首页当前，新一轮科技革命和产业变革深入演进，人工智能正在成为重塑制造业竞争格局的核心变量。“十五五”规划明确提出要推动制造业智能化、绿色化、融合化发展。2025年5月，习近平总书记在河南考察时指出，河南作为经济大省，要以科技创新为引领，因地制宜发展新质生产力，提升现代化产业体系对高质量发展的支撑能力。这为河南制造业智能化转型指明了方向、提供了遵循。
河南作为全国重要的制造业大省，拥有全部41个工业大类，工业经济总量稳居中西部省份第一位，产业基础雄厚、区位优势明显、创新资源丰富，为人工智能与制造业深度融合提供了广阔的应用场景和市场空间。近年来，全省坚持把制造业高质量发展作为主攻方向，以数字化转型为引领，持续推动人工智能与制造业融合发展，新型工业化步伐明显加快，现代化产业体系支撑能力显著增强。深入探究二者深度融合的内在逻辑，准确把握面临的现实困境，对于河南加快建设制造强省、努力在中部地区崛起中奋勇争先具有重要的理论价值和现实意义。
一、基础与成效：融合发展的积极态势
近年来，河南以数字化转型为引领，推动人工智能与制造业融合发展取得阶段性成效，新型工业化步伐明显加快。
智能制造能力稳步提升。全省持续实施智能制造工程，支持企业建设智能车间、智能工厂，推动关键工序智能化改造，一批具有行业先进水平的智能制造标杆不断涌现。规上工业企业智能应用场景覆盖率持续攀升，一批国家级智能制造示范工厂和省级智能制造优秀项目成为行业标杆，示范带动作用不断增强。以工业视觉大模型为代表的人工智能应用加速落地，覆盖新型材料、新能源汽车、电子信息等多个优势产业链，智能质检、柔性生产、预测性维护等场景应用日益广泛。
关键指标持续改善。全省持续推动数字化研发设计工具普及应用，生产设备数字化和关键工序数控化水平稳步提升，工业机器人应用密度不断增长，越来越多的制造企业借助数字化工具提升研发效率、优化生产流程、提高产品质量。与此同时，全省工业互联网平台体系建设取得积极进展，省级工业互联网平台接入的设备产品和服务企业数量持续增长，平台赋能作用逐步显现，有效推动了产业链上下游企业的数字化协同。
产业数字化生态加快构建。全省围绕重点产业链群，深入推进数字化转型全覆盖行动，构建了上下游企业“链式”转型格局。数字化转型示范区建设稳步推进，园区内企业数字化水平明显高于全省平均水平，产业集群的数字化集聚效应初步显现。以郑州、洛阳、新乡等为代表的产业集聚区，智能装备、数字技术等新兴产业加速壮大，为人工智能与制造业融合提供了有力支撑。
二、挑战与困境：融合进程的结构性矛盾
尽管河南在人工智能与制造业融合方面取得积极进展，但依然面临多重结构性矛盾，制约融合深度的进一步提升。
核心技术供给存在短板。当前，人工智能技术供给主要集中在通用大模型与消费互联网领域，而河南制造业转型升级的核心需求在于工业机理模型、工艺优化算法、设备故障诊断等垂直场景应用。市场上面向消费端的通用型AI产品供给充裕，但面向工业场景的专用型AI产品供给不足，技术供给与产业需求之间存在明显错位。一些关键领域的核心算法和工艺模型仍依赖进口，自主可控能力有待增强。
数据要素价值释放受阻。数据是人工智能赋能制造业的核心“燃料”，高质量的数据供给是AI模型训练和迭代升级的基础。但当前全省制造业数据采集、流通与价值化面临多重挑战：企业数据采集意识不强、采集标准不统一、数据质量参差不齐，数据安全保护与共享利用之间的平衡机制尚不健全，数据确权、定价、交易等制度性规则有待完善。不同企业、不同系统之间的数据难以有效互通，“数据孤岛”现象较为普遍，制约了AI技术在生产现场的深度应用。
中小企业转型面临壁垒。河南制造业企业中，中小企业数量众多，是产业底座的重要组成部分。但人工智能转型具有投入高、周期长、回报不确定等特征，中小企业普遍面临“不愿转、不敢转、不会转”的困境。转型成本高、专业人才缺、技术方案适配性弱等问题突出，缺乏低成本、快部署、轻量化的解决方案成为制约中小企业迈出转型第一步的关键障碍。多数中小企业尚处于数字化转型的起步阶段，人工智能应用更是任重道远。
复合型人才供给存在缺口。人工智能与制造业融合发展，需要既懂算法又懂工艺、既懂技术又懂管理的复合型人才。但省内高校人工智能相关学科专业建设起步较晚，课程体系与产业需求对接不够紧密，产教融合深度有待加强。高端人才对郑州、洛阳等城市的吸引力与一线城市相比仍有差距，引进难度较大。与此同时，企业内部培养复合型人才的周期长、成本高，人才供给难以满足产业快速发展的现实需要，人才短缺成为制约融合深化的重要因素。
产业协同生态尚不完善。人工智能与制造业深度融合是一项系统工程，需要芯片、算法、平台、应用、服务等多主体协同配合。当前全省尚未形成集技术研发、平台支撑、应用落地、服务保障于一体的产业协同生态，产业链上下游企业之间的协同联动不够紧密，区域间的资源共享和优势互补有待深化，产业生态的系统性和完整性仍需加强。
三、路径与对策：深化融合的着力方向
摆脱上述困境，推动人工智能与河南制造业深度融合，需要坚持系统思维，从技术攻关、数据治理、主体培育、人才引育、生态构建等多个维度协同发力。
强化核心技术攻关，补齐工业AI短板。聚焦人工智能赋能制造业的关键环节，加强核心技术研发和产业化应用。围绕工业机理模型、工艺优化算法、设备故障诊断等垂直领域，支持高校、科研院所和龙头企业联合攻关，提升技术供给与产业需求的匹配度。加快工业大模型研发和应用推广，发挥首批工业大模型的示范带动作用，推动人工智能技术在研发设计、生产制造、质量检测、物流仓储等关键环节的深度应用。分行业梳理智能制造应用场景需求，形成可复制可推广的行业解决方案，提升人工智能技术的行业适配性。
推进数据要素标准化治理，打通数据孤岛。加快构建工业数据标准化治理体系，推动企业建立健全数据管理体系，统一数据采集标准和交换格式，提升数据质量和可用性。完善工业数据确权、定价、交易等制度性规则，在保障数据安全的前提下，探索企业间数据共享共用机制。依托省级工业互联网平台，打通研发、生产、管理、服务等全链条数据壁垒，推动数据资源在产业链上下游企业间安全有序流通，为人工智能模型训练提供高质量数据支撑。
降低中小企业转型门槛，激发微观主体活力。中小企业是制造业的主体，中小企业的转型成功直接关系到全省人工智能与制造业融合的整体成效。针对中小企业“不愿转、不敢转、不会转”的困境，加快建设省级数智赋能公共服务平台，整合优质服务商资源，建立服务商“白名单”制度，提供需求对接、方案咨询、服务评价等一站式服务。组建“数字专员”队伍，深入产业集聚区开展“一企一策”诊断服务，帮助中小企业量身定制转型方案。推广低成本、快部署、轻量化的普惠型AI解决方案，降低中小企业转型门槛和试错成本。
深化产教融合，提升人才支撑能力。人才是推动融合发展的第一资源。深化高等教育和职业教育改革，推动省内高校与制造企业共建“AI+制造”产业学院，优化课程体系，强化实践教学，采用“双导师制”培养既懂算法又懂工艺的复合型人才。开发基于真实生产场景的实训课程，提升人才培养与产业需求的匹配度。实施“数字工匠”培育计划，面向在职员工开展大规模数字化技能培训，提升存量人才的数字素养。支持企业设立“智能制造工程师”专项职称评审通道，打通技术人才的职业发展路径，增强对高端复合型人才的吸引力和黏性。
培育产业协同生态，发挥“链主”带动作用。发挥“链主”企业在技术积累、市场渠道、产业带动等方面的优势，构建大中小企业协同发展的产业生态。推动“链主”企业向上下游开放技术平台和数据资源，带动配套企业协同转型，形成“链式”融合发展格局。加快建设数字化转型示范区，发挥园区的集聚效应和示范效应，推动产业集群整体跃升。深化跨区域协同合作，在共性技术平台、检测认证、标准制定等领域加强协作，形成优势互补、分工协作的区域融合发展格局。（作者：马洁爽）