问题：制造大市如何让新技术“扎根”产业、形成真实生产力 作为工业基础扎实的制造大市，苏州产业体系完整、配套能力强。随着制造业向高端化、智能化、绿色化升级，企业对降本增效、交付稳定和安全保障的要求也提高。如何让人工智能不止停留在演示和试点，而是真正进入工艺、设备、质量、运维等关键环节，成为提升制造竞争力的“硬支撑”，是苏州推进产业转型绕不开的课题。 原因：复杂场景与高强度生产倒逼技术落地，也暴露要素短板 一上，苏州制造业门类多、工序复杂、连续化生产占比高，对数据感知、预测预警和协同调度能力需求更迫切。以面板等精密制造为例，生产对稳定性和节拍要求极高，单靠人工巡检和经验判断，很难同时兼顾效率与可靠性。 另一方面，人工智能产业快速扩张也带来压力：应用型人才紧缺、产业载体空间趋紧，算力与数据等关键要素仍需补强，影响人工智能从“点上应用”走向“面上推广”。 影响：从单条产线到全厂协同，“少人化”与“可预见”正形成新优势 在苏州工业园区，一家制造企业春节期间约65%的员工休假，依托智能调度和预测性维护，核心产线仍保持稳定运行。企业通过数字化方式集中统筹设备运行，人员看护能力明显提升：过去一名员工最多看护6台设备，如今可对全厂25台设备统一管理。生产组织从“人盯设备”转向“系统管流程”，连续化生产的韧性随之增强。 在苏州吴江，电梯制造的研发与测试也在提速升级。搭载多传感器和计算单元的智慧电梯在测试中可实时采集运行状态与环境信息，快速识别跌倒、被困等风险并报警，还能根据老年乘客等需求优化开门策略。企业表示，健康诊断系统可对数百项运行参数进行实时监测，对传统产品难以识别的异常事件更快响应，从而在安全和体验上形成差异化竞争力。 从更大范围看，苏州正以智能工厂建设带动整体提升。目前，全市已启动4000家以上规上工业企业基础级智能工厂建设，约600家企业开展先进级智能工厂建设。人工智能与制造深度融合的规模效应逐步显现：不仅提升效率、减少故障停机与质量波动，也推动企业在交付稳定性、产品可靠性和运维服务诸上建立新能力。 对策：靶向补短板，构建“技术—人才—资本—场景”联动机制 围绕产业痛点，苏州正从载体、人才、资本等关键环节加快布局。 其一，补齐产业载体供给，提升孵化与训练能力。吴中区，机器人综合训练中心成立半年即出现场地紧张，反映出企业集聚带来的空间需求。当地通过优化功能分区、提高空间复用效率，并推进创新中心二期建设，提升公共平台对研发验证、测试训练和供需对接的支撑能力。 其二，强化人才供给，推动“产学研用”更紧密衔接。调研显示，无论机器人研发企业还是智能制造企业，对人工智能应用型人才需求持续增长。为回应产业需要，苏州多所高校院所已加快布局，21所高校开设人工智能对应的学科，不少院所与企业共建实验室，打通从基础研究到工程应用的转化路径。 其三，以资本引导强化关键要素配置，围绕算力、数据等环节进行系统化布局。苏州从全市层面统筹规划，设立母基金60亿元的产业引导基金，围绕产业链开展组合投资，并通过合作设立子基金吸引国家级资本与头部投资机构参与，增强“人工智能+”发展的基础能力与生态韧性。 在产业规模上，数据显示，2025年苏州市人工智能核心产业实现营收3466.6亿元，增速14.92%，集聚产业链上下游相关企业超2500家，形成覆盖基础层、框架层、模型层、应用层的全产业链条，为“技术可用、产品可供、场景可落、生态可续”提供了支撑。 前景：从“单点示范”走向“全链协同”，制造优势将转化为创新优势 向前看，苏州推动人工智能与制造融合的关键，在于持续扩大可复制、可推广的工业场景供给，推动数据标准、工业软件、工艺知识与算法模型协同演进；在企业侧，以质量、交期、能耗与安全等核心指标为牵引，让更多中小企业“用得起、用得好”；在城市侧，深入做强公共平台和要素市场，促进算力、数据、人才与资本高效流动。随着智能工厂建设加快、产业链集聚不断加强，“制造底色”有望加速转化为“智造成色”，在全球产业竞争中形成更具韧性的综合优势。
制造业智能化转型是一场深刻变革，既需要技术突破，也需要系统推进。苏州的探索表明，传统工业城市要实现转型升级，关键在于立足自身产业基础，把新技术嵌入真实生产场景，通过要素保障和生态培育释放内生动力。当数字技术真正进入生产一线、解决具体问题，制造业高质量发展就有了更稳固的支撑。苏州的实践不仅是城市转型的样本，也为全国制造业升级提供了可借鉴的思路。