[M.AX之路③] 人工智能不会独自成长……答案是“连接”

by Kang Nahum

Published 09 Jul.2026 14:27(KST)

人工智能企业懂技术，制造企业懂现场……通过联盟连接两大支柱
产业园区实证→扩散至供应链……“连接”左右制造业人工智能竞争力

德国于2011年提出“工业4.0”战略时，最着力推进的并不是技术本身，而是协作生态体系。其构建了制造企业、软件企业、高校和研究机构共同参与的结构，并以此为基础推动制造业创新。最近，其范围正进一步扩大至连中小制造企业也参与的数据共享平台“Factory-X”。

美国也以制造业创新研究所“Manufacturing USA”为中心，着力连接制造企业与人工智能企业，推动人工智能在产业现场的普及。如今，全球制造业竞争正从“谁能开发出更优秀的人工智能”，转向“谁能更快将人工智能扩散至整个产业”的竞争。

韩国政府接连成立M.AX联盟和按产业园区划分的MINI联盟，也是出于同样的背景。其战略是将一家龙头企业的成功经验扩散至整个产业园区和供应链，以提升制造业竞争力。

人工智能企业懂技术，制造企业懂现场

人工智能推广缓慢的原因并非技术不足。人工智能企业虽然拥有出色的算法，但并不了解实际制造流程。相反，制造企业虽然拥有数十年积累的生产经验和数据，却苦于不知如何将人工智能应用到现场。

韩国政府于去年成立M.AX联盟，也是为了弥合这一鸿沟。其宗旨是建立一种协作体系，让制造企业、人工智能企业、高校和研究机构齐聚一堂，共同开发人工智能模型，在现场完成验证后，再向其他企业推广。

5月27日，Kim Jeonggwan产业通商资源部长访问圣心堂乐天百货大田店，检查将人工智能应用于炸酥菠萝生产流程的AI工厂实证现场。产业通商资源部供图

合作的代表性案例是大田圣心堂。圣心堂与人工智能供应企业Roi Labs、机器人企业Intertek共同参与，将人工智能和机器人技术应用于从投放面团、油炸、不良品判定到包装的各道工序。也就是说，制造企业提供生产现场，人工智能企业提供解决方案，由此形成了协作模式。

韩国政府推进的“产业人工智能解决方案”项目，也是以制造企业与人工智能专业企业协作为前提设计的。其方式是将人工智能专业企业拥有的成熟人工智能模型，结合制造企业的工艺进行微调，以实现快速应用。也就是说，企业并非从零开始重新开发人工智能，而是将已经过验证的人工智能技术结合现场需求进一步升级，从而提高生产率。

韩国产业通商资源部继去年以30多家制造企业为对象开展实证后，今年还将追加支持30多家企业，计划将成功案例推广至整个产业。今年仅预算投入就达128亿韩元。

从“一个工厂”的成功走向“产业生态系统”

韩国政府并未将M.AX视为单个企业扶持项目，而是将其作为改变整个制造业生态系统的战略来推进。其核心在于：将产业园区打造为实证据点，以金融支持商业化，并将制造现场的熟练技术积累为人工智能资产。

当前推进力度最大的，是以产业园区为中心的扩散战略。M.AX联盟于去年9月以10个分科、1000多家机构的规模成立，今年2月随着产业园区AX分科新增，已扩大至11个分科、1500多家机构。也就是说，一个由制造企业、人工智能专业企业、高校和研究机构参与的全国性协作体系已经形成。

在此基础上，韩国政府又配套设立了10个产业园区MINI联盟。如果说M.AX联盟是全国性平台，那么MINI联盟就是在产业园区现场实证并推广人工智能的执行组织。其方式是围绕蔚山石油化工、光州未来移动出行以及大佛·釜山·群山造船等地区主导产业，将制造企业、人工智能企业、高校和研究机构联结起来，发掘各工序中的人工智能需求，并把经验证的模型推广至同业企业。

代表性案例是蔚山。SK能源正基于超过1000亿条制造数据，在工艺、设备和安全管理领域开展人工智能实证。韩国政府计划在这一过程中，先将经验证的人工智能模型推广至蔚山产业园区内的中小和中坚企业，随后再扩展至其他石油化工园区及全国各产业园区。产业通商资源部长Kim Jeonggwan表示：“我在SK能源工厂看到的，不只是单纯的生产线，而是数据、人工智能与创新流动的另一条管道。”他还称，“将推动这条管道不仅连接蔚山，也延伸至韩国所有产业现场。”

金融也是M.AX扩散的重要支柱。本月成立的“国民成长基金-M.AX前沿项目”是一个连接制造业人工智能企业与制造企业的投资平台。其方式是通过金融对接，使人工智能解决方案企业能够在真实制造现场验证技术，并进一步实现商业化。其目标并非仅支持研发资金，而是打造一个让人工智能供应企业与制造企业共同成长的生态体系。

不过，即便韩国政府搭建了连接结构，M.AX也不会立刻实现全面扩散。还必须同步完善可安全共享制造数据的标准与安全体系，以及让企业能够放心使用人工智能的制度安排。实际上，在产业现场，数据泄露担忧、个人信息问题以及企业间数据格式不一等，仍被指是阻碍人工智能扩散的因素。人工智能导入后，如何解决负责运营和升级的专业人才不足问题，也仍是课题。