為貫徹落實黨中央、國務院關于推動人工智能發展的決策部署，搶抓人工智能發展歷史機遇，全面推動人工智能與制造業數字化轉型協同實施，著力培育新質生產力，構建現代化產業體系，特制定本方案。

一、工作目標

堅持應用牽引，突出對智能化裝備和具有智能化屬性的軟硬件產品重點引導，以強化數據挖掘匯聚為基礎，以人工智能規?；邪l應用為主攻方向，以智能化設備普及為路徑，將數字化轉型與人工智能協同推進，形成雙輪驅動格局，促進生產方式和企業形態根本性變革，在更大范圍、更深層次加速我省制造業企業高質量發展。2025年，力爭在重點行業打造20個左右典型應用場景。到2027年，力爭建設一批高質量行業數據集，形成20個以上垂直領域行業模型和100個左右示范引領典型應用場景，規模以上工業企業數字化改造全覆蓋，企業智能化水平大幅提升，產業核心競爭力明顯增強。

二、重點任務

（一）突出含“智”量提升

1.智能化軟件應用。鼓勵企業選擇具有人工智能功能的資源計劃系統(ERP)、制造執行系統(MES)、高級計劃與排程(APS)等不同業務信息系統，推動企業內部信息化系統的綜合集成，進一步提升數據分析、預測能力。

2.更新智能化設備。鼓勵企業應用一批高技術、高效率、高可靠性的智能化產線設備，大力推廣數控機床與智能制造裝備、智能檢測設備、工業控制裝備、智能物流裝備，提升數據采集分析效率和覆蓋面。

3.推廣具身智能。加快培育工業機器人協助生產制造、工業檢測、設備管理等各類智能應用場景。鼓勵企業采購和應用工業機器人、人形機器人、機器臂等具身智能裝備。結合真實場景推動智能人機交互、多自由度精準控制等高精度工業機器人研制發展，進一步提升具身智能機器人在復雜生產任務中的自主執行能力。

4.打造賦能平臺。推動大型企業建設服務行業企業的產品設計、虛擬仿真、計算機輔助工程等人工智能賦能平臺，共享場景資源、業務邏輯和行業知識，為中小企業提供低成本智能算力資源、工具集、模型庫和成熟應用解決方案。

5.打造輕量化產品。推動運營商、大型互聯網企業開發系列輕量化人工智能產品，并以訂閱服務方式推廣應用。引導企業開展云端研發設計，按需訂閱產品設計、仿真模擬等軟件服務，提升產品仿真效率，降低軟件運維成本。探索“公共云+API”大模型應用模式，研究運用“模型券”等補貼方式支持大模型應用。

（二）實施高質量數據匯聚工程

6.匯聚經營數據。支持企業對已有的產品生命周期管理系統（PLM）、資源計劃系統（ERP）、制造執行系統（MES）、供應鏈管理系統（SCM）、倉庫管理系統（WMS）、質量管理系統（QMS）、客戶關系管理系統（CRM）等聯動升級，將多維度經營管理數據進行匯聚整合，形成經營管理數據集。

7.匯聚生產數據。支持企業整合設備傳感數據、可編程邏輯控制器（PLC）/分布式控制系統（DCS）控制、工藝參數、設計、排產、設備日志質檢記錄等大量工業時序數據，實現生產數據關聯匯聚，形成生產數據集。

8.匯聚生產過程及生產工藝數據。支持企業對生產流程、工藝等信息進行數據沉淀，形成生產流程數據集，通過高速攝像等技術對優秀產線工人實際操作經驗進行數據化，形成生產操作數據集。

9.推動設備更新。推動大規模設備更新，對“老舊非標”設備加裝智能傳感器、通信模塊等硬件設備，實時采集設備的運行狀態數據。通過物聯網技術，將設備連接到網絡中，實現設備之間的互聯互通。

（三）實施數字化轉型與人工智能協同工程

10.管理輔助智能應用。通過對企業生產調度、人力資源管理、財務管理等多個經營管理子系統數據進行匯聚建模，沉淀業務管理知識模型，開發人工智能管理輔助產品，輔助企業各級管理者提升生產管理效率和資源利用率。

11.生產輔助智能應用。通過對產線數據（包括設備日志數據等）進行匯聚建模，沉淀產線輔助排產優化知識模型，開發設備級、產線級、車間級和工廠級的人、機、物協同人工智能輔助產品，優化產線各環節關鍵指標參數，實現產線設備、員工、產品品質、生產合規和效率優化的智能監測，改變生產設備粗放式管理模式。

12.人工智能規范員工操作流程和工藝應用。通過對生產流程、生產工藝數據進行匯聚建模，沉淀工藝知識模型，對每一生產環節員工生產流程經驗分析，開發面向生產一線員工的智能輔助產品，實現員工輔助培訓和產線操作糾偏，提升工作流程、工藝標準化完成度。

13.研發設計智能應用。通過對產品模型、設計參數、仿真環境進行匯聚建模，沉淀工程設計知識模型，構建設計模型、仿真模型等數據集，形成工藝開發、中試放大和工廠優化的智能產品，利用人工智能提升三維建模、參數化設計等技術的研發效率，快速迭代產品設計，縮短新技術開發從實驗室到工廠的時間。

14.決策輔助應用。通過對產業鏈上下游各類生產數據的規模化匯聚建模，開發能自主分析市場需求、企業生產能力、供應鏈動態變化的人工智能產品，構建市場趨勢與生產計劃的動態匹配關系，優化工業企業采購和定價，提升企業經營決策能力。運用江西省數據匯聚流通基礎設施平臺，開展企業數據匯聚治理和開發利用。

（四）實施產業鏈智能協作工程

15.建設“鏈主企業+特色園區”協同生態。遴選行業“鏈主”企業、龍頭企業，圍繞其需求規劃配套園區，吸引上下游企業入駐。建設一批“人工智能產業基地”，鼓勵鏈主企業牽頭制定技術標準，中小企業承接模塊封裝、測試等環節，形成“研發—制造—應用”閉環。

16.構建行業大數據應用模型。推動基礎大模型在各行業領域推廣應用，開發深度適配行業特色場景的大模型產品，深入應用于“產業大腦”，推動產業鏈上下游企業數據的互通共享，促進跨企業的高效協同，加強多產業大腦間的“跨鏈”協同開發。

17.推動工業互聯網平臺賦智。鼓勵工業互聯網平臺應用人工智能技術，提供人工智能技術底座，上線一批“小快輕準”的人工智能產品，以訂閱服務方式規?；茝V應用，形成產業新模式。

（五）實施基礎生態保障工程

18.優化算力布局。積極參與國家“東數西算”工程，統籌數據中心、智能計算中心布局。建立省級算力資源調度平臺，?推廣算力資源普惠服務，探索開展“算力券”試點，鼓勵制造業企業通過公共云按需獲取多元化、低成本優質算力，降低算力使用成本，保障大模型產品研發和技術創新應用。鼓勵大型企業探索建設服務行業企業轉型的算力中心和大模型，發展算力云服務，豐富“算力+”應用場景建設。

19.開展應用場景“揭榜掛帥”。圍繞人工智能賦能制造業數字化轉型典型場景編制攻關清單，采用“揭榜掛帥”等方式，引導技術服務主體和需求企業雙牽頭，鼓勵國有企業先行先試，集中優勢突破一批關鍵產品和裝備，突破場景落地共性難點，加快人工智能關鍵核心技術、創新成果、解決方案和應用場景的落地推廣。加強“人工智能+”項目儲備，建設一批人工智能場景示范項目。

20.推動看樣學樣仿樣。舉辦全省“人工智能+”場景應用大賽、觀摩研學、供需對接等活動，宣傳人工智能與制造業數字化轉型領域的先進理念、技術產品和解決方案，提高社會公眾對人工智能的整體認知和應用水平，營造良好社會環境。搭建產業交流合作平臺。定期發布人工智能賦能制造業數字化轉型典型案例，強化優秀企業、示范項目、應用標桿的宣傳推廣。

21.強化高層次人才支撐。推動高校組建小規模服務團隊，向地區派駐掛職干部、成立研發機構，引導高校研發團隊深入企業一線梳理轉型應用需求，整合科研資源開展人工智能賦能技術攻關，在實踐中培育一批實用型人才。

三、保障措施

（一）加強組織領導。發揮省推進制造業數字化轉型聯席會議機制作用，成立人工智能推進工作專班，從基礎電信運營商和省數字集團及有關單位抽取人員集中辦公，統籌協調人工智能和數字化轉型協同的戰略研究、重大決策、工作部署，加強產業發展形勢研判，協同推進重點任務落實。各地、各有關單位要壓實人工智能與制造業數字化轉型協同推進責任，加大工作推進力度，結合實際主動謀劃推進一批重大項目、重要載體的建設。

（二）加大政策支持力度。統籌省級工業發展專項資金支持人工智能和數字化轉型協同，支持企業實施人工智能應用的數字化轉型、設備更新、技術改造項目，以“揭榜掛帥”形式發布行業數據資源池建設、大模型、業務應用場景重點協同攻關項目。支持借助大模型應用開發工具型產品，探索對API接口調用、模型私有化部署以及大模型應用落地項目發放“模型券”。鼓勵有條件的地方為優質企業的人工智能和數字化轉型應用提供貸款貼息服務。鼓勵金融機構根據重點產業鏈需求，創新融資產品，提供個性化信貸、融資租賃等服務。發揮產業發展基金的引導作用，引導社會資本參與人工智能應用項目投資，研判分析數字化轉型和人工智能對工業經濟增長拉動促進作用。

（三）加強人才培育。推動高校增設人工智能學院，開設“人工智能+制造”交叉學科建設，分行業梳理數字化轉型人才需求，鼓勵企業與高等院校、科研院所等合作，創新產學研合作培養模式，共同培養既懂信息技術又懂行業的交叉復合型人才和工程型人才，增強高水平人才供給。加強制造業從業人員數字技術技能培訓，提升企業生產經營人員的數字化能力。

（四）加大宣傳推介。加強人工智能賦能數字化轉型經驗模式總結和宣傳推廣，推廣示范標桿建設標準和優秀案例，舉辦好各類產業大會、供需對接活動，積極營造人工智能、制造業數字化轉型協同發展社會氛圍。