当前，国家政策加速驱动AI发展。此前国务院印发《关于深入实施“人工智能+”行动的意见》，要求到2027年率先实现人工智能与科学技术、产业发展等领域广泛深度融合；工信部等部门也发布《“人工智能+制造”专项行动实施意见》。

在华为中国政企业务副总裁郭振兴看来，“行业+AI”的价值在2025年已得到市场验证，不再是概念和试点。展望2026年，AI产业正在跨越关键拐点，从技术爆发走向产业重构，将迎来三大跃升机会。

其一，数智化投资跃升。行业预测，企业数智化投资相对收入占比将进一步提升；其二，数智化基础设施跃升。随着AI推理普及，千行百业推理应用的投资有望大规模增加；其三，AI行业解决方案价值跃升。AI从“单点创新”转变为“系统解决业务问题”，价值可量化。

国际数据公司(IDC)预计，到2028年中国人工智能总投资规模将突破1000亿美元，五年复合增长率为35.2%。在这一蓬勃发展的AI浪潮中，各行业都在积极探索与人工智能的融合路径。

在江汽集团一座工厂里，一场关于质检的“AI变革”已在汽车制造链悄然发生，推动质检从“人工经验”向“智能识别、标准统一、持续进化”转变。

“过去人工目检，漏检率降不下来。现在用AI视觉替代人工复检，检出率和一致性大幅提升。”江汽集团数字化管理中心副总经理丁志海说。

　不过，面对汽车制造对精度、一致性与安全性的极高要求，AI从“试点”到“规模化复制”也面临技术和管理难点。

例如，丁志海指出，工业现场环境复杂，网络条件参差不齐，要求AI系统具备边缘实时推理能力。同时，AI落地不仅是技术问题，更涉及生产流程、质量标准、人员技能的全面适配，也给组织协同与流程再造带来挑战。

“产品迭代越来越快、市场对质量要求越来越高，传统的数字化已经不够用，必须让AI真正介入生产和管理决策。”丁志海说，过去制造业做数字化，更多是解决“效率”问题；AI时代，数字化进入新阶段，解决的是“决策”问题。

在丁志海看来，过去是被动记录发生了什么，现在要主动预测接下来会发生什么；过去是人在系统里找数据，现在是数据主动推送到需要它的人面前。这是从“流程在线”到“智能驱动”的根本转变。对制造业而言，这种转变尤为迫切。