在第八屆進博會上，智能制造的展品十分亮眼，展示了461項新產(chǎn)品、新技術(shù)、新服務(wù)。高速運行的機械臂、具備預測能力的工業(yè)AI、自主學習的生產(chǎn)系統(tǒng)等吸引了眾多目光。

制造業(yè)智能化和自動化發(fā)展中，“新質(zhì)生產(chǎn)力”成為關(guān)鍵指引。其核心在于以科技創(chuàng)新驅(qū)動產(chǎn)業(yè)根本性的質(zhì)效變革，要求制造業(yè)不僅提升效率，還要具備應(yīng)對不確定性、實現(xiàn)可持續(xù)發(fā)展的新型能力。本屆進博會清晰展現(xiàn)出了智能制造的發(fā)展主線：一方面，智能制造已告別淺層應(yīng)用，邁入系統(tǒng)性、深層次的“深水區(qū)”；另一方面，人工智能技術(shù)正以前所未有的深度與廣度，與工業(yè)制造場景實現(xiàn)深度融合，催生顛覆性創(chuàng)新。

中國作為工業(yè)大國，在AI的發(fā)展和應(yīng)用上具有獨特的優(yōu)勢。隨著AI與工業(yè)的進一步融合，中國制造業(yè)將在全球價值鏈中扮演更加關(guān)鍵的角色。

第八屆進博會技術(shù)裝備展區(qū)展示了數(shù)字技術(shù)與工業(yè)設(shè)備、生產(chǎn)流程的深度融合，實現(xiàn)生產(chǎn)過程的自動感知、智能決策、精準執(zhí)行與動態(tài)優(yōu)化，成為制造業(yè)從“傳統(tǒng)模式”向“智能模式”轉(zhuǎn)型的核心驅(qū)動力。例如，歐姆龍帶來了兩項首展方案：工件個體追溯系統(tǒng)和多品種工件自動抑振系統(tǒng)。羅克韋爾自動化則集中展示了其數(shù)智化技術(shù)在六大新興產(chǎn)業(yè)中的深度融合與實踐成果。

參展商的展品不再局限于淺層應(yīng)用，而是強調(diào)對整個生產(chǎn)體系、供應(yīng)鏈乃至建筑空間進行系統(tǒng)性重構(gòu)。中國制造也在邁入以綠色化、柔性化、全生命周期優(yōu)化為核心的“深水區(qū)”。

歐姆龍自動化（中國）有限公司董事兼總經(jīng)理朱左江表示，當前的新需求正從傳統(tǒng)的大規(guī)模、標準化轉(zhuǎn)向柔性化與數(shù)字化的能力、供應(yīng)鏈的安全與韌性、可持續(xù)發(fā)展要求以及全價值鏈服務(wù)。他認為，生產(chǎn)線必須具備快速換產(chǎn)、快速響應(yīng)的敏捷性，這背后需要深度數(shù)字化作為支撐。

羅克韋爾自動化（中國）有限公司總裁石安強調(diào)了跨界升維的能力。他認為，傳統(tǒng)的思維會停留在透過工業(yè)自動化的手段去讓生產(chǎn)力以及效率提升，但生產(chǎn)力和效率的提升并不代表能夠創(chuàng)出更多的商業(yè)機會。羅克韋爾自動化專注如何透過創(chuàng)造新的需求來拉動新的供給，這也是中國制造行業(yè)開拓新增量的路徑。

AI的落地和應(yīng)用也是本屆進博會的一大亮點。AI不再僅作為展示噱頭，而是真正嵌入產(chǎn)品設(shè)計、生產(chǎn)調(diào)度、設(shè)備維護、人機交互等核心環(huán)節(jié)，成為驅(qū)動產(chǎn)業(yè)升級的“新質(zhì)生產(chǎn)力”。ABB旗下貝加萊工業(yè)自動化展出了基于AI數(shù)據(jù)建模的新品“M系列”高級服務(wù)和以機器為中心的機器人技術(shù)。西門子帶來了10余款工業(yè)AI產(chǎn)品與解決方案，集中展示了工業(yè)AI技術(shù)在多個行業(yè)的實際落地成果。

工業(yè)機器人的應(yīng)用也是一大熱門方向。通過AI、IoT和機器人技術(shù)的融合，讓機器系統(tǒng)具備感知、分析、決策和優(yōu)化的能力，從而在復雜場景中實現(xiàn)更高水平的自主化。埃森哲全球副總裁、亞太區(qū)首席運營官格蘭·海伯表示，中國工廠現(xiàn)有超200萬臺自動化的機器人，僅去年就新增約30萬臺機器人，快速提升了工廠產(chǎn)能。

中國身為工業(yè)大國，制造業(yè)規(guī)模約占全球35%，在AI的發(fā)展和應(yīng)用上具有獨特的優(yōu)勢，有望在AI時代引領(lǐng)全球智能制造標準。西門子全球執(zhí)行副總裁、西門子中國董事長、總裁兼首席執(zhí)行官肖松表示，中國不僅有全世界最完整的工業(yè)體系，還擁有活躍在工業(yè)價值鏈上各環(huán)節(jié)的600多萬家制造型企業(yè)，他們在AI領(lǐng)域的發(fā)展速度不斷帶給世界驚喜。

盡管如此，AI應(yīng)用在工業(yè)場景相比其他C端場景更為謹慎，這也帶來新的挑戰(zhàn)。石安表示，AI要真正落地，最后一里路的難點是如何與實體和物理世界相結(jié)合。工業(yè)場景無法容錯，僅依賴大數(shù)據(jù)是不夠的，還需要具備符合行業(yè)特性的機理模型。

即便有挑戰(zhàn)，AI與工業(yè)場景的深度融合仍在催生前所未有的生產(chǎn)力變革。肖松預計，工業(yè)AI為世界帶來的改變，其深遠程度堪比電力對世界的重塑。他認為，在這個過程中，數(shù)據(jù)驅(qū)動的閉環(huán)能力、AI與行業(yè)知識的深度融合以及生態(tài)協(xié)同的共創(chuàng)能力最為重要。