2015年5月8日，国务院正式印发《中国制造2025》，成为我国政府实施制造强国战略第一个十年的行动纲领。今年3月5日，李克强总理在政府工作报告中提出深入实施《中国制造2025》，首次明确把发展“智能制造”作为主攻方向，并且指出要全面实施战略性新兴产业发展规划，加快培育壮大包括人工智能在内的新兴产业。“人工智能”首次被写入全国政府工作报告，在产业界和科技界引发了热烈的反响。
日前，国务院印发了《新一代人工智能发展规划》。《规划》提出了六方面的重点任务和一系列保障措施，要求到2020年人工智能总体技术和应用与世界先进水平同步，人工智能核心产业规模超过1500亿元，带动相关产业规模超过1万亿元；到2030年，中国人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。
智能制造本身就是源自于人工智能的研究，它包含智能制造技术和智能制造系统，不仅能够在实践中不断地充实知识库，具有自学习的功能，还有搜集与理解环境信息和自身的信息，并进行分析判断和规划自身行为的能力。
中国正处在向智能制造转型升级的重要阶段，人工智能的普及应用在其中起着至关重要的作用，也存在着非常广阔的用武之地。IBM大中华区硬件系统部Linux系统技术总监徐宁谈到，中国一家著名的电池制造厂，3万多员工中有5千多人在做质检，每个工人每日八小时、长年累月地用肉眼盯着产品找问题，如果采用了人工智能技术的图像识别，完全可以更快速地完成任务，还能解放出宝贵的劳动力从事更有价值的工作。
据介绍，IBM认知计算针对制造业中的各类场景已经推出了众多解决方案。
场景一：深度学习技术辅助零部件和材料缺陷检测
某制造企业的业务需求是：零部件及材料中的各种缺陷直接影响成品质量，造成大量次品、废品，影响了企业效益及声誉；传统的影像分析方法对于各种复杂的缺陷特征需要人工建模，适应性较差，造成大量误检、漏检。
采用IBM人工智能解决方案，通过深度神经网络，可以从历史样本中自动提取各种缺陷特征，从照片中自动识别可能的缺陷并标识出位置，便于工作人员及时发现和纠正，提升了产品质量和工作效率。
场景二：利用机器学习解决工业检测/智能制造的应用场景
例如，某企业的业务需求是：自动检测并输出工件位置坐标，辅助机械手臂自主定位，能够适应各种旋转、缩放、光照等情况；可以自动测量高精度的工件尺寸，并对良品和不良品进行分拣；对装配不良件零容忍，能够自动检测装配件是否有效安装、是否少装、漏装。
IBM机器学习解决方案通过对检测对象建立精确的视觉模型，结合人工智能芯片超强的计算能力，对肉眼无法检测到的微小瑕疵，实现了毫秒级的实时检测。
场景三：人工智能实现电力系统自动巡检与预测分析的应用场景
例如，某外国某电力公司的业务需求是：以往将技术工人置于高风险的环境手动检查其庞大的传输网络，这种方法既昂贵且伴随危险，同时很难扩展。因而该公司为了解决这个问题，增加工人的生产力，寻求部署无人机进行输电塔的可视化检查。
通过使用 PowerAI 训练深入学习网络，该企业可以标识无人机捕获的潜在维护问题。IBM 的 Power系统，IBM ESS 存储及Spectrum Scale 集成解决方案组合，不仅能够使客户使用深度学习类型应用，而且能够提供 in-memory DBMS 和高速存储以储存和分析多种类型的数据。
国内最大专用车改装制造企业新宏昌重工集团CIO兼集团运营总监吴海晨对AI与汽车行业应用谈到了三大观点，并列举了多个应用场景。
首先，AI与制造业的结合是必然趋势。
因为制造业在全面进入BI时代以后，面临未来将何去何从的问题。而AI无疑将是很好的方向，企业信息化之路不会停止，有需求就会有发展。
其次，企业超越自我必然有AI一席之地。
制造业是最复杂的信息化承载体，当生产过程全自动化和智能化后，对于组织的运营能力要求极高，有可能将突破传统最高经营团队的认知边界或思维复杂度边界，基于这种状态，企业要想超越自我，在市场永久立于不败之地，必然有AI一席之地，因为她足够忠诚，博学，智能，全面……