王江平指出，人工智能與制造業深度融合的核心邏輯是供給側與需求側的“雙向奔赴”：一端抓技術供給，推動智能產業化；一端抓賦能應用，加快產業智能化。

當前，人工智能在制造業研發設計、營銷服務等“微笑曲線”兩端的應用相對深化，而在高價值生產運營環節仍需發力。推進“AI+制造”要直擊企業難點，推動高價值場景應用，如安全生產、參數尋優、精準維修、質量預測等。

王江平指出，AI應用深化已從“有沒有好模型”轉向“有沒有與業務深度耦合的高質量數據”。當前，制造業普遍存在數據“孤島”與“失真”、治理缺失，模型魯棒性、可解釋性不足等問題。為此，《意見》明確提出開展“模數共振”行動，推動建立企業首席數據官制度，持續推進數據管理能力成熟度國家標準貫標，夯實數據治理基礎。同時，構建“懂智能、熟行業”的服務生態至關重要。

《意見》提出，要發展一批“懂智能、熟行業”的賦能應用服務商，打造標準化與定制化結合的解決方案，提供模型調優、數據治理、安全保障等服務。這要求改變技術研發“點狀創新”的局面，通過建設賦能加速器、培育生態伙伴型服務商等方式，健全制造業數智化轉型服務體系。

為切實指導企業，《意見》配套了《制造業企業人工智能應用指南》和《人工智能賦能制造業重點行業轉型指引》。指南為企業提供從智能化評估、數據集構建、算力規劃到模型選型與安全防護的全流程方法；轉型指引則結合原材料、裝備制造、消費品等重點行業分類施策，如在鋼鐵行業構建全流程動態模型，在紡織服裝領域打造個性化設計系統等。

王江平指出，必須堅持安全與發展并重。人工智能時代的安全涵蓋數據、網絡及模型安全。面對技術迭代指數級速度與治理體系漸進式更新之間的“時差”，需建立“敏捷治理”理念，加快構建分層分類的法律規范體系?！兑庖姟穼Ｕ虏渴鸢踩o航任務，要求提升數據安全管理和算法安全防護能力，建立分類分級、評估評測等治理機制。

人工智能與制造業的深度融合，是發展新質生產力、構建現代化產業體系的重要路徑?！兑庖姟返娜媛鋵?，必將推動我國制造業實現高質量發展。