问题——制造业智能化进入“深水区”，落地仍有堵点。近年来，制造业对人工智能的需求正从“看得见”的展示型应用，转向“算得清”的效率与质量提升。但不少企业一线，研发、生产、供应链等环节仍存在流程碎片化、数据标准不统一、系统割裂等问题，新技术难以直接转化为可复制的生产力。峰会现场，多位产业人士指出，人工智能能否真正带来增量，关键在于企业是否拥有可运行、可追溯、可沉淀的数据与流程体系。 原因——产业基础与组织数据决定应用上限。苏州作为制造业重镇，企业数量多、产业链完整、数字化基础较好，为新技术验证和规模化推广提供了条件。钉钉上披露，苏州区域近80%的中国500强企业使用对应平台，反映出当地企业对协同办公、流程管理与数字化治理的接受度较高。与会企业代表强调，人工智能不是“凭空起高楼”：如果业务底座薄弱、数据质量不高，即便引入先进模型与算力，也可能陷入“垃圾进、垃圾出”。组织日常协同中沉淀的沟通、流程与业务数据，一旦能转化为结构化、可治理的数据资产，将成为企业推动智能化的重要资源。 影响——服务中心落地强化区域供给侧能力，带动“AI+制造”从点到面。此次全国首个钉钉AI应用服务中心签约落地苏州高新区，意味着人工智能应用推广从“产品交付”深入走向“体系化服务”。据介绍，该中心将组建本地专业团队，首期计划招聘约100人，围绕AI应用培训、联合企业共创解决方案、共建“AI+行业”标杆示范、提供算力模型与生态交流平台等方向推进。对企业而言，本地化团队可缩短需求沟通链条，提高方案适配效率，降低试错成本；对产业而言，示范项目与共创机制有望沉淀可复制经验，带动上下游协同创新，推动应用从单点提效走向全流程优化。 对策——先立规程与数据，再选场景做突破，推进人机协同常态化。来自智能制造一线的实践者提出，企业推进智能化应坚持“先数字化、后智能化”：一是夯实流程线上化与数据治理，明确数据标准、权限与质量管理机制；二是从高频、刚需、可量化的场景切入，如会议记录、审批流转、知识沉淀、项目协同等，先形成阶段性成果；三是在研发、质量、供应链等关键环节坚持“人机协同”，让机器承担重复性工作，让工程师聚焦更高价值的创造性任务；四是通过培训与组织调整提升员工对新工具的使用能力，使沟通与协同沉淀为高质量数据资产，为更复杂的智能体应用打基础。圆桌论坛上，苏州多家人工智能企业代表与制造业领军人士围绕产业化落地、产业链协同等议题交流，传递出“技术供给—场景需求”双向对接提速的信号。 前景——以开放生态推动规模化应用，打造“人工智能+”示范高地。苏州高新区近年来持续推进“人工智能+”行动，支持创新创业平台建设，集聚项目、人才与技术资源，为人工智能与实体经济融合提供支撑。当地相关负责人表示，将以更开放的生态和更精准的服务，推动人工智能产业高质量发展，打造“人工智能+”示范城区。业内认为，随着服务能力下沉到区域、标杆案例持续出现、企业数据治理逐步完善，制造业智能化将从“可用”走向“好用”，从“试点”走向“规模化”，对稳链强链、提质增效和培育新质生产力形成更直接的支撑。
当前，人工智能正成为推动经济社会发展的重要力量；苏州作为全国制造业重镇，AI赋能产业升级上具备基础和空间。钉钉AI应用服务中心的落地，不只是一个项目落地，更传递出信号——AI与实体经济的深度融合正从探索走向实施。关键在于企业要清醒认识到，AI不是灵丹妙药，而是一项需要与业务流程、组织文化和数据积累合力推进的系统工程。只有把底座打牢、把场景跑通，才能让技术创新更稳定地转化为产业升级的新动能。