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。