为抢抓AI发展历史机遇，全面推动AI与制造业数字化转型协同实施，着力培育新质生产力，构建现代化产业体系，江西近日印发《江西省AI与制造业数字化转型协同实施方案》（以下简称《实施方案》）。

  根据《实施方案》提出的工作目标，2025年，江西力争在重点行业打造20个左右典型应用场景。到2027年，力争建设一批高质量行业数据集，形成20个以上垂直领域行业模型和100个左右示范引领典型应用场景，规模以上工业公司数字化改造全覆盖，企业智能化水平大幅度的提高，产业核心竞争力明显增强。

  一是智能化软件应用。鼓励企业选择具有人工智能功能的资源计划系统（ERP）、制造执行系统（MES）、高级计划与排程（APS）等不同业务信息系统，推动企业内部信息化系统的综合集成，逐步提升数据分析、预测能力。

  二是更新智能化设备。鼓励企业应用一批高技术、高效率、高可靠性的智能化产线设备，大力推广数字控制机床与智能制造装备、智能检测设备、工业控制装备、智能物流装备，提升数据采集分析效率和覆盖面。

  三是推广具身智能。加快培育工业机器人协助生产制造、工业检测、设备管理等各类智能应用场景。鼓励企业采购和应用工业机器人、人形机器人、机器臂等具身智能装备。结合真实场景推动智能人机交互、多自由度精准控制等高精度工业机器人研制发展，逐步提升具身智能机器人在复杂生产任务中的自主执行能力。

  四是打造赋能平台。推动大规模的公司建设服务行业企业的产品设计、虚拟仿真、计算机辅助工程等人工智能赋能平台，共享场景资源、业务逻辑和行业知识，为中小企业提供低成本智能算力资源、工具集、模型库和成熟应用解决方案。

  五是打造轻量化产品。推动运营商、大型互联网公司开发系列轻量化AI产品，并以订阅服务方式推广应用。带领企业开展云端研发设计，按需订阅产品设计、仿真模拟等软件服务，提升产品仿真效率，降低软件运维成本。探索“公共云+API”大模型应用模式，研究运用“模型券”等补贴方式支持大模型应用。

  一是汇聚经营数据。支持企业对已有的产品生命周期管理系统（PLM）、资源计划系统（ERP）、制造执行系统（MES）、供应链管理系统（SCM）、仓库管理系统（WMS）、质量管理系统（QMS）、客户关系管理系统（CRM）等联动升级，将多维度经营管理数据来进行汇聚整合，形成经营管理数据集。

  二是汇聚生产数据。支持企业整合设备传感数据、可编程逻辑控制器（PLC）/分布式控制系统（DCS）控制、工艺参数、设计、排产、设备日志质检记录等大量工业时序数据，实现生产数据关联汇聚，形成生产数据集。

  三是汇聚生产的全部过程及生产的基本工艺数据。支持企业对生产流程、工艺等信息进行数据沉淀，形成生产流程数据集，通过高速摄像等技术对优秀产线工人真实的操作经验进行数据化，形成生产操作数据集。

  四是推动设备更新。推动大规模设备更新，对“老旧非标”设备加装智能传感器、通信模块等硬件设备，实时采集设备的运作时的状态数据。通过物联网技术，将设备连接到网络中，实现设备之间的互联互通。

  对于如何实施数字化转型与人工智能协同工程，以及如何实施产业链智能协作工程，《实施方案》提出了多项任务。

  在管理辅助智能应用方面，通过对公司制作调度、人力资源管理、财务管理等多个经营管理子系统数据来进行汇聚建模，沉淀业务管理知识模型，开发人工智能管理辅助产品，辅助企业各级管理者提升生产管理效率和资源利用率。

  在生产辅助智能应用方面，通过对产线数据（包括设备日志数据等）进行汇聚建模，沉淀产线辅助排产优化知识模型，开发设备级、产线级、车间级和工厂级的人、机、物协同人工智能辅助产品，优化产线各环节关键指标参数，实现产线设备、员工、产品的质量、生产合规和效率优化的智能监测，改变生产设备粗放式管理模式。

  在人工智能规范员工操作流程和工艺应用方面，通过对生产流程、生产的基本工艺数据来进行汇聚建模，沉淀工艺知识模型，对每一生产环节员工生产流程经验分析，开发面向生产一线员工的智能辅助产品，实现员工辅助培训和产线操作纠偏，提升工作流程、工艺标准化完成度。

  在研发设计智能应用方面，通过对产品模型、设计参数、仿真环境进行汇聚建模，沉淀工程设计知识模型，构建设计模型、仿真模型等数据集，形成工艺开发、中试放大和工厂优化的智能产品，利用人工智能提升三维建模、参数化设计等技术的研发效率，快速迭代产品设计，缩短新技术开发从实验室到工厂的时间。

  在决策辅助应用方面，通过对产业链上下游各类生产数据的规模化汇聚建模，开发能自主分析市场需求、企业生产能力、供应链动态变化的AI产品，构建市场趋势与生产计划的动态匹配关系，优化工业公司采购和定价，提升企业经营决策能力。运用江西省数据汇聚流通基础设施平台，开展企业数据汇聚治理和开发利用。

  江西将建设“链主企业+特色园区”协同生态，遴选行业“链主”企业、有突出贡献的公司，围绕其需求规划配套园区，吸引上下游企业入驻。建设一批“AI产业基地”，鼓励链主企业牵头制定技术标准，中小企业承接模块封装、测试等环节，形成“研发-制造-应用”闭环。

  江西将构建行业大数据应用模型，推动基础大模型在各行业领域推广应用，开发深度适配行业特色场景的大模型产品，深入应用于“产业大脑”，推动产业链上下游企业数据的互通共享，促进跨企业的高效协同，加强多产业大脑间的“跨链”协同开发。

  江西还将推动工业网络站点平台赋智，鼓励工业网络站点平台应用人工智能技术，提供人工智能技术底座，上线一批“小快轻准”的AI产品，以订阅服务方式规模化推广应用，形成产业新模式。

  一是优化算力布局。热情参加国家“东数西算”工程，统筹数据中心、智能计算中心布局。建立省级算力资源调度平台，？推广算力资源普惠服务，探索开展“算力券”试点，鼓励制造业企业通过公共云按需获取多元化、低成本优质算力，降低算力使用成本，保障大模型产品研制和技术创新应用。鼓励大规模的公司探索建设服务行业企业转型的算力中心和大模型，发展算力云服务，丰富“算力+”应用场景建设。

  二是开展应用场景“揭榜挂帅”。围绕人工智能赋能制造业数字化转型典型场景编制攻关清单，采用“揭榜挂帅”等方式，引导技术服务主体和需求企业双牵头，鼓励国有企业先行先试，集中优势突破一批关键产品和装备，突破场景落地共性难点，加快人工智能关键核心技术、创新成果、解决方案和应用场景的落地推广。加强“人工智能+”项目储备，建设一批人工智能场景示范项目。

  三是推动看样学样仿样。举办全省“人工智能+”场景应用大赛、观摩研学、供需对接等活动，宣传AI与制造业数字化转型领域的先进理念、技术产品和解决方案，提高社会公众对AI的整体认知和应用水平，营造良好社会环境。搭建产业交流合作平台。定期发布人工智能赋能制造业数字化转型典型案例，强化优秀企业、示范项目、应用标杆的宣传推广。

  四是强化高层次人才支撑。推动高校组建小规模服务团队，向地区派驻挂职干部、成立研发机构，引导高校研发团队深入企业一线梳理转型应用需求，整合科研资源开展人工智能赋能技术攻关，在实践中培育一批实用型人才。

  此外，为保障《实施方案》顺利施行，江西将加强组织领导，发挥省推进制造业数字化转型联席会议机制作用，成立人工智能推进工作专班，推进重点任务落实。

  加大政策支持力度，统筹省级工业发展专项资金支持AI和数字化转型协同，支持企业实施AI应用的数字化转型、设备更新、技术改造项目，以“揭榜挂帅”形式发布行业数据资源池建设、大模型、业务应用场景重点协同攻关项目。

  加强人才培育，推动高校增设人工智能学院，开设“人工智能+制造”交叉学科建设，分行业梳理数字化转型人才需求，加强制造业从业人员数字技术技能培训，提升公司制作经营人员的数字化能力。

  加大宣传推介，加强人工智能赋能数字化转型经验模式总结和宣传推广，积极营造人工智能、制造业数字化转型协同发展社会氛围。（记者 路轶晨）