调研聚焦数据共享统筹、行业标准落地与人才培养议题

在近期开展的一项调研中，“数据共享统筹”“行业标准落地”“人才培养破题”成为贯穿讨论的关键词，相关交流几乎覆盖了所有座谈环节。

核心关切浮现

从调研现场的反馈看，“数据共享统筹”指跨主体或跨系统的数据资源整合与协同调度；“行业标准落地”侧重于将已发布的技术或管理规范转化为可操作的实施细则；“人才培养破题”则指向如何缓解行业快速发展带来的复合型人才缺口。

上述概念被反复提及，显示出不同背景的参与方在当前阶段的共同聚焦点。

调研期间，关于“数据共享统筹”“行业标准落地”“人才培养破题”的讨论无处不在。

密集的讨论本身即折射出，相关领域正从散点式探索转向对系统性解决方案的迫切需求。

党外知识分子专家组赴苏沪调研人工智能与制造业融合 无锡百年纺企机器人接头精度达±1毫米

由党外知识分子组成的建言献策专家组近期前往上海、江苏，围绕人工智能赋能制造业这一主题开展实地调研。在无锡一棉纺织集团有限公司的生产现场，一台自动接头机器人展现出当前产线智能化的具体进展。

车间里的毫米级操作

在无锡一棉的智能化车间内，一台“巡游式细纱自动接头机器人”沿着纱锭阵列移动，能够自主完成断头纱线的接合，操作误差不超过±1毫米。

细纱接头指的是纺纱流程中将断裂的纱线重新捻接的关键工序。这一动作传统上由人工完成，不仅劳动强度较大，手法的细微差别也容易带来质量波动。机器人的介入提升了作业精度与连贯性。

百年纺织企业从“织造”走向“智造”

无锡一棉纺织集团有限公司是一家拥有百年历史的纺织企业。近年来，企业加快智能化转型步伐，陆续在关键工序引入自动化设备，逐步构建起数据驱动的生产模式。

“从‘织造’迈向‘智造’，这家有百年历史的纺织企业正在用科技铺就未来发展之路。”

此次专题调研覆盖上海和江苏两地，旨在发挥党外知识分子的专业优势，为人工智能与传统制造业的深度结合提供建议。纺织环节中高精度自动化装备的落地，成为观察传统产业技术迭代的一个窗口。

中央统战部党外知识分子专家组赴无锡常州调研 人工智能赋能制造业从概念走向生产力

6月13日至15日，中央统战部党外知识分子建言献策专家组科学技术组走进江苏无锡、常州，深入产业一线调研人工智能赋能制造业的实际进展。

在无锡一棉的智能化车间，一台“巡游式细纱自动接头机器人”在纱锭阵列中自主穿行，完成对接工序。这是本次调研中观察到的典型应用场景。

传统产业的智能化演进路径

专家组组长、全国人大常委会委员、中国科学院院士郭雷在调研中指出，制造业积极拥抱AI已成为大趋势，人工智能为制造业切实提升生产效率、降低劳动强度。

“传统产业的智能化转型并非凭空而来，而是在数字化、自动化基础上的持续升级。”郭雷说。

据了解，巡游式细纱自动接头机器人是一种在纺纱设备之间自动巡游、通过视觉识别与机械臂配合完成断线接头的智能装置。细纱接头工序劳动强度大、对精度要求高，该机器人替代人工完成巡游式操作，有助于保障连续生产、降低人员负担。

数据共享与协同议题

调研期间，专家组围绕“探索共赢的数据共享路径”展开研讨。制造业企业在引入人工智能时，常面临数据分散、流通机制不畅等现实问题，构建高效协同的数据共享模式成为产业赋能的关键一环。

此次调研旨在观察人工智能从技术概念到生产动力的转化，为相关建言提供一手依据。专家组认为，从无锡一棉等代表场景看，人工智能已在部分制造业环节实现落地，并沿着数字化、自动化的基础持续向纵深渗透。

专家组调研无锡制造业AI应用 聚焦数据标准化与共享路径

近日，党外知识分子建言献策专家组赴无锡，对当地制造业企业的人工智能技术应用情况展开实地调研。调研涉及无锡一棉纺织集团与无锡航亚科技股份有限公司，重点关注企业在智能化转型过程中面临的共性痛点。

“人机协同”场景下的复合型人才缺口

企业在推动AI技术落地时，普遍遇到决策管理与数据开发层面的现实难题。在无锡一棉调研现场，专家组专家郭雷指出，感知、认知、决策、规划等环节中，相当一部分工作已可交由AI辅助完成。

应用的关键在于两点，一是如何消除行业壁垒，实现数据互利共享；二是急需既懂AI、又懂行业知识的复合型人才。

所谓“人机协同”，是指人类与智能系统在共同目标下，依据各自能力优势进行任务分工与配合的工作模式。郭雷此次“现场把脉”点出了技术与业务融合的人力资源瓶颈。

高端离散型制造面临数据标准化难题

在无锡航亚科技股份有限公司展厅，AI在高端离散型制造业中的具体应用，引发了专家对更深层问题的探讨。无锡航亚科技是一家专注于航空发动机与燃气轮机关键零部件研发制造的高新技术企业，其生产模式属于典型的“离散型制造”，即产品由多个互不关联的工序与零部件分别加工后组装而成，过程相对复杂。

中国科学院科技战略咨询研究院研究员、专家组科学技术组副秘书长李晓轩现场提出，应制定适应AI需求的制造业数据国家标准，避免各企业在标准化上重复投入并承担高成本，为AI的深度应用铺平道路。

数据共享被指为行业瓶颈

李晓轩将思考延伸至数据共享层面，认为这一问题已上升为制约AI深度应用的行业瓶颈。他分析指出，人工智能的最大价值需通过充分的数据共享来实现，但企业作为具有自主性的生命体，强制共享可能破坏产业生态。

为此，他建议在行业内部探索企业之间能够实现共赢的数据共享路径。这一观点也呼应了前述提及的“消除行业壁垒、数据互利共享”的关键命题。

理想汽车每52秒焊接一辆车身 口腔印模仪半小时完成戴牙流程

在常州进行的走访调研中，汽车制造车间的机械臂作业速度和口腔医疗设备的智能化水平，为观察“具身智能”与行业应用提供了直观样本。机械臂以每52秒一车的节奏完成车身焊接，口腔数字印模仪则在半小时内支撑起从就诊到戴牙的全流程。

具身智能的工业实践与定义

理想汽车常州智能制造基地焊装车间内，机械臂正在快速抓取、定位并焊接车身部件。这种让机器在真实环境中自主感知、认知并完成规划动作的形态，被现场专家概括为具身智能。

具身智能的运作逻辑可拆解为“感知—认知—决策—行动—反馈”的反复迭代过程，类似于大脑与小脑的协同配合。

“感知”指机器通过传感器获取环境信息，“认知”是对任务与场景的理解，“决策”生成行动方案，“行动”由机械系统执行，“反馈”则将结果回传以调整后续动作。这一闭环在焊装车间的连续作业中得到直观体现。

医疗场景中的工具角色与医患关系重塑

赛乐(常州)医疗科技股份有限公司的“八颗牙智慧模拟诊室”里，创始人陶欢操作自主研发的口腔数字印模仪，设备可1分钟生成全维度口腔健康报告。陶欢认为，AI技术正在为医生提供更高效的工具，而非替代医生。

上海市政协委员、复旦大学人类表型组研究院院长田梅指出，AI介入诊疗流程后，医患关系将从被动服从转向平等协商。患者就诊前可通过AI进行自诊，带着基础认知和问题进入诊室，与医生共同决策，信息对称有望减少沟通摩擦。

“未来医患关系从被动服从走向平等协商。信息对称了，矛盾自然减少。”

田梅同时强调，行业需要一批既懂临床医学、又掌握AI算法与数据科学的战略型交叉人才，以支撑这一转型。

人机协同中的价值对齐

面对AI可能带来的就业冲击，专家指出，相比机器人，人类拥有世界观、价值观和情感等特质。基于此，技术进化方向被明确为“以人为本”，即让机器具备更稳、更快、更节能等性能指标，同时与社会公平、正义、和谐等价值目标协同发展，防止技术异化。

调研焦点与建议方向

调研期间，关于数据共享统筹、行业标准落地以及人才培养破题等议题被反复讨论。参与调研的李晓轩表示，相关问题尚无现成答案，专家组的任务就是针对难点痛点问题，提出有针对性的意见建议，为国家建设科技强国贡献力量。