今年以来 ，人工智能（AI）技术加速迭代
，赋能制造业步伐加快 。记者近期走访多家中小企业发现，AI从实验室走进车间仍存在一些现实难题 ，需引起各方重视
，有针对性地加以解决
。

　　安全关。长期以来，工业生产依托封闭内网运行 ，系统独立、风险可控，保障了生产链安全有序运转 。AI深度落地应用
，需要打通设备壁垒，推动内外网互联 ，从而实现数据互通
。工业系统由封闭转为开放
，病毒入侵和数据泄露等安全风险显著增加，不少企业存在顾虑。现实看 ，当前工业数字安全体系仍待完善
，中小企业防控能力薄弱，应急处置机制不够健全 ，需把安全贯穿智能化转型全过程
，筑牢工业数字安全屏障，为AI进车间保驾护航 。

　　成本关。智能化改造门槛较高 ，无论是改造生产设备
，还是自建大模型，都需要大量资金成本和人才成本
。大型企业资源充沛 、优势明显 ，能抢占转型先机。但量大面广的中小企业面对市场波动
、订单不稳等现实情况，更加看重投入产出效率 。高额的改造成本以及不确定的回报周期
，使不少中小企业顾虑重重，造成工业AI应用结构性失衡 ，短时间内难以全面普及
。

　　技术关。工业生产标准复杂
，流程较为精密，对AI系统的稳定性、适配性和可验证性提出极高要求 。当前 ，大模型技术迭代迅速
，更新周期不断缩短，部分企业投入研发的工业模型和智能系统尚未全面投用 ，便面临技术更新和技术迭代
，甚至出现“建成即落后”的情况，造成资源闲置与重复投入
。此外 ，部分工业AI存在算法黑箱
，效果难以核验，技术稳定性不够 ，导致企业不敢轻易替代传统工序，一定程度上制约了数字化改造的进度。

　　科技兴则制造兴
，数字强则实体强 。AI不应是装点门面的“花架子 ”，而应是赋能产业升级的重要抓手
。AI技术的价值最终要体现在车间一线 ，只有走出实验室
，融入生产场景，才能真正产生价值。

　　推动人工智能与制造业深度融合 ，需要坚持实效导向
，持续完善工业数字安全体系，健全技术长效适配机制 ，推广轻量化改造方案
，不断破除落地堵点 、补上发展短板，让工业AI更安全
、更稳定、更实用 ，以数字化和智能化赋能制造业转型升级
，为构建现代化产业体系注入强劲动能 。

（文章来源：经济日报）