编者按：人工智能（AI）与制造业的深度融合已成为产业升级的关键推动力量。然而，关于人工智能+制造的切口、应用场景，看法多元、路径不一，这虽然体现了行业探索的活跃度，却也让制造业主体在智能化升级中面临选择困惑与实施难题。《中国工业报》“人工智能+制造‘核心主线’”大型策划报道旨在通过深入采访，剖析人工智能+制造的发展现状，通过梳理政策重点、挖掘实践案例、比较产品方案，探寻人工智能+制造主要路径、典型场景，提炼“核心主线”。同时，推动理论研究、企业需求与产业供给的有效对接，促进人工智能+制造高效落地，加快推进新型工业化。

浪潮智能生产观点：AI技术包括机器学习预测性维护、计算机视觉质检、多模态AI安全监测等，这些模块优先融合AI，主要因为在制造业中，这些生产环节痛点突出、数据基础扎实、价值可量化，并且通过与人工智能结合，能直接提升生产效率、质量稳定性与安全水平，AI应用成效清晰、落地可评估。

中国工业报 耿鹏飞

在制造业数智化转型浪潮中，“AI+制造”被寄予厚望，却也面临着算法适配难、数据孤岛、成本高企等现实壁垒，让众多制造企业在智能化路口徘徊。作为数智工业领域的探索者，浪潮智能生产如何突破场景落地瓶颈？如何让AI技术真正融入生产机理、创造可量化价值？《中国工业报》近期采访浪潮智能生产相关负责人，探讨AI+制造的实践路径。

重要探索：AI与核心业务率先融合

《中国工业报》：浪潮智能生产的核心业务模块中，哪些已深度融合AI技术？为何优先选择这些模块突破？

浪潮智能生产：浪潮智能生产在面向装备、电子、食品、纺织、石化、采矿、冶金、铝业八大行业的生产智能化产品及解决方案中，已广泛融合人工智能技术，形成了包含智能质量AI分析与改善平台、智能轧制运维平台、矿山AI视频反“三违”平台、极数炼钢系统等二十余种智能化产品。主要融合的AI技术包括机器学习预测性维护、计算机视觉质检、多模态AI安全监测等。这些模块优先融合AI，主要因为在制造业中，这些生产环节痛点突出、数据基础扎实、价值可量化，并且通过与人工智能结合，能直接提升生产效率、质量稳定性与安全水平，AI应用成效清晰、落地可评估。

《中国工业报》：这种融合是客户需求主导，还是企业战略驱动？相比行业同类方案，其独特性何在？

浪潮智能生产：AI与核心业务的融合，是客户需求牵引与企业战略驱动的双向奔赴。一方面，制造企业在高质量发展进程中，对生产效率、产品质量、设备可靠性的要求持续升级，亟需技术手段破解传统生产瓶颈；另一方面，浪潮基于“AI赋能智能制造”的战略布局，依托自身在生产智能化领域的技术积累与实践经验，主动推动产品迭代创新。其创新性主要体现在三个维度：一是AI与工业系统的深度耦合，而非简单叠加；二是构建了“数据—模型—执行”的闭环能力，实现AI从辅助分析向自主决策的跨越；三是针对多品种小批量的复杂生产场景，具备更强的适配性，显著提升了制造体系的柔性化水平。这种创新有效解决了传统制造中设备停机不可预知、排程滞后、质检误差大等核心难题，推动制造模式从经验决策向数据驱动、知识决策转变。

实践成效：以行业痛点为导向

《中国工业报》：浪潮AI+制造解决方案覆盖哪些行业？不同行业的应用侧重有何差异？

浪潮智能生产：解决方案主要聚焦装备、电子、食品、纺织、石化、采矿、冶金、铝业八大行业，坚持“行业痛点导向”的定制化落地思路，不同行业的应用重点各有侧重：在装备与冶金行业，聚焦生产过程智能管控与设备预测性维护；在电子行业，突出精密元器件质检与产线柔性化协同；在石化领域，强化能耗监测与工艺参数优化；在采矿领域，通过视觉识别与行为分析实现安全生产管控，最终实现AI能力在不同场景下的价值最大化。

《中国工业报》：能否分享两个代表性项目，具体说明技术创新点与可量化成效？

浪潮智能生产：案例一是为山东迪尔化工打造智能充装系统，破解危化品作业安全与效率难题。

山东迪尔化工作为化工企业，面临硝酸充装环节作业强度大、危险系数高、人工经验依赖强的痛点，传统模式难以兼顾安全生产与效率提升。依托计算机视觉定位识别、鹤管运动控制和数字人技术，打造全自动化智能充装系统，实现罐口一键定位、鹤管全自动灌装、全过程智能运维调度；融合罐口定位异常检测、防静电、防溢流等多重安全联锁机制，搭配密封帽和气相回气软管控制酸气逸散；嵌入式数字人设计与语音交互功能，辅助应对突发问题并生成可视化智能报表。应用智能充装系统后，迪尔化工硝酸充装整体效率提升150%。与此同时，现场操作人员从原有的多人团队减少至两人，充装效率、本质安全水平均获得质的提升。

目前，智能充装系统已在山东、河北等地的多家大型化工企业成功应用，形成可推广、可复制的典型案例。该系统V4.0版本顺利通过山东省科技成果评价，达到国际先进水平。智能充装一体机入选山东省首台（套）技术装备和关键核心零部件推广应用指导目录。

案例二是为山东经典印务有限责任公司打造印刷行业大模型，打通全链路智能化决策。

山东经典印务亟需摆脱对专家经验的依赖，实现从场景适配到运营决策的全链路智能化转型。基于浪潮智产大模型，打造印刷行业专属大模型，支持私有化部署，内置3类专业知识库和超百万字文档数据，覆盖设备运维、政策解读、生产运营管理三大场景；构建数字孪生车间与MES制造执行系统，实现产品研产供销服全生命周期管理，通过虚实同步精准映射设备运行状态与作业参数。

基于智产大模型打造印刷行业大模型，经典印务充分发挥了数据知识价值，减少对专家经验的依赖，生产效率提升17.2%，原辅材料损耗降低10%。

主要观点：核心业务融合AI面临两类挑战

《中国工业报》：核心业务融合AI的过程中，面临的主要挑战是什么？如何针对性解决？

浪潮智能生产：在核心业务模块AI融合过程中，我们主要面临两类挑战。一是工业生产现场设备品牌多、协议差异大，数据实时性与一致性难以保证；二是一线员工需要时间来学习和适应AI系统的操作。针对这些问题，我们从技术与应用两端同步突破。通过自研标准化工业数据采集网关和多协议兼容接口，实现异构设备数据统一接入与高频采集。在应用端，推行“操作培训+驻场指导+持续优化”机制，帮助客户快速掌握系统使用与模型调优，确保AI能力真正融入生产现场、形成稳定价值闭环。

《中国工业报》：下一步在技术研发与市场推广方面，有哪些明确计划或目标？

浪潮智能生产：下一步，浪潮智能生产将持续深化AI技术与制造业深度融合，在技术研发和应用落地两方面同时推进。一方面，将聚焦工业大模型的行业化定制与轻量化部署，推动大模型在装备、电子、食品、纺织、石化、采矿、冶金、铝业等八大行业的场景化应用；另一方面，将强化与行业合作伙伴的深度协同，持续打造可复制、可推广的智能制造解决方案。