当AI快速渗透生活，成为许多人的“智能助手”时，在制造业的核心环节，它对一线工人的直接赋能率却可能还不足10%。

　　在今天（8）举行的2026“工赋上海”创新大会上，《上海市“AI+制造”场景建设指南》正式发布。一同亮相的，还有我国首份省市级“AI+制造”发展白皮书，以及来自上海电气、振华重工、上汽乘用车等首批10家样板企业提出的50项具体场景需求。上海正试图用这本“手把手”的指南，破解AI在工业现场渗透不足的难题。

AI进车间为什么这么难

　　“在我们一个项目中，制造一线员工使用AI的比例还不到10%。”上海建工集团信息总监余芳强坦言，建筑业产业链长、业务复杂，AI应用尚处初级阶段。他认为核心难点在于，通用大模型缺乏工业“语料”，难以理解CAD图纸等专业载体，许多依赖老师傅经验和直觉的工艺，计算机目前还无法真正掌握。

　　这精准呼应了《白皮书》所揭示的普遍困境。调研显示，多数制造企业对AI仍处于“浅尝”或“观望”阶段。主要顾虑在于“建不起”与“用不好”——前者受限于数据、算力、人才的匮乏，后者则源于工业场景的高度差异化与复杂性。企业积累的海量数据，多用于流程记录与结果统计，其结构和语义并非为AI训练而设计，难以直接转化为有效的“燃料”。几乎每个细分场景，都需要一次深度的定制化工程，通用化解决方案寥寥。

从“经验驱动”到“数据驱动”

　　高门槛意味着高回报，谁率先破局，谁就能收获效率与竞争力的跃升。在上海工业数字化研究院院长陈廷炯看来，当前最大的机遇，恰恰在于帮助AI填补工业场景中一个个细微的“颗粒度”。

　　上海凯泉泵业集团副总裁顾桂凤分享了促使他们转型的“诱惑”。水泵叶轮叶片形状对效率影响巨大，受28个动态因子共同作用。传统设计方式需要10-15年经验的研发人员花费四周设计、一周测算，成本高且成功率仅在50%-60%之间。

　　“我们有6000多套水泵的设计图纸和运营历史数据，接入AI后，一位三年经验的员工24小时就能完成设计任务，成功率也提升到85%以上。”顾桂凤说。这种效率的飞跃不仅缩短了产品研发周期，更重要的是降低了企业对稀缺高端技术人才的依赖，让普通工程师也能完成复杂设计任务。

　　上海建工集团正在不断拓展“AI+制造”的边界，他们给即将对外开放的上海大歌剧院开出一份帮助AI理解的“使用手册”。“原本的使用手册就是一份文字说明，现在我们通过数字手段构建建筑的数字孪生模型，厘清设备与空间的逻辑关系。这份说明不仅是给人阅读的，也是给AI阅读的。当AI清楚所有设备与空间的逻辑关系，管理员只需说出‘升高舞台’，系统便能自动执行。”余芳强说。他们正致力于让大型建筑像智能座舱一样，实现自然的人机交互。

细致入微的《指南》需要强大工业底座

　　这份上海发布《建设指南》达到了前所未有的详细程度，拆解了将AI融入制造业全流程。以新车型开发为例，包括人机工程优化、车身覆盖件断面设计、车身钣金结构建模等多个步骤，每个步骤又包括接收任务、环境准备、知识应用、自动绘图和输出结果等，

　　上海为何能率先推出《白皮书》和《建设指南》？完整的产业链条与扎实的产业底座提供了坚实基础。2022年以来，围绕汽车、高端装备、航空航天等重点行业，上海累计培育了42家“工赋链主”，链接企业超过36万家，赋能核心企业7000多家，连接工业设备230多万台套，开发工业软件1800多个，构建工业机理模型700余个，助力企业运维成本降低20%，设备能耗下降10%。

　　作为国家探索工业互联网的先发城市，上海已实施两轮“工赋上海”行动。制造业数字化水平多年来持续居全国第一梯队，2024年5G基站占比和密度均居全国第一。截至2025年底，上海已有139款大模型完成备案，人工智能专业人才近30万，约占全国总数的1/3。

　　市政府副秘书长张英表示，面向“十五五”，上海将强化技术攻关与场景融合，致力于构建“技术-场景-生态”协同的创新格局，推动“AI+制造”走向规模化发展。这场始于生产线的智能革命，路径正愈发清晰。