记者 李晔

  记者从日前举办的2026“工赋上海”创新大会上获悉，上海加快推动工业互联网创新发展，2022年以来，围绕汽车、高端装备、航空航天等重点行业，迄今已累计培育了三批共计42家“工赋链主”（每批培育期为1至2年）。这些“带头大哥”已带动上下游超36万家企业“重生”，连接工业设备230万台（套），构建工业机理模型逾700个，助力企业运维成本降低20%。

  在严肃严谨的工业制造中嵌入AI，这对不少制造企业而言，还是一项拟探索或保持观望的事物，但对于第三批“工赋链主”之一的凯泉泵业而言，却已进入一个与AI深度绑定、非AI不可的阶段。公司副总裁顾桂凤介绍，水泵叶轮叶片的水功能输出效率，受28个因子影响，每个因子的变化都可能“牵一发而动全身”。要实现最优解，传统路径是由一名具备10年至15年经验的研发人员，花4周时间配置好各类数据，再经一周运算，才能有大约50%的成功率设计出一个好方案。

  如今，凯泉泵业将6000套水泵设计图纸和运营历史数据接入AI，就能在24小时内完成设计任务，且只需一名约3年工作经验的员工对数据进行复核校准，成功率提升到85%以上。除了大幅缩短传统制造的产品研发周期，AI更关键的贡献，在于降低了企业对稀缺高端技术人才的依赖。

  记者发现，这场“AI+制造”的推进大潮中，一群“90后”“95后”的“AI原生人”带着颠覆性思维入场，已在局部掀起效率革命。比如识渊科技联合创始人茹彬鑫，他设计的解决方案，将消费电子、集成电路领域的印刷电路板组件（PCBA）的检测环节漏报率几乎降至零，效率较传统的数智化解决方案提升10倍以上。

  识渊科技的AI模型有如此惊人表现，是否有来自制造业老师傅的灌输？茹彬鑫却回答：不完全是。“过去，AI算法会引入人类专家经验，结果却是AI难以做得比人更好。阿尔法围棋（AlphaGo）摒弃这种设计，只为AI设置好奖惩机制，让AI自行去探索和突破能力边界。现在的大模型也是，对一个好模型的界定，在于它能否让自身学习的可能性变得更大。你只需要给它足够的数据、算力和时间，就能做得比人类更好。”

  上海作为制造业和人工智能双重高地，在两者融合创新上正迅猛发力。根据去年8月发布的《上海市加快推动“AI+制造”发展的实施方案》，上海计划用三年时间，建设10个“AI+制造”示范工厂，推广100个示范应用场景，并推动3000家制造业企业实现智能化应用。