為人工智能與制造業深度融合強化支撐

　　人工智能與制造業的深度融合，是關乎未來競爭格局的戰略抉擇

　　人工智能加速與實體經濟深度融合，深刻改變制造業生產模式和經濟形態，成為驅動產業升級、重塑全球格局的關鍵變量。近日，工業和信息化部等八部門聯合印發《“人工智能+制造”專項行動實施意見》。《意見》明確了到2027年在關鍵技術、生態培育、場景應用等方面的目標，從國家層面確立了人工智能賦能制造業的戰略路線圖，不僅為產業升級指明了方向，更對支撐這一進程的教育和人才供給體系提出了緊迫而明確的時代要求。

　　推動人工智能與制造業深度融合，是一場涉及知識體系重構、生產流程再造與人才能力重塑的系統工程，其難點在于人工智能技術普適性與制造業知識專有性之間存在鴻溝。一方面，制造業生產具有復雜性和高可靠性要求，使其知識體系高度依賴場景。另一方面，當前大模型范式的人工智能技術發展優勢在于處理通用信息，在面對制造業的具體問題時，往往存在水土不服的問題。這一結構性矛盾決定了深度融合不能僅依賴市場自發的“需求牽引”或“技術推動”，而是迫切需要系統化培養復合型人才，為技術創新提供人才支撐。

　　當前，我國人工智能人才培養體系不斷完善，截至2025年，全國已有600多所高校開設人工智能專業，200余所高校設立智能科學與技術專業，形成了多層次人才培養體系，人才培養效能顯著提升。但人才培養與制造業的需求仍存在錯位的情況，培養規模與質量還不夠匹配，知識體系與產業需求存在脫節情況，課程內容更新速度仍滯后于技術迭代，產教融合深度還不足，還需要進一步完善校企合作協同機制。高校是人才培養的主陣地，能否培育產教融合型人才，很大程度上決定了人工智能與產業深度融合的“雙向賦能”構想能否從政策藍圖轉化為產業現實。因此，深化教育供給側改革，構建適應“人工智能+制造”需求的新型人才培養與科技創新體系，是破解融合瓶頸、夯實產業升級根基的關鍵。

　　為此，高校要進一步培育貫通人工智能與制造業的融合型人才，打破傳統學科壁壘，實現學科重構和知識體系的融合。這遠非簡單增設課程，而是要在機械工程、材料科學、自動化等傳統工科專業中，深度嵌入以解決制造業問題為導向的人工智能知識模塊，構建工業智能等交叉學科。其深度體現在課程設計上，要引導學生運用人工智能工具解決如工藝優化、質量控制等真實工業課題，而非僅學習算法理論，從而在知識源頭上培養其跨界的思維模式與解決問題的能力。

　　為打破理論研究和技術應用壁壘，要鼓勵創新校企協同機制，打造人才培養與技術迭代的聯合試驗場。當前，學科專業設置與產業需求的緊密度仍不夠高，這是融合人才培養的瓶頸所在。要打破傳統工科與信息科學的壁壘，完善人才知識結構，使之更好應對制造業智能化轉型中的復雜系統問題。要鼓勵校企合作從淺層走向深層，升級為共擔風險、共享成果的聯合試驗場。高校可與企業共建兼具教學、研發與中試功能的創新平臺，將企業的真實難題轉化為學生的畢業設計或科研項目。總而言之，是要構建一個“干中學”的閉環：學生在前沿實踐中獲得真知，企業以較低成本獲取創新方案與潛在人才，高校則通過持續的場景反饋優化學科建設，實現人才培養與技術迭代的同頻共振。

　　產業所需是高校研究的指向標，高校要著力填補實驗室成果與市場化產品之間的空白地帶，提高科技成果轉化效率。這要求高校專業化孵化器或技術轉移機構向前延伸，設立概念驗證基金和提供跨學科指導，對早期成果進行技術可行性與商業潛力評估。要通過專業的早期介入，降低成果轉化的初始風險，吸引社會資本跟進，讓更多源自高校的人工智能創新能夠跨越“死亡之谷”，最終服務于制造業的提質增效。

　　人工智能與制造業的深度融合，是關乎未來競爭格局的戰略抉擇。高校要以更大的決心打破學科壁壘，以更活的機制深化產教融合，以更實的舉措暢通轉化路徑，使創新活力與制造升級相互賦能，最終實現教育供給與產業需求的同頻共振。

　　（作者系華東師范大學經濟與管理學院金融系系主任、副教授）

《中國教育報》2026年01月21日 第02版

作者：汪莉