒對話、AI 創新項目路演等豐富多彩的形式，聚焦在人工智能時代的驅動下，推動“AI+”助力企業實現數字化智能轉型，論壇匯聚燈塔工廠企業代表聯寶科技、中信泰富特鋼興澄特鋼、施耐德、三一重工、工業富聯、博世和國家級智能制造示范工廠企業代表君實生物，黑湖科技、格創東智、浪潮云州、庫帕思等技術企業榮耀亮相。

嘉賓云集，共話行業發展

上海張江（集團）有限公司副總經理 陳衡

論壇伊始，上海張江（集團）有限公司副總經理陳衡發表致辭。陳衡表示，當下人工智能大模型技術飛速發展，是推動制造等行業變革的關鍵力量，上海也在全力推進相關產業建設。張江作為浦東人工智能產業核心區和科創關鍵地帶，已集聚眾多人工智能企業，“模力社區” 更是產業發展亮點，逐漸形成完善的 AI 產業生態。未來，張江集團將繼續發揮自身優勢，推動人工智能在包括制造、醫療、教育等領域的發展和應用，期待與各界攜手合作，共同開啟人工智能賦能未來工廠的新篇章。

聯寶科技智能制造解決方案事業部總經理 路楠

聯寶科技智能制造解決方案事業部總經理路楠分享了聯寶科技在智能制造領域的實踐經驗，重點闡述了人工智能如何賦能制造業轉型升級。聯寶科技作為聯想集團的“燈塔工廠”，擁有龐大的產能和高度個性化的生產需求。 論壇現場介紹了聯寶科技如何通過數字化轉型，實現“四個打通”（研發到制造、訂單到交付、IT 到 OT、內部到外部），并分享了三個成功的 AI 應用案例：AI 智能排產解決方案（APS）、數字化績效管理解決方案（DPM）、智能人力規劃和優化解決方案（MPT）。路楠認為，AI 將成為工廠的“超級大腦”，在質量檢驗、人機交互、員工培訓、作業指導等領域發揮重要作用。 他指出，企業應用 AI 的關鍵在于數據積累、模型開發和場景應用，并強調聯寶科技將持續對外賦能，推動制造業智能化轉型升級。

中信泰富特鋼興澄特鋼高級工程師 孫鳴華

來自中信泰富特鋼興澄特鋼的高級工程師孫鳴華介紹，面對全球市場定制化需求激增，以及原材料與能源供應不確定性等挑戰，中信泰富特鋼興澄特鋼積極構建全面集成的 “鐵鋼軋能環研” 智能制造體系，通過深度融合大數據分析與生產制造，大規模部署超百個先進人工智能應用模型，成功攻克鐵鋼軋流程長、黑箱制造環節多、復雜物理化學變化多、高保真數據難、模型開發驗證難這五大行業核心難題，實現 “高定制、高品質、高效率、綠色低碳、低成本” 的智慧運營模式，最終推動定制化訂單數量增長 35.3%，產品檢驗不合格率降低 47.3%，噸鋼能耗降低 10.46%，極具借鑒意義。

施耐德電氣（中國）有限公司全球供應鏈首席數據科學家、數字化解決方案負責人 徐辰皓

施耐德電氣全球供應鏈中國區數字化解決方案負責人徐辰皓分享了施耐德電氣在 AI 智能化轉型方面的探索和經驗。公司通過構建覆蓋全球的綠色供應鏈，實現從采購到交付的全流程數字化管理，有效提升生產效率并降低能耗。面對 AI 轉型中的數據基礎薄弱、組織文化支撐不足等挑戰，施耐德電氣明確 AI 戰略，將技術與業務深度融合，以場景為中心實施落地。賦能客戶從 AI 頂層規劃到技術應用落地，提供包括 AI 模型服務、數字化運營場景等全方位支持。在上海的“燈塔工廠”中，施耐德電氣通過機器學習、IoT 和高級分析等技術，實現了供應鏈智能決策、供應商質量管理、柔性生產線等創新應用，顯著提升了生產效率、能源優化和產品質量，成為全球制造業的典范。

工業富聯科技服務大區總經理 徐路升

論壇現場，工業富聯科技服務大區總經理徐路升帶來《燈塔工廠領航數字化轉型新模式》的精彩演講，分享工業富聯在燈塔工廠的建設路徑和寶貴的實踐經驗。其中，對新獲評的廣東首座“可持續燈塔工廠”和越南首座“燈塔工廠”的轉型故事與 AI 用例進行重點解讀。出身制造，更懂“智造”，基于過去四十多年的制造經驗，公司積極布局多元化人才，研發前沿技術，掌握最新燈塔洞見。其四化科技服務以卓越制造咨詢為基礎，集自動化、機器人化、數字化與智能化于一體，從頂層設計到落地實施，為各行各業提供全方位的智能生產與數智化軟硬整合解決方案。截至目前，已在內部成功打造 8 座，賦能產業 5 座世界級“燈塔工廠”。

黑湖科技聯合創始人、CMO 肖哲

來自黑湖科技聯合創始人、CMO 肖哲分享了 AI 在制造業領域的重要作用與發展前景。在 AI 廣泛應用前，制造業數據采集與利用效率低，大量表單和非結構化數據阻礙生產效率提升。為此，黑湖科技通過數字化協同管理系統，從訂單和生產工單出發實現車間協同生產，以數據為核心的軟件設計有效解決這一行業痛點。展望未來，AI 在制造領域核心價值凸顯，能以低成本提供高質量生產力，推動制造業自動化向柔性轉變，快速適應生產任務。同時，AI 助力制造業理解消費者需求，實現個性化定制與快速響應，促進制造業與消費市場深度融合，釋放更大產能。

格創東智科技有限公司工業運營解決方案事業部總經理 朱金童

格創東智科技有限公司工業運營解決方案事業部總經理朱金童認為，當前工業制造領域面臨著數據孤島、系統復雜和流程割裂等挑戰，阻礙了智能制造的進一步發展。要實現智能制造的深度融合，需要從三個方面著手：數據融合、單場景閉環和多系統協同。AI 與工業的深度融合是大勢所趨，需要將 AI 能力與工業軟件深度結合，開發 AI 原生型工業軟件，并利用低代碼平臺、大模型知識庫等技術手段，實現工業軟件的快速構建和深度集成，最終實現工廠內部和外部產業鏈的深度協同，推動智能制造邁向更高水平。

君實生物工程有限公司高級總監 張宏

來自君實生物工程有限公司高級總監張宏分享了君實生物智能工廠的實踐。他指出，君實生物結合生物制藥的一次性批次生產特點，以深度的 loT 融合，高度的系統集成為手段，實現了多個制藥業的首創及創新應用，帶來了 4 項生產變革：通過網絡化，將原本的“單機生產”變為“透明生產”；通過數字化，將原本的“紙質批記錄”變為“電子批記錄”；通過 IoT 融合，將原本的“經驗決定生產”變為“過程保證生產”；通過系統集成，將原本的“人管藥品質量”變為“系統保障藥品質量”。用數字化重塑了生物制藥的一次性工藝，既實現了從生產到質量上的系統合規、數據完整、過程可追溯，又保障了藥品的安全、均一、穩定。

博世汽車部件（蘇州）汽車電子中國區技術部總監、工廠數字化轉型總負責 郭嵐

當下激烈的市場競爭洪流中，卷-無處不在。企業如何在快速變化的市場環境下，提高響應速度，增強競爭力？博世汽車部件（蘇州）汽車電子中國區技術部總監、工廠數字化轉型總負責郭嵐以“卓越運營，智勝未來”為主題，從博世集團數字化轉型整體戰略部署，數據驅動型工廠戰略與實踐，AI 高效賦能應用案例等方面分享了燈塔工廠的深度洞察。她強調，在 VUCA 時代，工廠運營需與 AI 進行深度融合，加速轉型升級。博世在計算智能、感知智能、認知智能方面均有相應的項目落地，幫助工廠大幅提升工程變更效率，縮短新產品爬坡時間，提高生產直接和間接人員效率。同時，人依然是數字化轉型的核心，博世不斷加強人才培養和團隊建設，推動新技術的應用。未來，博世將在數字化領域繼續探索，持續創新，“根植本土，服務本土”。

三一重工流程信息化總部軟件開發部部長 劉鄲

三一重工流程信息化總部軟件開發部部長劉鄲在演講中詳細闡述了三一重工數智化轉型與 AI 應用實踐。三一重工以“三化”戰略為指引，將數字化作為核心驅動力，致力于打造智能產品、智能制造和智能運營的數智化“鐵三角”。通過燈塔工廠建設、數據中臺搭建、AI 平臺賦能等方式，在自動化率、生產設備、配送率等多方面取得顯著成果。未來，三一重工將繼續深化 AI 應用，推動無人化作業、具身智能發展，并探索企業智能助手、客戶服務支持等創新場景。劉鄲部長強調，數據是 AI 發展的基礎，三一重工已建立完善的數據治理體系，并通過數據應用平臺賦能各業務領域。同時，三一重工致力于推動制造業通用大模型建設，與行業伙伴合作，共同推動制造業智能化發展。

貝恩公司全球專家副合伙人 高加貝

貝恩公司全球專家副合伙人高加貝深入探討 AI 對未來工廠的影響。在全球趨勢下，AI 變革備受矚目，從產業鏈來看，其在產品設計、供應鏈、營銷等環節作用顯著，未來工廠應具備設備智能管理、先進數據分析與輔助決策、數據同步與透明化、韌性供應鏈、環?？沙掷m和自主學習六大要素。然而，企業在 AI 轉型中面臨諸多挑戰。在 AI 重塑全球商業格局的當下，企業要確保戰略既能贏在當下又能勝于未來，就需重視 AI 戰略與企業戰略的一致性；面對復雜環境，要構建堅實商業論證，實現 AI 轉型計劃的商業可持續性，不少生成式 AI 試點項目已取得非凡成果，制造企業應迅速規模化部署以解決實際問題；此外，要建立有效的生態合作體系，建立核心能力的同時也要加速企業 AI 布局的發展和可持續性；最后，企業要重視運營模式、人才和組織，并進行相應的調整，這是 AI 變革成功的基石。

庫帕思科技有限公司產品交付總監 曹艷平

庫帕思科技有限公司產品交付總監曹艷平分享了庫帕思在語料領域的成果。自 2022 年大模型爆發后，其發展呈現基模數量受限及 Scaling Law 減速趨勢，行業垂類模型成為關鍵賽道。語料作為大模型的核心要素，當前存在方法論缺失、高質量語料稀缺、生產技術落后等問題。庫帕思應運而生，以“1125”方案構建語料生態，建設語料基座和運營平臺，構建多維價值對齊體系，并提升智能清洗、合成、標注、適配等能力。在工業垂類語料庫建設上，庫帕思構建 “1+6+X+N” 體系，提出同心圓和語料魔方理論，并依此建設高質量語料庫。同時打造生產平臺，涵蓋采集到應用各環節。針對工業大模型應用挑戰，提供 “1+5” 架構的語料終端解決方案。未來，庫帕思將與生態合作伙伴共同推進工業大模型發展，賦能千行百業。

多維度探討，推動產業合作

從左到右：積夢智能 CEO 謝孟軍、海辰儲能信息中心總監 徐曉卓、浪潮云洲工業互聯網有限公司數據智能事業部總經理 王永宗、庫帕思科技有限公司業務總監 金常飛

在先鋒對話環節，積夢智能 CEO 謝孟軍作為主持人，和海辰儲能信息中心總監徐曉卓、浪潮云洲工業互聯網有限公司數據智能事業部總經理王永宗、庫帕思科技有限公司業務總監金常飛就【工業大模型落地的挑戰和機遇】展開熱烈討論。

徐曉卓表示，儲能行業鏈條長、產品生命周期長，工業大模型應用場景多，但面臨數據質量及技術選擇等挑戰，其中復合型人才短缺最為突出。在落地方面，研發、供應鏈、制造、營銷售后等環節均有應用空間，如研發中的 AI for Science、中后臺利用大模型提升運營效率等。從機遇看，雖 AI 可能創造新工作，但也帶來責任界定、KPI 考核等問題，需構建體系支撐以抓住機遇，且應合作共贏，建立規范標準推動發展。

王永宗指出，工業大模型落地的難點在于企業跨團隊不同角色對場景理解容易存在偏差，高價值應用場景難以挖掘。但 AI 技術在數據分析領域具有巨大潛力，通過數據輔助企業經營管理來達到降本增效的目的，同時大模型生態建設將成為趨勢，平臺型企業可以整合生態資源，服務中小企業。

金常飛提及工業垂類模型語料建設面臨適配各細分行業多樣化、確保數據準確性和持續動態更新等多方面的挑戰。工業領域企事業單位可參照庫帕思公司提出的“三個同心圓行業語料”和“世界知識體系語料魔方”等建設方法，系統推進工業垂類模型語料庫的構建。為解決企業數據不出域，使用大模型門檻高等問題，庫帕思開發了語料終端產品“小庫”，可實現數據本地化加工，快速構建定制化語料庫，結合外掛知識庫等方式，快速適配企業自身所需的應用場景。此外，為加速大模型在工業領域的落地應用，需要進一步加強標準化建設，構建開放協作的產業生態，全面促進工業產業升級和智能化發展。

AI 創新項目路演