上海培育42家“工賦鏈主”帶動超36萬家企業“重生”

記者從日前舉辦的2026“工賦上海”創新大會上獲悉，上海加快推動工業互聯網創新發展，2022年以來，圍繞汽車、高端裝備、航空航天等重點行業，迄今已累計培育了三批共計42家“工賦鏈主”（每批培育期為1至2年）。這些“帶頭大哥”已帶動上下游超36萬家企業“重生”，連接工業設備230萬台（套），構建工業機理模型逾700個，助力企業運維成本降低20%。

在嚴肅嚴謹的工業制造中嵌入AI，這對不少制造企業而言，還是一項擬探索或保持觀望的事物，但對於第三批“工賦鏈主”之一的凱泉泵業而言，卻已進入一個與AI深度綁定、非AI不可的階段。公司副總裁顧桂鳳介紹，水泵葉輪葉片的水功能輸出效率，受28個因子影響，每個因子的變化都可能“牽一發而動全身”。要實現最優解，傳統路徑是由一名具備10年至15年經驗的研發人員，花4周時間配置好各類數據，再經一周運算，才能有大約50%的成功率設計出一個好方案。

如今，凱泉泵業將6000套水泵設計圖紙和運營歷史數據接入AI，就能在24小時內完成設計任務，且隻需一名約3年工作經驗的員工對數據進行復核校准，成功率提升到85%以上。除了大幅縮短傳統制造的產品研發周期，AI更關鍵的貢獻，在於降低了企業對稀缺高端技術人才的依賴。

記者發現，這場“AI+制造”的推進大潮中，一群“90后”“95后”的“AI原生人”帶著顛覆性思維入場，已在局部掀起效率革命。比如識淵科技聯合創始人茹彬鑫，他設計的解決方案，將消費電子、集成電路領域的印刷電路板組件（PCBA）的檢測環節漏報率幾乎降至零，效率較傳統的數智化解決方案提升10倍以上。

識淵科技的AI模型有如此驚人表現，是否有來自制造業老師傅的灌輸？茹彬鑫卻回答：不完全是。“過去，AI算法會引入人類專家經驗，結果卻是AI難以做得比人更好。阿爾法圍棋（AlphaGo）摒棄這種設計，隻為AI設置好獎懲機制，讓AI自行去探索和突破能力邊界。現在的大模型也是，對一個好模型的界定，在於它能否讓自身學習的可能性變得更大。你隻需要給它足夠的數據、算力和時間，就能做得比人類更好。”

上海作為制造業和人工智能雙重高地，在兩者融合創新上正迅猛發力。根據去年8月發布的《上海市加快推動“AI+制造”發展的實施方案》，上海計劃用三年時間，建設10個“AI+制造”示范工廠，推廣100個示范應用場景，並推動3000家制造業企業實現智能化應用。

（來源：解放日報 記者 李曄）

分享讓更多人看到