如今，人工智能正以前所未有的速度发展，我们即将迈入通用人工智能阶段。它既会带来巨大机遇，也可能带来诸多挑战，比如就业结构的变化、生活方式的颠覆，但我始终相信，机会远大于风险。

宁波作为全国制造业重镇，更应高度重视人工智能在工业中的应用。而我将聚焦于制造业的数字化转型和工业人工智能的应用，特别是在生产流程优化这一块。

中国被视为“制造业大国”，却并非“制造业强国”。其主要差距体现在三个方面：工艺、装备和运营。许多高端生产工艺依赖国外技术包，核心装备进口比例高，数据连通性差，这些都制约着我们真正走向“制造强国”。

在当前竞争环境下，企业不论现有水平如何，都必须通过数字化转型和人工智能技术提质、降本、增效。没有自动化，就没有数据基础；缺乏数据支撑，人工智能就无从谈起。尤其对于流程工业（如石化）及部分自动化程度较高的离散制造业（如汽车、电器），AI才能真正发挥作用。

过去常提的“工业4.0”“智能工厂”等理念，多数仍停留在概念阶段。企业真正需要的是可落地、能创效的解决方案。实现这一目标，不能依靠孤立封闭的软件系统，而应构建开放、易扩展的工业操作系统，支持多种工业APP的灵活集成与替换，打破信息孤岛。

人工智能，尤其是生成式AI，正在改变我们理解制造的方式。它不仅能辅助专家决策，甚至可超越个别专家的经验局限。但对工业而言，准确性至关重要——AI系统不能仅仅“大致正确”，必须逼近百分之百的可靠。

实现工厂的“无人化”运行，类似于汽车的L4级自动驾驶，是工业智能化的远景。这需要将AI与具身智能（如巡检机器人、工艺控制模型）深度融合，实现从自动化到自主化的飞跃。

工业AI的真正瓶颈，并非算力，而是高质量、可集成、可解释的数据。单个企业的数据价值有限，只有通过行业级的数据汇聚和联合建模，才能释放人工智能的真正潜力。正如大语言模型需要千亿级语料训练，工业AI也需要跨企业、跨场景的数据“粮食”。

我们发布的TPT 2.0系统，已应用于3000多家企业。例如在镇海炼化，通过工艺优化，将油品切换时间从8小时缩短到1小时内，年省成本数百万。这种基于数据+模型的优化，可在流程工业中广泛复用。

未来五到十年，是工业智能化的关键窗口期。全球制造业正面临AI驱动的重构，规模将达15万亿美元。对宁波这样一个拥有万余家规上企业的制造重镇来说，机遇尤为显著。

走向智能制造，没有捷径。唯有夯实自动化、打通数据链、构建开放平台，才能在这场变革中占据主动。否则，很可能被新一轮技术浪潮甩在身后。