AI技术的发展与应用丰富了智能制造内涵
生成式AI的发展、大模型的应用使得AI这项技术更加贴合行业场景，并渗透到企业有关研发设计、生产制造、销售服务等全流程中，在这种新语境下，“智能制造”内涵再度得到丰富。
郭楠表示，数字化、网络化、智能化制造都属于智能制造的范畴。智能制造体现在设计、生产、物流和销售等端到端的环节中。
华为制造与大企业军团CEO 刘超
刘超认为，制造企业使用数字化和智能化技术，提升效率和竞争力的整个实践过程，就是智能制造。数字化、智能化技术拓展了制造的新边界。而AI这一轮技术浪潮正在以价值驱动着制造业全链路数字化转型和智能化升级。
● 在研发设计环节，比如生物医药行业在AI技术加持下，新药物发现时间可能从数年缩短至数月，成本下降70％以上；
● 在生产调度环节，比如华为在AI技术帮助下，可在1.5个小时内完成未来35天的供应计划分解，这都是AI技术对智能制造各个环节的使能。
制造企业拥抱数智化存在不确定性和挑战
智能制造的概念提出至今已近十年，但制造企业的数字化转型和智能化升级之路始终存在多重挑战。郭楠总结了传统制造业寻求数字化转型和智能化升级时会面临的不确定因素：
● 战略层面：企业一定会遇到零号难题——到底该干什么？做到什么程度？从何入手？
● 人才层面：员工中同时懂IT、工艺、制造、装备等各类知识的复合型人才短缺；
● 投资层面：投资回报比难以计算，而智能制造一旦投资就没有回头路。
目前，大模型加速涌现，各行各业都在关注自己所处领域的大模型应用成效如何。对此，郭楠补充道：“制造行业的作业流程具备极强的确定性，生成式AI和大模型渗透到制造业的核心场景中需要解决的问题非常多，比如需要迭代掉生成结果的不确定性，AI在制造业的应用需要更有针对性。”
江汽集团作为制造业汽车领域的大型企业，自2020年起至今在数字化转型和智能化升级道路上已探索多年，对制造业走向数智化存在的挑战有切身体会。刘峰将江汽集团在升级转型过程中遇到的挑战归结为三点：
首先，智能制造的投资规模动辄达到几十亿甚至上百亿，这需要企业对数智化转型抱有坚定决心；
其次，企业知道自身规划的转型方向是正确的，也要衡量自身能力是否与之匹配，对自身有清晰认知；
最后，人才储备是决定公司转型能否走下去的关键，但同时懂IT、应用、场景等的人才是最稀缺的。
制造企业如何应对数字化转型和智能化升级的挑战？
如今，江汽集团旗下的瑞风RF8已是广受好评的网红车型，新建的新港智慧工厂也按照《智能制造能力成熟度标准》中L4智能化生产（优先级）的目标建设，其中蕴含着解开上述挑战的答案。
江汽集团信息化管理部部长 刘峰
刘峰表示，瑞风RF8取得商业成功，背后原因在于江汽集团与华为的合作过程中，吸纳了华为IPD（集成产品开发）流程，并组建了PDT团队（产品开发团队），改变原有的产品商业逻辑，从技术为先转变为以市场需求为先。
刘超介绍了上述合作过程中的细节，他谈道：“华为向江汽集团派出一支咨询顾问团队，把华为公司产品的开发流程、制度、方法变成江汽集团产品的开发流程、制度、方法。这套制度流程会在后续的实践过程中不断迭代和演变，最终固化为江汽集团自己的能力。”
刘峰结合江汽集团数字化转型和智能化升级成功经验总结出三点核心要素：
● 做好顶层设计。梳理顶层设计的逻辑才能做好后续的逐级、逐层管理，避免资金和时间的浪费；
