7月18日，工信部正式宣布启动'人工智能+软件'专项行动，聚焦国产工业软件智能化升级，通过AI技术重构制造业效率体系，并同步布局绿色发展与数字基建，为产业高质量发展划定清晰路径。以下为核心内容梳理：

一、核心目标：2030年实现'效率跃升+绿色达标'

专项行动明确两大量化指标，锚定2030年时间节点：

——绿色回收攻坚：动力电池回收量目标达350万吨，覆盖新能源汽车退役电池全生命周期管理，推动回收利用率从当前的90%提升至95%以上。

——标准体系完善：制定百项绿色制造标准，涵盖工业软件能效评价、数据中心低碳运行、AI算法能耗优化等领域，形成'研发-生产-回收'全链条规范。

二、核心抓手：国产工业软件智能化升级

行动将工业软件作为AI技术落地的核心载体，重点突破三大环节：

——研发设计类软件：推动CAD（计算机辅助设计）、CAE（工程仿真）等工具集成AI算法，实现产品参数自动优化（如新能源汽车电池Pack结构仿真时间从3天压缩至4小时）。

——生产制造类软件：升级MES（制造执行系统）、ERP（企业资源计划）系统，通过AI实时分析生产数据，动态调整产线节奏（如光伏组件车间良率提升至99.5%以上）。

——运维服务类软件：开发基于AI的设备预测性维护系统，对风电、光伏等大型装备的故障预警准确率提升至90%以上，减少非计划停机时间。

三、AI技术赋能案例：从'小时级'到'分钟级'的效率革命

行动明确以具体场景验证技术价值，典型案例包括：

——光伏银浆调参优化：传统工艺中，光伏电池银浆印刷参数（如厚度、网格密度）需工程师通过反复试验调整，耗时3-5小时；引入AI机器学习模型后，可基于历史数据快速匹配最优参数组合，调参时间缩短至5-10分钟，同时银浆消耗量降低8%。

——动力电池极片制造：AI算法实时分析涂布速度、温度等120余项参数，动态修正偏差，极片厚度一致性从±5μm提升至±2μm，电池循环寿命延长15%。

四、配套布局：夯实数字基建与数据要素基础

为支撑'AI+软件'规模化落地，行动同步推进两大基建：

——数据要素市场：建立工业数据确权、交易机制，鼓励车企、光伏企业等共享生产数据（脱敏后），形成跨行业AI训练数据集（如动力电池失效模式数据库）。

——算力网络优化：构建'国家超算中心+边缘节点'的分层算力体系，满足工业场景低延迟需求（如汽车焊装车间AI视觉检测需50ms内响应），2025年前实现重点工业园区边缘算力全覆盖。

五、意义与影响：重塑制造业竞争力

此次行动既是对'数字中国'建设的落地响应，也为产业带来多重价值：

——效率革命：预计到2030年，AI赋能的工业软件可使制造业研发周期缩短30%以上，单位产值能耗下降18%。

——自主可控：推动国产工业软件从'可用'向'好用'升级，打破海外巨头在高端CAD、CAE等领域的垄断（当前国内市场份额不足15%）。

——绿色转型：通过AI优化资源配置与回收利用，助力'双碳'目标实现，仅动力电池回收一项即可减少锂资源对外依存度约20%。

随着'人工智能+软件'行动的推进，中国制造业正从'规模驱动'向'智能驱动'转型，为全球工业数字化提供'中国方案'。

原文链接：https://www.toutiao.com/article/7529113894112051751/?share_did=MS4wLjACAAAAjpYziWKmoG7XKnJcrkbqy26wGb_IPVsG75sb78zBIz0&category_new=__all__×tamp=1753604509&share_uid=MS4wLjABAAAAm8A3qDGxEjxDtbJnbkW41nMWRjPpNV3HRSCc-oq9M__Nkw5yScaq3bx9x72WzHJy&upstream_biz=client_share&app=news_article&share_token=1fba9c27-c493-41e2-a96e-ae9cb95b4843&source=m_redirect