上海正在把人工智能与制造业的融合推进到更深一层。
7月17日,上海市经济和信息化委员会发布《上海市进一步推动“AI+制造”发展的若干措施》,围绕工业大模型、工业智能体、工业软件、工业互联网等方向推出一系列支持政策。其中,对于智能算力、技术研发、工业AI应用等环节,政策给出了最高数千万元级别的资金支持。
这背后反映出一个趋势:制造业的AI竞争,已经从“有没有接入AI工具”,转向“能不能让AI进入生产流程”。
过去几年,企业数字化改造更多集中在设备联网、数据采集、自动化管理等环节。但随着大模型能力快速提升,制造企业开始期待AI不仅能分析数据,还能参与设计、调度、运维甚至自主优化生产过程。
工业智能体成为新的关注点。
与面向消费者的聊天机器人不同,工业智能体需要理解具体生产环境。它可能需要连接企业ERP系统、工业软件、传感器数据以及生产设备,在复杂约束条件下完成任务。例如,根据订单变化自动调整排产,根据设备状态预测维护时间,或者辅助工程师完成零部件设计优化。
这类应用的落地难度更高,也解释了为什么政策重点放在产业基础能力建设上。
根据措施内容,上海将支持围绕工业垂类大模型、AI编程大模型、物理AI、工业智能体等方向开展关键技术攻关,突破知识图谱融合、文生三维零部件设计等技术,最高支持2000万元。同时,针对工业大模型和智能体安全综合解决方案研发,最高支持1000万元。
资金投入并不只是为了培养几个AI项目。
制造业AI落地最大的瓶颈之一,是企业缺少适合自身业务的数据和算力条件。很多中小制造企业并非没有AI需求,而是面对高昂的模型训练成本、复杂部署流程以及人才缺口,难以真正启动项目。
因此,上海此次政策也把降低使用门槛作为重点。
措施提出,鼓励工业智算云平台向制造企业提供低代码智能体开发平台、免费试用服务,并通过Token体验券、算力优惠方案等方式降低企业使用成本。对于租用非关联方智能算力资源开展工业大模型和工业智能体研发应用的企业,最高给予4000万元补贴。
这一力度在当前地方AI产业竞争中较为突出。
近年来,各地都在推动人工智能产业发展,但制造业场景与消费端AI存在明显区别。消费类AI可以依靠流量和用户规模快速验证,而工业AI需要长期积累行业知识、生产数据和工程经验。
因此,真正有价值的竞争,不只是建设更多模型,而是谁能把模型嵌入产业链。
上海拥有汽车、电子信息、生物医药、高端装备等多个制造集群,这些行业天然具备AI应用空间。例如汽车制造涉及大量零部件设计、质量检测和供应链协调,电子制造需要精细化生产控制,高端装备则依赖复杂工程数据。这些场景都可能成为工业智能体商业化的切入口。
政策还支持企业调用第三方大模型,或采用第三方大模型私有化部署方式推进工业垂类应用,最高补贴500万元;购买高质量语料用于工业大模型和智能体研发,也可获得最高500万元支持。
这意味着上海并没有把路线限定在“企业自己训练大模型”上,而是更强调应用侧创新。
对于大多数制造企业而言,自研基础模型并不现实。利用成熟模型能力,加上行业数据和生产经验进行二次开发,可能才是更符合产业实际的路径。
从市场角度看,AI+制造正在进入从概念验证到规模应用的阶段。未来几年,工业智能体可能成为连接大模型技术与实体经济的重要入口。但最终决定商业价值的,不是模型参数规模,而是它是否能够解决工厂里的具体问题。
上海此次推出的政策,本质上是在降低制造企业尝试AI的成本,同时推动产业链上下游形成新的合作关系。对于正在寻找AI落地场景的企业来说,制造业可能会成为下一轮人工智能商业化竞争的重要战场。