2024 年 1 月 22 日，国务院总理李强主持召开国务院常务会议，研究部署推动人工智能赋能新型工业化。会议把主线定为人工智能与制造业深度融合，主攻方向是智能制造，场景应用是牵引，并提出加快重点行业智能升级、发展智能产品、形成新质生产力。
这类会议不产生具体许可条件，但它决定了后续部门文件、地方试点与资金支持的方向。对企业，真正要看的是「场景」二字背后的合规接口。
三个关键词：融合、智能制造、场景
融合意味着 AI 不再是独立的软件产品，而是嵌入产线、设备与管理流程。智能制造把重点放在生产环节，而不是营销或办公。场景应用则要求企业拿出可复制的落地案例。三者叠加，项目的评价标准从「模型效果」转向「生产效益与稳定性」。
评价标准变化，合同条款也会跟着变。客户会要求可用率、节拍、良率与故障恢复时间，而不只是演示效果。对供应商，验收条款从「功能上线」转向「持续运行」，运维责任与响应时限需要提前写入合同。
工业数据安全成为项目前置条件
制造业场景的数据，往往包含工艺参数、设备状态、质量记录与供应链信息。这些数据既涉及商业秘密，也可能被认定为重要数据。项目立项时就需要判断数据分类分级、访问权限与对外提供安排。把数据直接交给外部模型服务商训练，风险高于内部部署；即使做匿名化处理，也要评估重识别风险。
智能工厂与设备更新带来的合同问题
智能升级常伴随设备采购、系统集成与长期运维。合同里需要写清数据权属、接口开放、故障责任、升级义务与退出安排。设备厂商与 AI 供应商之间的责任边界，如果不提前约定，出问题时会变成互相推诿。退出安排尤其容易被忽略：项目终止后，数据如何导出、模型如何下线、账号如何回收，都应当在签约时写明。
地方试点与资金支持的落地节奏
国务院常务会议之后，通常由部门出台实施意见，地方配套试点与专项资金。企业看到的信号，往往先出现在地方工信部门的项目申报指南里。申报材料要求的数据安全方案、场景说明与效益测算，实际上提前划定了项目边界。
对中小企业，直接申报大型试点并不现实。更可行的路径是进入龙头企业的供应链，或者参与地方公共服务平台。这类项目对合规材料的要求并不低，但门槛在场景与交付能力，而不是资产规模。
产品责任与科技伦理审查
智能产品进入工厂或消费市场，仍适用产品质量与侵权责任规则。算法决策造成的人身或财产损害，需要看产品缺陷、警示说明与使用说明是否到位。涉及生命健康、人身安全等敏感场景的，科技伦理审查不能省略。伦理审查不是形式程序，它要求企业说明数据来源、决策边界与人工干预机制。
工业数据的处理与合规安排，可参见数据合规服务；设备采购、系统集成与运维合同，参见商事合同服务；产品责任与侵权风险评估，参见AI 侵权服务。
本文依据国务院 2024 年 1 月 22 日常务会议公开报道及公开信息编写，仅供参考，不构成法律意见。