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）