擁抱人工智能 推動質量變革
張綱
高質量發展是中國式現代化的必然要求。習近平總書記作出的“推動中國制造向中國創造轉變、中國速度向中國質量轉變、中國產品向中國品牌轉變”的重要指示，指明了中國制造業高質量發展的方向，是制造強國建設的根本遵循。新時代新征程，我們必須把發展新質生產力擺在重要位置，將創新發展作為第一動力，將實現新型工業化作為關鍵任務，加快推動質量變革、效率變革、動力變革，提高全要素生產力，培育質量競爭新優勢。
在全球范圍內，人工智能已成為推動經濟增長、社會進步和科技創新的核心動能。在制造業領域，人工智能呈現出技術加快突破、應用場景擴展和全球競爭加劇的顯著特征。中國正在推進“人工智能+” 行動，伴隨著DeepSeek等生成式大模型的出現，人工智能技術與應用迎來了新的發展階段?！叭斯ぶ悄?/span>+”助力新質生產力的培育，助推科技創新與產業創新的深度融合，促進產業發展范式的全方位變革，其中包括質量變革。
一、質量將被重新定義，走向共建、共享
當前，全球質量管理領域正在迎來一次重大變革——ISO 9000系列標準正在修訂，質量也將重新定義。其中，一個重要的動力就是新技術革命，特別是人工智能的發展與應用。
自1987年國際標準化組織頒布第一版ISO 9000系列質量管理標準以來，該標準已經經歷過四次修訂。這次修訂文本（草案）涉及強化風險管理、應對氣候變化、新增道德誠信要求、單列服務質量管理等。其中，還有一項重要內容是將客戶體驗的概念從產品交付后擴展至產品全生命周期，質量理念從滿足標準的符合性要求向價值創造的體驗性追求轉變。為此，數據驅動決策將成為必然，質量管理工具將向智能化演進。
近些年來，企業與用戶供需雙方對共建質量、共享質量的理念與追求，越來越成為發展的主流、社會的共識。例如，體現全面質量管理的傳統QCD三角模型正在向需求牽引的質量四面體模型轉變，產品和服務質量不僅定位于供給側預期的功能和性能，還取決于顧客和相關方的體驗感知與價值創造。人工智能驅動的產業變革引發質量概念不斷演進，用戶需求將定義企業價值。在供給側，通過人工智能技術充分吸收質量需求信息，在工業設計、生產流程、自動化檢測和預測性維護等方面，提升質量控制能力與持續改進效率，實現企業管理的智能化決策；在需求側，通過人工智能技術充分反映個性化推薦和智能客服表現，并實時反饋分析，支持提升體驗、質量透明化與全程可追溯。人工智能技術支撐的供需協同平臺，將促進數據共享、智能共用、質量共建，最終實現產業整體質量提升的價值共創。
特別是，伴隨人工智能技術迅猛發展，多種智能體不斷出現并快速迭代，工業及其服務衍生的智能體正在成為工業互聯網生態的智慧中樞?？焖俪砷L的智能產業面臨著系統的巨復雜性、高可靠性、強適配性挑戰。基于客戶高質量需求，以廣義“鏈”思維，構建超節點和集群質量管理體系的能力，是定義質量內涵、識別質量難點、組織質量攻關、培育質量優勢的必然趨勢。為此，需要從制造商驅動，轉變為制造商、供應商、服務商、消費者，以及產業相關方共同作用驅動的整體質量共建，加快形成產業相關方多維度耦合、多元化協同發展的新結構。
ISO 9000系列標準的修訂，體現了質量定義的再升級，反映了質量管理的變革方向?；谏鷳B思維的新概念，未來質量是供需適配、協同發展的質量，是智能驅動、效率提升的質量，是全程監控、持續改進的質量，是價值共創、成果共享的質量。質量的重新定義與追求，將孕育新一代質量理念、技術、方法、模式，人工智能必將成為越來越重要的技術工具。我們需把握發展規律，創新質量理念，以建鏈強鏈和優化產業生態的思維，與產業鏈相關方同頻共振、同向發力，形成質量聯動提升的工作協作圈、資源共享圈、價值共創圈。
二、質量實現方式將被重塑，轉向全程動態控制、持續改進
新一代人工智能是充分挖掘數據要素價值、應用數據并產生新數據的強大工具，憑借海量數據、超算能力和智慧功能，正在改變傳統質量的實現方式。以智能制造為例，新一代人工智能給制造能力帶來了三個重大變化：一是從根本上提高了制造系統的建模能力，二是信息系統擁有了學習認知能力，三是形成了人機混合后智能增強的分析決策和執行能力。這種賦能是全方位的，包括創新、質量、效率、成本等各個方面。就廣義智能制造而言，無論是智能生產，還是智能產品、智能服務，其質量實現方式都將發生根本性、長遠性的變化。
智能生產所建立的數字驅動、狀態感知、實時分析、優化決策、精準執行的智能化系統，能夠實現從解決可見問題到預測不可見風險、從實物制造裝配到虛擬質量仿真、從終端靜態質量改進到全流程動態質量控制、從產品質量提升到全生命周期一體化解決方案的跨越。伴隨數字化驅動、智能化升級，質量內涵也發生了深刻變化，“出廠即定型”變為“可持續優化升級”，全價值鏈精益管理成為智能生產的基石。它源于用戶體驗的反饋、環境適配性的改善、價值管理與創造的需求。近些年來，我國涌現了一批智能工廠的創新實踐。
同時，智能產品和智能服務不斷迭代，人工智能技術將從設計生產、檢測改進、物流管理、終端服務、戰略規劃等多個環節對傳統產業升級和新興產業布局注入新的動能，加速質量實現方式的重塑。例如，新一代人工智能已經成為引領軟件產業創新發展的最大變量與最重要的驅動，軟件產品的架構優化、全鏈測試、體驗升級，必將帶來質量設計、質量控制、質量改進、質量價值創造的蝶變。又如，人工智能應用正在重塑重大裝備的核心競爭力，未來搭載大模型技術的機器人將能提供更多個性化定制服務，讓需求牽引的高質量實現、高價值創造成為可能。再如，人工智能技術將助力感知、學習、規劃、推理、決策等方面能力不斷增強，通過從設計、生產、測試、服務等多個環節的智能化升級，實現產業發展的質量技術預見，為提質增效作出前瞻性布局。
加快建設制造強國，需要堅持以智能制造為主攻方向，這是推進制造業高質量發展的根本動能，是實現新型工業化的主要技術路線，也是提升我國整體質量水平的關鍵舉措。同時，在人工智能驅動下，新一輪科技革命與產業變革深入發展，高技術、高質量、高效率一體化發展的特征越來越明顯，質量與創新、成本、效率等概念的界面越來越模糊，現代質量管理越來越需要系統性、整體性推進的思維。在“新” 和“質”的融合中重塑質量實現方式、培育質量競爭優勢、提升質量價值創造，是新質生產力發展的關鍵所在，也是推動制造業質量變革、效率變革、動力變革的重要著力點。
三、質量基礎設施將予重構，加速要素變革、多要素協同發展
質量基礎設施（QI）是指包括計量、標準、認證認可、檢驗檢測等要素在內的技術體系、管理體系、制度體系的集成，貫通了產業發展全鏈條各環節，支撐質量提升、助力科技創新、提高生產效率、推動產業變革。
聯合國工業發展組織（UNIDO）和國際標準化組織（ISO）承認并應用這一概念20年來，QI建設與發展極為迅速，影響與作用日益增強。目前，我國正在加快構建高水平QI體系。新一代人工智能對QI發展的影響是極其深刻的，這種影響主要表現在兩個方面：一是QI要素本身的創新變革，二是QI要素協同的集成變革。
從計量來看，2018年11月，國際計量大會通過了基于基本物理常數定義國際單位制的重大決議，宣告實物計量時代的終結，開啟了基準量子化和量傳扁平化的計量發展新時代。計量是測量及其應用的科學，計量基準和量傳溯源體系的變革必將引發測量技術及其體系構架的變革，而新一代人工智能將加快這一變革的進程。事實上，這項變革已經開始。在制造業領域，這一變革既包括計量設備、計量流程、計量數據、計量服務等各個環節的智能化技術應用，又包括新的測量原理、測量方法、測量技術、測量儀器的不斷涌現，眾多物理量、化學量、生物量的精準測量和極限測量不斷突破，催生新一代測量體系的構建。近些年來，發達國家加大投資以確保在新一輪科技革命中的主導地位。例如，美國聚焦量子計量與傳感技術，尋求天體物理和納米科技領域測量新突破，以確立在新一輪工業革命中的主導地位；英國基于新一代人工智能技術，探索嵌入式、互聯式、泛在式計量的可能性，探索更精準更穩定更高效測量平臺的創建，以支撐新興產業的發展和未來產業的布局。
從標準來看，2019年，ISO正式提出了SMART（明確性、衡量性、可實現性、相關性、時限性）標準的新概念，指明了從紙質文本到開放數據格式、機器可讀文檔、機器可讀內容、機器可交互內容的五個發展階段，由此開啟了在全球范圍內推動標準數字化轉型、智能化升級的進程。近幾年來，美德日英等發達國家紛紛布局。以德國為例，標準數字化轉型支撐了“工業4.0”的進程，使其一度成為全球智能制造的引領者。標準數字化轉型、智能化升級的本質是運用大數據、大模型、大算力實現標準要素結構化解析與應用，形成“需求感知－動態生成－多維應用－自動反饋”的智能閉環，通過模塊化、流程化標準重構創新與標準緊密互動的底層邏輯。現階段，中國標準化變革加快推進，在電力、通信、汽車、家電、新能源等多個領域取得了明顯進展。新一代人工智能應用正在改變標準化功能，讓“標準化引領制造業創新”成為可能。
與計量、標準化變革同步，合格評定的變革也在快速發展中。新一代人工智能的應用加快了新型檢測技術的升級、虛擬測試與仿真技術的應用、預測性維護技術的開發、檢測認證報告的智能生成、智能審核與決策輔助的實施、質量風險預測模型的構建，以及大數據支撐的產業戰略趨勢分析與企業質量一體化解決方案的形成等。面向未來的合格評定，將會從驗證合規、傳遞信任向價值創造、提升附加值轉變，從傳統靜態的報告形態向精準、全面、遠程、可追溯的動態分析轉變，從普適性、通用性評定向滿足特定需求、支撐高質量發展的“評定+服務”轉變。
QI建設的內在要求是要素集成、協同發展，核心價值是提質增效。在新一代人工智能加持下，“智能QI” 的概念應運而生。它通過數據一致性、通用性，實現計量、標準、合格評定的QI系統集成和優化融合；通過機器的深度學習和跨界融合，拓展QI服務內涵與模式，實現新的價值創造；通過多模態交互、多任務協同和自主決策，提升QI的支撐、引領作用，優化科技創新與產業創新融合發展的生態?！爸悄?/span>QI”有可能跨越現有體制藩籬，成為推動要素協同、實現一體化發展的新路徑，更充分地釋放QI效能。
十年前，我國首次提出產業技術基礎新概念，完整納入了支撐產業發展的質量基礎要素與創新支撐要素，包括標準、計量、認證認可、檢驗檢測、試驗驗證、產業信息、知識產權、成果轉化等。產業技術基礎是支撐產業基礎高級化、產業鏈現代化的“基礎之基礎”。在人工智能等新技術驅動下，我們不僅要深入研究標準、計量、認證認可、檢驗檢測的變革趨勢，還需要研究產業技術基礎要素協同發展的機理，在推進科技創新與產業創新深度融合的進程中，圍繞能力增強、支撐有效、制度適配、資源優化等，提出技術、管理、治理體系重構中的改革方向和路徑。
四、質量監管體系加快重建，邁向預警預防、全鏈覆蓋、高效精準的智慧監管階段
人工智能憑借強大的數據處理能力、智能算法和深度學習等技術，正在推動商業模式的轉型，同時也催生了新的工作形態。在數字化、網絡化、智能化條件下，信息傳遞、供需互動、市場交易的方式迅速改變，商業活動進一步突破時間、空間限制，實時化、碎片化、規?；?、技術化等特征并存。由于傳統監管模式無法準確捕捉市場信息，難以掌握并精準分析商業行為背后的技術手段、運行邏輯、模型算法等，人工智能驅動的新型質量監管體系將加快建立。
風險監測預警已經成為監管的重要前置。人工智能與互聯網、物聯網技術的廣泛融合應用，使生產、流通、消費環節質量數據的實時采集成為可能。生產銷售、第三方檢測、輿情反映的重點工業產品質量信息在多元融合的數據庫集聚，依托全國工業產品質量安全監測預警平臺，通過大數據、大模型、大算力支撐，推進質量監管數據實時動態的整合歸集、共享共用、分析研判、預警處置。風險監測預警是智慧監管的前置，也是主動干預的前提，不僅有助于及時發現、有效減少和消除質量安全的潛在風險，還可以分析行業質量發展趨勢，優化監管資源分配，為分類分級監管、動態信用監管提供重要支撐。
穿透式監管逐漸成為監管的主導方向。人工智能技術通過統一的信息平臺整合多源異構數據，打破層級和環節壁壘，實現全鏈條監管追蹤。穿透式監管不僅能夠提升監管效率，還將重構監管的底層邏輯，蘊育從被動響應到主動預防、從局部控制到全局洞察的新范式。在技術架構上，基于分布式監管大腦和全要素數據協同，能夠實現跨部門、跨層級、全流程覆蓋的數據匯集和共享。在技術分析上，基于知識圖譜的技術構建，能夠從產業鏈、銷售鏈、服務鏈，以及行為規范等維度進行穿透式分析，研究風險產品與生產銷售企業之間的族譜對應關系，為產品、企業、產業精準畫像，形成“以點帶面”的風險主體集群重點監管。在技術支撐上，以構建重點工業產品質量追溯體系為載體，充分運用人工智能、物聯網、區塊鏈等技術手段，能夠實現重點工業產品生產、銷售等環節的數據實時采集和可信存證，賦予重點產品數字身份，并納入數字檔案庫，實現從源頭到終端、從線下到線上的全流程監管。
非現場監管正在成為監管的重要形態。人工智能技術正在重塑現代監管模式，助力從“人海戰術”向“智慧治理”的跨越。智能感知與數據采集技術為非現場監管提供動態數據，通過遠程監控實現對企業和產品質量關鍵數據的全天候采集，對網絡輿情、投訴舉報等信息的實時監測分析，以及時發現違法行為和風險隱患。智能分析與風險預警技術為非現場監管廓清信息迷霧，大模型的運用、訓練和完善使海量的數據信息支撐不同維度的質量監管，形成邏輯清晰的精準判斷和預警響應。智能決策與人機協同執法技術為非現場監管提供輔助支撐，通過“數字+執法”有效連接虛擬與現實，將遠程發現的質量安全隱患、違法違規行為等，及時準確地傳導給屬地監管部門，自動生成與分配核查任務，并提供執法系統的法律適用推薦、類案參考等智能輔助，在提高監管精準性有效性的基礎上減少現場檢查頻次，實現無事不擾。
新型質量監管體系重建必將促進傳統監管向智能驅動轉型，加速監管模式變革，實現從基于有限樣本的專家經驗判斷向基于全量數據監測的模型決策轉變；從被動投訴響應向主動風險預警轉變；從靜態執行標準向動態合規適配轉變；從“保底線”質量安全監管向“拉高線”的監管與服務并舉轉變。新一代人工智能技術的發展與應用正在引發質量治理結構的深刻調整，加速法治監管、信用監管、智慧監管一體化推進進程，在提高執政能力和運行效率的同時，也將為企業主體營造良好營商環境、注入技術創新和質量提升的動能。
伴隨新一代人工智能技術的發展與應用，質量將被重新定義，質量實現方式正在創新重塑，質量基礎設施加速重構，質量監管體系也將會重建。面向未來，我們需要在新一輪科技革命與產業變革深化發展中擁抱人工智能、推動質量變革，為加快實現新型工業化、建設制造強國提供質量支撐。
作者：張綱 原國務院參事、國家制造強國建設戰略咨詢委員會委員、國家產業基礎專家委員會副主任兼產業技術基礎專項組組長
來源：《新型工業化》2025年第7期
