产业的演进是一条层层积淀、代代接续的长线，理论图纸、设备装置、标准流程是“显性骨架”，解决问题的能力才是托举产业迭代发展的隐形根基。发展人工智能产业，本质也在于持续拉高制造体系的能力天花板。所谓“高价值”场景，其实就是选择提质、降损、控险空间突出的核心场景集中资源攻坚，尽快促成技术价值与产业收益的“双向闭环”。

　　如不能坚持“高价值”导向，将很容易出现将“行业+AI”与“AI+行业”相混淆，又或者在推进中逐步“跑偏”的问题。如，仅挑选易落地、调式成本低的浅层场景，避开复杂工序，从“解决痛点”逐步滑向“堆砌项目”；又如，在加装普通传感器就能解决问题的场景，盲目部署、“冗余”投放人工智能应用。两者的本质区别在于，“AI+行业”是为技术找应用，“行业+AI”才是从行业需求出发。

　　其次，引导各方充分考虑制造业中技术转化为生产力的复杂度，由此从垂域大模型切入，走一条精准智能的路径。

　　在人工智能领域，知识问答又或是巡查、安监为代表的应用不少，真正敢直接切入产线关键环节的则十分有限。中国科学院院士、北航人工智能学院教授郑志明指出，与一般意义上的数字场景不同，制造领域需要的不是泛化智能，而是能够进入工艺、装备、质量、调度和运维等核心环节的精准智能；新一代智能制造的关键，不在于简单增加一些“智能功能”，而在于以复杂系统方法把握制造本质，以精准智能路径建立能力闭环。