望岳谈︱首批100个 山东如何以场景优势“兑现”智造胜势？

7月9日，山东省政府新闻办召开发布会，100个重点建设应用场景和100个重点推广垂域大模型正式发布。借此，山东将加快构建“场景需求牵引、智能产品供给、精准供需对接、典型应用落地”的产业发展生态。

“十四五”期间，山东全省工业增加值由2.3万亿元提升至3.3万亿元、增长4成以上；制造业增加值占GDP比重稳定在28%左右。人工智能并非孤立的技术产物，数据训练与算法优化作为人工智能的核心，脱离场景都将成“空中楼阁”——山东雄厚产业基础、完备产业体系的另一面，是每分每秒都有来自一线的海量场景数据与发展诉求。不过，场景优势并不能简单“兑换”为“智”造胜势。遴选发布100个高价值应用场景和100个垂域大模型，正是为了在场景优势与“智”造胜势之间建立有效转化逻辑。

首先是引导各方从使用多少人工智能先进技术，回归到让技术产生业务价值这一本源。

中国信通院2025年发布的相关报告显示，全国规模以上工业企业中，超过76%已布局工业AI相关项目，但报告同步统计，仅不足15%的项目能稳定落地，产出可量化收益；更有不少试点，长期困在实验室验证阶段无法真正融入产线。海量项目投入与低有效落地率之间的落差，本质上指向一个问题：价值优先级被后置。去年底，工业和信息化部等八部门联合制定《“人工智能+制造”专项行动实施意见》明确要求，优先选择高价值场景集中突破，杜绝资源空耗的“演示”工程。

产业的演进是一条层层积淀、代代接续的长线，理论图纸、设备装置、标准流程是“显性骨架”，解决问题的能力才是托举产业迭代发展的隐形根基。发展人工智能产业，本质也在于持续拉高制造体系的能力天花板。所谓“高价值”场景，其实就是选择提质、降损、控险空间突出的核心场景集中资源攻坚，尽快促成技术价值与产业收益的“双向闭环”。

如不能坚持“高价值”导向，将很容易出现将“行业+AI”与“AI+行业”相混淆，又或者在推进中逐步“跑偏”的问题。如，仅挑选易落地、调式成本低的浅层场景，避开复杂工序，从“解决痛点”逐步滑向“堆砌项目”；又如，在加装普通传感器就能解决问题的场景，盲目部署、“冗余”投放人工智能应用。两者的本质区别在于，“AI+行业”是为技术找应用，“行业+AI”才是从行业需求出发。

其次，引导各方充分考虑制造业中技术转化为生产力的复杂度，由此从垂域大模型切入，走一条精准智能的路径。

在人工智能领域，知识问答又或是巡查、安监为代表的应用不少，真正敢直接切入产线关键环节的则十分有限。中国科学院院士、北航人工智能学院教授郑志明指出，与一般意义上的数字场景不同，制造领域需要的不是泛化智能，而是能够进入工艺、装备、质量、调度和运维等核心环节的精准智能；新一代智能制造的关键，不在于简单增加一些“智能功能”，而在于以复杂系统方法把握制造本质，以精准智能路径建立能力闭环。

目前，国内头部企业、互联网大厂早已在通用基础模型领域形成较成熟的产品生态，从产线痛点出发“定制”的垂域大模型，能帮助山东在全国形成差异化“智造”优势，真正把产业家底变成竞争主动权。不过，必须意识到，这个过程无法套用通用AI“速成”思路，唯有保持长期主义，给予充足试错空间与成长周期。

这当中，每一方手中都握有一块“拼图”：制造企业作为落地主体，掌握着最真实的生产工况、独家的工艺参数、一线工匠积累的隐性生产经验，AI技术服务方具备算法研发、模型训练、算力支撑、系统搭建的专业能力，两者要建立常态深度沟通对接机制；政府一方，则应该对率先进行场景开放的企业或用户设置差异化容错机制，剥离不必要的短期考核压力，对技术验证产生的合理损耗予以包容。

说到底，人工智能这场竞赛，不靠技术与场景堆砌；最终考验的是，谁先在场景里把技术跑通了。（大众新闻记者 付玉婷）