2025年10月16日以“人工智能赋能产业升级”为核心议题的太仓市高新区人工智能需求企业对接会在太仓智汇谷科技创新园正式召开。本次会议由原工信部装备司副司长杨拴昌司长主持，太仓市发改委、工信局、高新区管委会、高新区经发局等政府部门参会，同时邀请了高新区多家外资企业参会，包括：穆格、通快、海瑞恩、舍弗勒、慕贝尔、卓能、优尼昂、知行、小同科技、长三角三航数智实验室，围绕 AI 在制造业的落地痛点、技术路径与协同方向展开深度研讨。
杨拴昌司长在开场讲话中明确会议核心：当前国家大力推进 “人工智能” 工作，人工智能产业发展势头迅猛，如何进一步优化政府职能、依托 AI 应用场景凸显实效，是亟待探索的关键方向。他特别指出，太仓在制造业领域基础扎实，尤其是众多德国企业为本地产业发展贡献显著，此次研讨会旨在搭建政企交流平台，共同破解 AI 落地难题。
本次会议重点推荐深圳杰为软件（参会企业代表），介绍其在工业人工智能模型领域的成熟探索，邀请杰为团队率先分享实践经验，为后续研讨奠定技术交流基础。
深圳杰为软件总经理徐建新先生首先介绍企业背景：他与技术负责人Per Johnnson 曾共事于华为 PTC，2007 年共同创立杰为软件，长期为国内外工业企业提供 AI 解决方案。随后，Per Johnnson 围绕工业 AI 技术落地展开详细讲解，核心内容包括：
算力与算法突破：解决工业设计瓶颈Per Johnnson 指出，早期工业 AI 受限于算力，在产业链前端的工业设计环节难以发挥作用；随着硬件升级与算法优化，云原生计算已成为工业 AI 的核心支撑 —— 通过收集生产全流程数据、开展数据治理，可构建多维度 “知识图谱”，为 AI 模型提供深度决策依据，进而在工业软件应用中优化生产工艺。
知识图谱的实际价值：降本提效与柔性制造针对传统制造中 “参数改动需全流程重新设计、打样、测试” 的痛点，Per Johnnson 举例说明：依托知识图谱，AI 可通过推理能力快速生成新的制造图纸或生产工艺，大幅缩短研发周期。同时，他提出 “超级员工” 概念 —— 通过知识图谱培训企业内部 AI 协调系统，调用不同领域知识图谱实现跨产品、跨工艺融合，助力工厂达成 “柔性制造”，提升生产效率与方案创新性.
徐建新先生补充强调：工业 AI 的核心并非单纯优化算法，而是 “数据治理 + 知识图谱 + 算法决策” 的协同 —— 需拆解 CAD、ERP、CAM 等系统数据，梳理工艺流程关联关系，将数据纳入知识图谱反哺生产，最终实现工艺自动化；这一数据处理逻辑属于 “数据底座” 范畴，杰为在过往案例中已形成成熟解决方案。
在提问交流环节，各企业代表结合自身生产难题提出诉求，杰为团队与政府部门逐一回应，形成多轮深度互动：
痛点 1：部分企业反映跨厂数据差异显著
痛点 2：有企业提出疑问，AI 依赖旧数据构建的知识图谱，能否催生 “新设计”
诉求：企业在使用国内外 AI 工具时，担忧新产品工艺数据泄露风险，同时关注本地部署与云计算的成本控制问题。
多家企业结合生产环节提出个性化需求：
徐建新先生回应：这些需求均需 “场景化解决方案”—— 工业 AI 区别于通用算法模型，核心是服务于具体工艺流程，后续可针对各企业场景深入沟通，结合杰为案例提供定制化支持。
杨拴昌司长在总结中强调：政府部门需进一步优化人工智能，持续搭建政企交流平台；太仓制造业需依托自身优势，积极拥抱工业 AI 技术。高新区经发局、发改委等部门也表示，将针对企业共性需求（如无人驾驶审批、数据安全保障）制定专项推进计划，助力企业降低 AI 落地门槛。
小同科技代表在参会中表示，将以本次研讨会为契机，深度对接企业 AI 需求，结合自身技术优势，为区域 “AI+” 贡献力量。
