工信部明确新一代智能制造方向，制造企业该先补哪一课？

10月20日，在国务院新闻办公室举行的新闻发布会上，工业和信息化部总工程师王卫明表示，发展新一代智能制造，关键在于推动人工智能技术与制造业全链条深度融合。 工信部正在研究起草相关政策措施，加快推动人工智能与制造业深度融合。

此次部署涉及智能工厂梯度培育、智能装备创新、智能技术推广应用及国际合作。值得关注的是，AI应用不仅覆盖研发设计、生产制造，也延伸到运营管理和售后服务，工业智能体则需要经过应用验证，再逐步推广。

从政策方向看，制造业AI正从单点应用走向更深入的业务融合。但对企业而言，真正的问题已不只是“要不要用AI”，而是从哪里开始、如何真正用起来，以及能否创造实际价值。

随着大模型技术快速发展，智能问答、文档生成、知识检索等能力逐渐融入企业日常工作。但从通用办公走向专业制造场景，AI面临的考验也更加复杂。

以设备维修为例，同样的故障现象，在不同设备型号、运行环境和工艺条件下，可能需要采取不同的处理方法。研发设计同样如此，一项技术参数是否适用，往往需要结合产品型号、材料标准和历史方案综合判断。

如果缺少专业知识支撑，即使大模型检索到了相关内容，也可能因为资料版本不匹配、适用条件不明确等问题，给出不准确的建议。

对于工程师而言，找到答案只是第一步，更重要的是确认信息来源是否可靠、内容是否适用于当前场景，以及相关依据能否追溯。

因此，推动人工智能与制造业务深度融合，不能只停留在接入模型、搭建智能问答系统的阶段，更需要让AI理解企业的专业知识，并将其应用到具体业务中。

与此同时，从单点应用走向规模化推广，同样面临挑战。不同产品线、设备型号和业务岗位，对知识内容、使用权限和业务流程的要求往往各不相同。

这也呼应了新一代智能制造梯度培育、逐步推广的推进思路。对企业而言，与其追求一次性覆盖所有业务，不如先夯实专业知识基础，在具体场景中验证效果，再逐步拓展应用范围。

针对这些问题，360亿方智能推出《制造行业AI知识管理解决方案》，围绕研发设计、设备维修、售前售后等典型场景，梳理六步实施方法，为企业探索智能化升级路径提供参考。

推动人工智能与制造业全链条融合，离不开高质量工业数据，也离不开企业长期积累的专业知识。

工信部在此次部署中提出，围绕研发设计、生产制造等核心环节，建设高质量工业数据集，开发先进适用的垂域大模型和工业专用模型。

对于制造企业而言，数据记录着设备运行和生产过程，而产品规范、工艺文件、技术手册及专家经验，则为分析问题、判断原因和制定方案提供专业依据。

事实上，制造企业并不缺少知识积累。从产品图纸、设计规范到维修工单、质量记录，大量技术资料贯穿研发、生产、维修和服务全过程。

但现实情况是，企业虽然积累了大量知识，却未必能够高效利用。

研发人员查找历史方案，需要在多个系统间反复切换；维修工程师遇到复杂故障，仍然依赖资深专家；售后人员处理客户问题，往往需要协调多个部门才能找到解决方案。

这些问题的背后，是专业知识长期分散在不同系统、文件和员工经验中，难以被快速获取和有效复用。

过去，传统知识库更多解决文件存储、共享与检索的问题。但随着智能体逐步参与制造业务，仅仅让文件“找得到”已经不够，更重要的是让知识“用得对”。

这要求企业进一步打通知识之间的关联，让设备信息、技术规范、历史案例与专家经验形成有组织、可追溯、可持续更新的知识体系，为智能体提供可靠的业务依据。

当分散的专业知识能够被准确理解、按需调用，过去依赖少数专家的经验，才能逐步转化为整个组织可以复用的能力。

新一代智能制造涉及的范围很广，企业不必在首个项目中同时覆盖所有环节。

选择起点时，可以优先考虑知识需求集中、应用频率高、效果容易验证的业务任务。

工程师需要查找现行标准、设计规范和历史方案，确认设计约束。AI可以辅助定位相关资料并标明来源，由专业人员进行复核。试点效果可以通过资料获取时间、版本错误和重复查找情况进行评估。

围绕具体设备，关联维修手册、历史工单和故障案例，由AI辅助整理排查依据与处理建议，帮助工程师更快定位问题。维修结果经过审核后，还可以反哺知识库，推动经验持续沉淀。

售前人员需要组织产品参数和技术方案，售后人员则需要查询使用说明、服务政策与故障案例。通过AI辅助检索与资料整理，减少跨部门反复沟通，提升技术支持与服务响应效率。

这三个场景的共同点，是让AI先提供可靠、可核查的专业依据，再由业务人员完成判断。

对制造企业而言，评价AI应用不能只看回答速度和调用次数，更要关注资料查找时间是否缩短、问题处理是否更高效、专家经验能否持续复用。

对于涉及生产调度、参数调优或设备控制的应用，则需要结合专业工业模型、业务系统和安全验证机制，稳妥推进。

从研发设计到设备维修，再到售前售后，制造企业的AI应用虽然场景不同，但都离不开专业知识的支撑。

随着新一代智能制造加速推进，知识库也正从传统的文件存储与检索工具，向支撑智能体应用的知识基础设施演进。

在这一方向上，360亿方智能已展开制造行业的应用探索。其推出的制造行业AI知识管理解决方案，以360AI知识库为基础，整合分散的技术文档、设备手册和历史案例，通过智能解析、知识关联与持续治理，让专业知识能够被更准确地理解和调用。

在此基础上，结合岗位智能体，将知识进一步融入研发设计、设备维修和客户服务等业务环节，推动企业从知识管理走向业务智能。

实际效果如何？不妨看看几个制造业项目的实践成果。