「人工智能+」要怎么落地?发改委把答案说得很直白——先挑又险、又脏、又累、又繁、又难的场景,因为那里的账最好算。

11 月 3 日上午,国家发展改革委举行「奋进'十五五'」系列首场新闻发布会(主题:培育壮大新动能)。创新和高技术发展司副司长王若蒙在答问时,把「人工智能+」行动「十五五」时期的打法拆成了点、线、面三层,并且点名了优先攻关的场景:矿山开采、高空作业、应急救灾等「险、脏、累、繁、难」场景。

这是政策层面第一次把「先做哪类场景」的立项口径说得这么直白。作为常年泡在产线做工业AI落地的团队,我们认为这场发布会值得每一个准备立项的工厂认真读三遍。

01点、线、面,各自在给谁指路?

先还原官方口径。点、线、面三层,各有明确的动作和对象:

层级
单位
官方动作
点
以场景为单位
组织「人工智能+」应用攻关,优先聚焦矿山开采、高空作业、应急救灾等「险、脏、累、繁、难」场景,树立应用样板和标杆
线
以行业为切口
持续推动制造、能源、交通、医疗等国家人工智能应用中试基地建设,统筹算力、模型、数据等要素资源供给,加快标准制定和应用推广,降低行业落地门槛
面
以制度为重点
健全「人工智能+」政策体系,细化落实重点行业实施方案,制定应用场景分类指引

翻译成人话:点,告诉你先做哪类场景;线,帮行业摊薄落地成本;面,把立项和验收的规则写清楚。对工厂来说,最值钱的是「点」和「面」——点决定了你的项目往哪个方向报容易立住,面的「应用场景分类指引」意味着未来申报会有一张官方对照表。

发布会还给出了几组可以佐证进展的数字:

这里要纠正一个流传的混淆:发布会原话是「累计建成万余家先进级智能工厂」;此前工信部的累计口径(基础级+先进级+卓越级合计)另有 5.6 万余家。两个数字口径不同,引用时要分开,别混着用。

02险、脏、累、繁、难,对应厂里哪些活?

五个字听着抽象,落到车间里全是具体的工位。逐条对号:

  • 险
    :矿山井下与露天矿边坡巡检、化工装置区动火作业、高空塔架检修、受限空间作业——人进去有风险,设备传感器和巡检机器人先进去。
  • 脏
    :喷涂、打磨、清库、污水处理、危废搬运——招工最难、流失率最高的岗位。
  • 累
    :重物搬运码垛、长时间目检、夜班值守——疲劳作业既是效率问题,更是安全隐患。
  • 繁
    :多系统重复录入、点检记录、报表汇总——占着技术员工的时间,产出的却是一堆没人看的表格。
  • 难
    :老师傅「听声辨故障」式的经验判断、多变量耦合的工艺调优——最难知识化,也最依赖人。

对照一下你自己的工厂:只要有一条能对上号,那个工位就是你离「人工智能+」最近的地方。

03为什么这类场景最容易立项?

很多工厂立项时爱挑「听起来高级」的场景——大模型问答、经营驾驶舱、全厂数字孪生。但发布会把优先级反过来了:先做险脏累繁难。原因不难理解:

第一,这类场景省下的是硬成本。高危岗位的人力占用、作业风险、招工难度,都是可以直接折算成钱的账——一个人的高危岗位津贴、一年几次的停机检修、越来越难招的喷涂工。比起「降本增效几个点」这种模糊表述,这笔账算得清、也经得起追问。

第二,这类场景最容易验证。一个巡检工位替代了多少人次下井、一个码垛工位省了几个人、一次异常预警避免了几小时停机——单工序就能算出 ROI,不需要等全厂改造完才能验收。

第三,政策资源在往这个方向聚。首批 136 项标志性重大应用场景项目已经推出,点的层面还要「树立更多应用样板和标杆」——意味着后续的示范项目、专项支持大概率会向这类场景倾斜。立项跟着政策口径走,过的概率自然更高。

04中试基地和智能工厂名单,服务商怎么用?

「线」的中试基地建设常被忽略,但对服务商和工厂双方都是个抓手:制造、能源、交通、医疗四个行业的国家人工智能应用中试基地,针对的是行业共性问题——统筹算力、模型、数据供给,加快标准制定。换句话说,未来行业级的模型底座、数据规范、评测标准会从中试基地里长出来。提前跟中试基地的建设节奏对齐,方案就不会做出「标准外的私有格式」,返工成本最低。

对服务商来说,路径要分两步走:入围名单只是拿到门票,驻场交付才是真本事。智能工厂的梯度培育(基础级、先进级、卓越级)是能力认证,而「人工智能+」的验收看的是场景有没有真用起来。这也是为什么政策在「点」上反复强调「样板和标杆」——评委想看的不是系统上线截图,是产线上可计量的变化。

05政策给了方向,厂里第一步做什么?

结合我们驻场做工业AI落地的经验,给一个务实的顺序:

先单工序、再产线、后平台——顺序反了,就会变成发布会里说的「单项试点」停在那里,走不到「研发、生产、流通多环节协同」。

顺带一提,发布会还透露了制度端的两个动向:人工智能基础性综合性立法在加快推进,监管沙盒在布局。意味着 AI 项目立项和验收的合规要求会越来越细——现在就把数据边界、安全责任写进方案,是在为明年的验收省事。

06写在最后

「人工智能+」这场发布会最值钱的地方,不是那些大数字,而是它把「先做哪类场景」说得毫无歧义:险、脏、累、繁、难。

对工厂来说,这五个字就是立项的指南针;对服务商来说,这是交付能力的一次点名——模型私有化部署只是第一步,让产线真正用起来,才是交付。

凡达恩 FDE 常年在车间现场做这件事:从一个能算清账的工位开始,把 AI 嵌进流程里。政策给了方向,剩下的,是到现场把活干完。


Deal Onsite, Deliver Real Value


扎根现场,产出实效


参考资料
  • 新华社/求是网:《深化拓展「人工智能+」行动 推动海洋经济高质量发展——国家发展改革委新闻发布会聚焦培育壮大新动能》(2026-11-03)
  • 中国青年网:《国家发展改革委:组织「人工智能+」应用攻关 优先聚焦矿山开采等「险、脏、累、繁、难」场景》(2026-11-03)
  • 新华财经:《点、线、面协同发力 深化拓展「人工智能+」行动》(2026-11-03)
  • 证券时报:《新兴支柱产业剑指10万亿 国家发展改革委详解「十五五」新动能》(2026-11-04)

如果觉得有用,欢迎分享给更多人 🎉


- END -