2024年12月召开的中央经济工作会议将开展“人工智能+”行动等列为2025年重点任务，强调以科技创新引领新质生产力发展，赋能传统产业升级、未来产业和战略性新兴产业应用。近年来，制造业正处于数字化转型的关键阶段，人工智能技术的广泛应用，不仅重塑了制造流程和组织形态，也加快了我国制造业向更高质量、更高效率迈进的步伐，成为推动制造业实现高端化、绿色化、智能化发展的核心动力。

　　人工智能助推制造业新质生产力形成的理论逻辑

　　人工智能是制造业新质生产力重构的核心动力。党的二十大报告指出，必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，这为新时代新征程上推动高质量发展提供了根本遵循。在这一战略指引下，人工智能作为科技创新的前沿力量，正日益成为驱动制造业新质生产力重构的核心动力。其引发的不仅是一场效率层面的技术革新，更是对传统生产力体系的根本性重塑。具体而言，人工智能通过深度学习等先进算法突破传统生产函数的线性边界，开辟出数据—知识双轮驱动的智能化生产新范式；依托机器视觉与边缘计算构建的智能感知系统，实现了生产过程的量子级精准调控；借助数字孪生技术，打造虚实融合、动态迭代的生产网络，实现了全要素、全流程、全周期的智能跃迁。这一以算法为中枢、数据为燃料、算力为基座的智能生产力新架构，打破了规模报酬递减的传统桎梏，全面重构了制造业的价值生成逻辑，推动生产力演进从“量变积累”跨越到“质变飞跃”的新时代。

　　人工智能是制造业新质生产力跃迁的关键要素。人工智能已实现从辅助性技术工具向关键性生产要素的跃升，这一转变从根本上改变了生产力系统的内在结构和运行机制，其深度赋能已超越单一技术的范畴，成为重塑制造业底层逻辑与发展模式的核心支点。人工智能通过与物联网、大数据、云计算等技术的深度融合，全面提升生产体系的自动化水平、智能化程度与精准化能力，不仅可以显著优化资源配置与生产效率，还可以驱动制造企业形成灵活响应、高效运作的运行机制，迈向低碳、绿色、可持续的发展新境。在国际竞争日益激烈的背景下，人工智能作为关键要素，为中国制造注入了强大的比较优势和发展前景，使其在全球产业链重构中掌握更大的主动权，推动制造业实现从“跟跑”到“并跑”乃至“领跑”的跃升。

　　人工智能是制造业新质生产力演进的技术路径。在新质生产力不断演进与迭代的历史进程中，人工智能不仅作为核心动力和关键要素发挥着重要作用，更逐渐成为引领制造业高质量发展的根本技术路径。与传统依赖规模扩张和低成本优势的路径模式不同，人工智能通过技术融合、系统重构和算法优化，推动制造业体系实现从要素集聚到智能协同、从静态应变到动态进化的根本转型。其不仅提升了制造系统的柔性化、模块化与敏捷化水平，更重塑了产业生态中的协同机制与创新结构。在这一技术路径的引领下，中国制造正加快迈向以智能为核、以数据为脉、以生态为本的现代化产业新形态，形成自主可控、高度协同、持续演化的制造业新质生产力体系。

　　人工智能驱动制造业新质生产力培育的作用机制

　　技术赋能机制。根据工业和信息化部统计数据，截至2024年12月，我国已建成1200余家先进级智能工厂，智能制造取得了长足发展。人工智能对制造业新质生产力的赋能，不是简单的效率叠加，而是沿着技术层级从自动化向认知智能的跃升式突破。这一过程标志着制造业从“机械执行”走向“自主决策”的深层转型。在汽车制造领域，南京长安汽车定制工厂通过“最强大脑”物联网平台，实现了在3000多种个性化定制方案之间的即时自由切换；在冶金领域，中信泰富特钢集团通过高精度检测仪器与AI智能模型的结合，劳动生产率提升了29.8%，质量损失成本下降了46.7%。实践表明，人工智能正由局部技术嵌入向全生态赋能跃迁，成为驱动新质生产力在制造业中实现流程优化与效率跃升的关键力量。

　　要素聚合机制。在新质生产力系统性演化的进程中，人工智能所代表的“智能引擎”正通过与制造业的关键要素有机聚合的作用机制，推动形成一种协同演进的生态链。这一生态链是动态生态下的深度融合与共生共振，数据、算力、算法三种要素与制造业的有机结合赋能生产力终端构建出从感知到决策、从生成到反馈的闭环系统，实现了由“人机协同”向“机机共智”的跃升。正是在这一要素融合的深层逻辑中，“人工智能+制造业”得以真正转化为新质生产力的发生机制与演进路径，为制造业注入持续跃迁的内生动能。

　　组织进化机制。人工智能的深度应用不止于流程层面，更重塑了制造组织的运行逻辑。在传统科层制向平台化、网络化转型的过程中，人工智能强化了人机协同、部门协同与企业协同能力。更为关键的是，人工智能重构了制造组织的边界与节点关系，使得资源配置从中心化走向多节点自治，组织形态从垂直一体化演进为扁平化、模块化的智能生态系统。在这一生态中，平台不仅是信息集散的接口，更成为多主体协同演化的价值枢纽；协同不仅发生于企业内部流程间的适配，更拓展为上下游、跨区域、跨行业的泛在连接。通过构建以人工智能为中枢的“泛组织—泛系统”联结网络，制造企业实现了动态感知、实时响应与自适应调整的系统性能力跃迁，从而为新质生产力注入了持续演进的组织智能与协同能量。

　　人工智能加快制造业新质生产力发展的实现路径

　　夯实算力基础架构。推动“人工智能+制造业”深度融合，必须夯实底层技术架构，构建适配制造业智能化需求的基础设施体系。根据工业和信息化部数据显示，算力作为数字经济时代的核心生产力，其战略性地位和支撑性作用愈加凸显。一方面，需加快部署全国一体化智能算力网络，整合高性能计算资源与工业互联网平台，构建支撑海量制造业数据实时处理与AI大模型高效训练的基础底座；另一方面，必须加强算力资源的区域化和行业化布局，建设分布式算力网络，优化算力调度，提升智能决策能力，确保边缘计算与云计算无缝连接，支撑制造业的智能化转型，推动生产调度和质量检测效率优化，并保障算力平台的安全稳定运行。

　　深耕制造场景运用。在制造业场景中加快培育新质生产力，必须推动人工智能技术与生产体系的深度融合，这需要从实际生产痛点切入，打造可落地的智能化解决方案。一方面，聚焦生产线上的具体问题；另一方面，构建以数据为核心的协同生态，打通企业研发、生产、供应链各环节的数据孤岛。尤其要重视人机协作模式的创新，针对老师傅的经验知识开发智能辅助决策系统，在复杂装配等场景中应用AR远程指导技术，实现隐性知识的数字化传承。此外，需建立敏捷的迭代机制，形成“发现问题—算法开发—场景验证—规模推广”的闭环路径，为制造业新质生产力的培育提供持续动能。

　　厚植体制机制优势。制度环境是人工智能深度融入制造业的重要保障。发挥体制机制优势的重点在于破除制约技术创新的障碍，建立“政产学研用”协同推进体系，通过建设国家级制造业创新中心和行业共性技术平台，加速核心技术在制造业场景中的转化应用。第一，要创新数据要素市场化配置机制，制定工业数据确权、流通、交易的标准规范。第二，要完善新型人才培养体系，产学研结合定向培养“人工智能+制造”复合型人才。第三，应当建立包容审慎的监管框架，针对智能工厂等新业态制定专项扶持政策，设立制造业智能化转型的专项资金，通过创新举措攻克关键共性技术难题。第四，需构建跨区域、跨行业的协同创新网络，支持领军企业联合产业链上下游组建创新联合体，形成技术研发、标准制定、应用推广一体化的推进机制，为制造业新质生产力发展提供制度保障和创新生态。

　　（本文系国家社科基金重点项目“生成式人工智能对货币政策精准调控难题的破解机制研究”（24AGL012）阶段性成果）

　　（作者:江晓珍系福州外语外贸学院金融学院副教授）