中國AI加速滲透傳統產業 養豬造車智能化底層邏輯趨同
2026-09-24
中國當人工智能走出互聯網大廠的伺服器機房，進入養豬場、機床車間、汽車工廠等最基礎的生產環節，傳統產業智能化改造空間正加快釋放。日前於上海舉行的華為全聯接大會2026上，與會企業人士及專家表示，隨著人工智能技術加速向實體經濟滲透，傳統產業智能化改造空間正加快釋放，但數據、人才等基礎短板仍待補齊。
在全封閉豬舍裡，智能巡檢機械人沿軌道緩緩滑行，24小時不間斷檢測環境、群體、個體等數十項生長指標；在鄰近的汽車智能製造展台，從零部件到整車製造全鏈條，人工智能技術均已深度滲透。華為副總裁、製造與大企業軍團行政總裁劉超表示，養豬和造車的智能化底層邏輯其實一致，不同行業工藝和目標雖有差異，但場景背後的痛點邏輯和落地路徑具有較強共通性，相關單點驗證能力正被沉澱為可跨行業復用的標準化方案。
在生豬養殖領域，年出欄約7000萬頭的牧原股份將設備參數、運維經驗與算法結合，對飼料產線關鍵設備故障提前預警，避免產線停機對生豬生長造成不可逆損傷。在汽車領域，華為車廠本體架構軍團（研發製造）總裁張穎慧表示，與長安汽車聯合開發的碰撞測試方案將同類工作周期從三周壓縮至30分鐘，準確率超過95%。
更多行業樣本正在湧現。通用技術集團機床有限公司總會計師張穎介紹，公司推動人工智能與機床深度融合，「十五五」期間按計劃落地100個高價值場景，推動工業母機向自感知、自學習、自決策、自執行、自適應升級。安踏集團IT副總裁王宏星表示，安踏持續推進「AI 365」戰略，自研四大垂域大模型和「小安」智能體平台，正以數字化及人工智能驅動邁向「世界的安踏」。
同濟大學國家創新發展研究院研究員宮超認為，此前大型企業持續推進產線自動化，如今大模型、機器視覺、工業人工智能等技術門檻下降，加上典型應用場景日益成熟及政策端支持，傳統產業智能化改造會逐步加速。不過，業界對「人工智能+製造」面臨的現實挑戰保持清醒。劉超表示，傳統產業利潤率相對較低，效率提升帶來的邊際價值更為顯著，但智能化改造的關鍵不在技術本身，而在企業自身的消化能力，當前算力和模型供給能力總體跑在場景需求前面，企業數據基礎、流程機制和人才結構成為主要制約。
宮超認為，目前傳統產業智能化改造面臨三大挑戰，包括成本問題，製造業利潤率較低，智能化改造前期投入高、收益難以量化；數據問題，大量工業數據掌握在不同企業、機構手中，數據不共享，且標準、接口、格式不一致，難以提取使用；安全問題，工業系統對穩定性要求極高，尤其能源等關鍵產業對核心環節的智能化改造慎之又慎。
針對這些挑戰，不少企業正探索破局路徑。以傳統製造向先進製造轉型最關鍵的產線換型環節為例，華龍訊達總經理龍小昂表示，傳統製造普遍存在工控架構碎片化、設備協同能力弱、工藝迭代成本高、端側智能缺失、核心裝備依賴進口等結構性瓶頸，難以適配先進製造「高精度、多批次、快迭代、高可靠、強自主」的現代化發展要求。華龍訊達依託國產算力底座、工業鴻蒙分布式架構與自研全品類PLC集群體系，在華為全聯接大會期間正式發布智樞具身智能柔性製造示範線，將先進製造產線換型周期壓縮至分鐘級。
業界專家表示，隨著梯度培育政策深入推進、標準化方案增多和應用成本持續下降，人工智能與傳統產業深度融合的空間有望進一步打開，技術紅利正加速向實體經濟最基礎環節滲透，為製造業高質量發展培育新動能。
