Case Study
AI+制造业：从通用到专属
产业背景
浙江既是制造业大省，也是AI供给大省（DeepSeek、阿里千问均源于杭州）
核心问题
企业使用通用AI却期望专属效果，存在认知鸿沟
培训方案
从通用→行业→企业的三层递进框架
核心培训框架：三层递进
这次AI+制造业培训的根本洞察是：企业使用着通用的AI（豆包、千问），却期望得到一个专用的效果。这之间的鸿沟，就是"从通用到专属"的过程。
📱 通用层
豆包、千问等
通用大模型
对所有人都适用
🏭 行业层
融入行业
知识和数据
针对特定产业优化
🎯 企业层
融入企业
专有知识和数据
实现专属化应用
▼
核心认知：企业在不断提高AI应用能力的过程中，是在知识、数据、算法、算力四个方面，不断从通用走向专属的过程。而这四个方面的核心是人的能力。
四维进阶框架
从通用到专属的过程，实际上是企业在以下四个维度的持续演进：
知识
从通用知识→行业专业知识→企业专有知识
数据
从公开数据→行业高质量数据→企业实时数据
算法
从通用算法→行业优化算法→企业定制算法
算力
从云端算力→边缘计算→企业本地算力
为什么这个框架有效？
解渴
直击企业最真实的困惑——如何从通用工具走向专属应用
实用
提供明确的能力进阶路径，而非空泛的概念讲解
可复制
将工业APP领域的成功实践延伸至企业AI应用
浙江的实践场景
在浙江的首期AI+制造业专题培训中，按照产业集群的类型，把工信部门人员、试点企业负责人和供应商企业聚集在一起，既谈认知，又看落地。
培训先行，样板跟进。这样的做法给其他城市的经信/工信部门做出了示范。
实施路径
如何在你的城市/企业中推行这套方法论？
1
产业集聚
按产业集群聚合工信干部、企业和供应商
2
认知培训
统一从通用到专属的认知框架
3
样板示范
选择试点企业快速示范成效
4
生态繁荣
建立产业链协同和创新生态
关键洞见
高质量数据集是关键：AI在产业落地的关键是高质量数据集，而高质量数据集可以通过产业互联网平台的服务来进行收集。
从工业APP到企业AI：从工业APP到专用企业AI应用，被证明是一条可行的路径。这正是几年前浙江在工业技术软件化领域已有成功实践的领域。
智库平台的核心作用
浙江省智能制造专家委员会在这个过程中扮演的是行业组织者的角色——介于政府和行业协会之间的智库平台，能够：
- 提供专业支撑：行业专家提供独立的专业背书和方向指导
- 协助政策实施：帮助工信部门落地政策和战略行动
- 组织生态学习：组织企业、干部进行学习交流，建立认知共识
- 促进供需对接：消除信息不对称，连接产业链各方
政策落地的关键：智库能够帮主管部门补充专业能力、承担协调职能、降低政策落地的摩擦成本。这比单纯的补贴政策更能推动真正的产业升级。
案例启示
浙江的这套实践对其他地区有以下借鉴意义：
- 产业集聚优于分散推进：让供需双方在同一个场景中建立认知共识，远胜过单向的政策宣传
- 认知培训先于技术应用：企业家和干部首先需要理解"从通用到专属"的核心路径，才能理性选择技术方案
- 三层递进框架是通用方法：这个框架不仅适用于制造业，也适用于其他行业的AI转型
- 智库平台高于政府补贴：通过专业能力和生态建设，能更有效地推动产业升级