專題：2026精益數字化創新大會暨精益數智化轉型創新生態博覽會
9月6日上午，2026精益數字化創新大會裝備製造行業專場平行會議舉行。中國企業改革與發展研究會第一副會長、中國一重集團原黨委書記、董事長劉明忠，中國工程院院士凌文，以及來自天地上海採掘裝備、瓦軸集團、鐵建重工、江蘇核電、西電西變等多家央企和行業龍頭標杆企業的嘉賓齊聚一堂，圍繞「AI與智能如何真正落地製造業」這一命題，分享前沿洞察與一線實戰，共探裝備製造業全價值鏈的能力躍遷路徑。
劉明忠在開場致辭中從企業改革與治理的高度，為裝備製造業高質量發展勾勒了戰略藍圖。他表示，製造業的高質量發展離不開改革的驅動與制度的創新，精益管理是AI有效落地的基礎框架。
中國工程院院士凌文以《多智能體協同技術實踐》為題作主題演講，系統闡述了多智能體協同技術的最新進展。他指出，工業AI正從單點突破走向系統協同，關鍵在於打造「全棧開源、低門檻共享」的工業智能體開源創新平台，通過確立「感知—決策—執行」一體化的智能體國家標準、構建全周期自動化測試評估體系，從制度層面消除企業「不敢用」的顧慮，加速多智能體技術在複雜工業場景中的落地。
標杆實踐：曬出「真金白銀」的落地賬
多家龍頭企業以翔實數據分享了全價值鏈的數智化實踐。天地上海採掘裝備副總經理姜石帶來《大型裝備製造精益數智化落地實踐》。他特別強調，「精益管理是數智化的前提和基礎」。據介紹，依託總投資5.69億元、6個數字化車間的智能工廠，上海天地建成11條智能產線與23項智能單元，落地國內首條自動化滾筒焊接產線與行業首條「黑燈」檢測線。經實測，典型滾筒焊接效率提升35%、焊接可達率90%；通過持續精益改善，備件準時交貨率提升63%、生產計劃達成率提升22%、主要零件生產周期縮短15%，累計形成改善提案3500餘份、制度標準400餘份。
瓦軸精益辦主任梁爽聚焦《AI在一體聯動計劃中的決策模型與動態調度》，以「複雜離散製造的訂單決策重構」為題，分享了瓦軸通過數據與規則治理、計劃聯動與AI協同，重構訂單履約業務流、破解隱性浪費的實踐，展示了AI從「輔助工具」向「決策引擎」躍遷的路徑。
鐵建重工智能製造研究設計院院長王霄滕分享了《地下工程裝備智能製造經驗分享》。針對隧道掘進機「一機一策、邊勘測邊設計邊製造」的難題，鐵建重工聯合愛波瑞推進三期精益項目，構建AI驅動的關重件並行化協同智造模式：AI工藝設計使工藝生成時間縮短90%以上，智能焊接裝備效率提升30%、關鍵焊縫一次探傷合格率達98%以上，國內首套主驅動柔性裝配產線使交付周期縮短35.56%、單台質量問題數降低47.9%，並作為典型用例納入ISO 23247-6國際標準。經三期推進，企業一級關鍵節點平均履約率達95.3%，製造總廠總費率下降6.66%。
在能源裝備領域，江蘇核電副總經理張祥貴分享了《中核集團：設備運維×AI》。田灣核電基地作為全球總裝機容量最大的核電基地，通過數字化流程圖（2萬餘張流程圖結構化）、數字化規程、智能巡檢、隔離數字化與關鍵設備4D檢修等應用，實現設備狀態「一圖感知」；智慧工地AI自動抓拍違章識別率達95%以上。他同時強調，核電作為高後果、強監管行業，AI必須堅守「安全底線」、堅持「人在迴路」，以審慎態度推進。
西電西變副總經理王衆分享了《輸變電裝備精益管理提升》。西電西變以均衡拉動式一體聯動計劃為主線，在超高壓車間建設連續流生產線，確立生產產能提升20%、生產周期縮短20%、在制資金下降20%的目標，為離散型重型裝備的精益數智化轉型提供了樣板。
方法論與人才：夯實AI規模化的「底座」
愛波瑞科技裝備三部技術總監劉澤臣圍繞「精益全價值鏈管理賦能裝備製造AI轉型升級」作主題演講。他指出，AI在製造業落地難的癥結不在技術，而在「數據×標準×流程×人才」四大斷點同時受阻，「買最貴的AI，跑在最亂的流程上，AI不會消滅混亂，只會放大混亂」。他提出「精益定標準、AI增效率」的路徑——精益為AI提供學習對象，AI為精益提速，並通過戰略部署、敏捷研發、OTD履約交付、採購供應鏈、成本管控、現場標準化等全價值鏈場景實現體系化落地。在其分享的鐵建重工、大連瓦軸等案例中，掘進機產品履約周期縮短15.7%，瓦軸全年降本達4500萬元。
愛波瑞人才發展院高級顧問蔡進在《AI複合型人才培養》演講中指出，AI戰略的成功歸根結底是人才與組織的成功。他介紹了「測、學、訓、踐、評」五位一體人才培養範式，以及「精益AI應用師」這一連接業務與技術的新崗位——既要做聽懂業務「人話」的「翻譯官」，也要做精準識別高價值場景的「精算師」，為企業AI規模化轉型構築人才引擎。
最後，愛波瑞科技首席王萍對全天案例進行了回顧點評，梳理了背後的共性規律：精益是根基，AI是引擎。當精益管理遇上人工智能，裝備製造業正迎來一場深刻的效率革命。
與會嘉賓表示，本次論壇通過院士前沿洞察與央企龍頭實戰案例的深度碰撞，為AI與智能在裝備製造業的真正落地提供了可借鑑的方法論與路線圖，將共同推動中國裝備製造業在AI時代實現高質量發展。