主持人：黄文珍
嘉宾名片：
创新是一个历久弥新的话题。记者走访发现，近年来，企业以绿色化、数字化、智能化为核心的创新转型路径日益清晰。创新不仅是单一产品迭代，而是要深度融合国家战略、市场需求与技术变革，成为推动产业升级的重要引擎。企业如何平衡创新投入与实效？怎么样借力智能化实现绿色发展？人工智能浪潮将给企业创新带来哪些助益？又面临哪些转型阵痛与未来机遇？本期民企会客厅与您共同探讨。
从有到优持续创新 为客户提供超预期价值
主持人：您如何理解创新？当下，企业的创新方向有哪些？
高岱乐：创新是从有到优的变动过程。企业在创新中，既不能步伐迈得太大，脱离市场和企业实际，给企业带来风险；又必须以客户需求为核心，以持续的创新为客户创造更大价值。在产品与技术创新上，企业必须提前进行技术储备；以市场需求为导向，用产品和服务为客户提供超越预期的价值。根据需求类型、质量、规模和结构发生的变化，有的放矢地调整创新方向。同时，企业创新必须顺应国家政策方向，绿色发展是不可逆转的趋势。作为设备制造商，废旧沥青混合料大比例添加是顺应绿色发展、循环经济的重要创新方向；同时，设备要实现节能环保，节能也直接涉及客户成本。如今的服务不仅是出售设备，还需要根据客户提供的场地大小规划生产园区，甚至需要帮助客户规划建筑物和绿化带。智能化远程服务系统和大型化是行业需求，也是研发方向。
李大庆：绿色发展是大势所趋，也是企业创新发展的重要方向。近年来，以碳足迹为代表的国际绿色贸易壁垒越筑越高。比如，法国推行光伏招标机制，主要根据价格和环境影响两个因素进行评估。韩国根据碳足迹值将光伏组件分成三个类别，只有最高类别的组件才有资格获得政府补贴。对于电池产品碳足迹，《欧盟电池和废电池法规》针对电池设定了必须披露碳足迹声明、碳足迹性能等级，且产品碳足迹不超过所规定的最高碳足迹阈值的要求。又如，从2026年1月1日起，所有进入欧洲的产品都需要检查碳足迹。如果未来无法提供碳足迹，就无法证明企业是绿色制造，无论你的价格、产品有多么出色，出口的大门将因此关闭，出口企业要对此做好准备。
完成数字化“补课” 远期规划持续做加法
主持人：随着新一代信息技术的发展，数字化、智能化不仅是企业创新的重要着力点，也是企业创新落地的重要路径。企业要如何借力数字化、智能化，将创新落到实处，推动产业绿色发展？
高岱乐：生产制造创新，就是要利用数字化、信息化、智能化赋能生产全过程管理。我们无法一次性见到数字化和智能化全景，但企业在整体规划时，必须要有智能化工程远期规划，持续做加法，不断向智能制造靠拢。推行数字化是一个相当痛苦的过程，我们发现了非常多的问题。它并非仅仅在车间内搭建5G网络硬件就可以实现，需要后台全员做很多前期准备工作，以及看不到的数字化补充工作。从螺丝帽垫片到生产设备、车间都需要数字化。我们花费了8年时间，将所有仍然会使用到的产品零件重新梳理一遍，让每个零部件携带“身份证”，不仅是编码，还需要加工工艺、生产成本以及下一道工序走向等信息，否则数字化无法完全实现。
李大庆：智能制造能够有效推动绿色发展，企业要做好准备。在数控系统智能升级方面，数控实际上是云端控制，通过远程监控降低成本，提高反应速度。利用大数据驱动，节能降耗和压缩成本的效果非常显著。通过应用数控液压智能系统，实现自动化优化生产流程，可以减少人力成本15%，能耗降低5%，整体成本下降约20%；智能系统通过精准控制，加工周期缩短25%，故障率下降5%，综合生产效率提升30%以上。随着技术的成熟与推广，智能系统投资回报已从过去4年缩短至2年，企业实现了加速资本周转。
赵江声：如今，DeepSeek在助力企业开启数字化高效新时代的作用逐步提升。大模型的设计和训练能够提供更强大、更准确的模型性能，以应对更复杂、更庞大的数据集或任务。大模型通常能够学习到更细微的模式和规律，具有更强的泛化能力和表达能力。通用大模型侧重语言生成、上下文理解和多样化任务处理，其核心是泛化能力，可适应开放性问题但逻辑链较弱，缺乏深度推理能力。推理大模型专注于处理需要多步骤逻辑推导的复杂任务，其设计目标是通过显式生成中间推导过程，实现深度逻辑分析和决策能力。如果需要完成数据分析、逻辑推理、代码生成等逻辑性较强且较为复杂的任务，选择推理大模型；如果面临创意写作、文本生成、意图识别等发散性较强且较为创意多样的任务，选择通用大模型。
一把手转变思维模式 工业互联网与AI深度融合
主持人：数字化并非一蹴而就的，企业要如何推进数字化进程？未来的趋势又是怎样的？
高岱乐：一方面数字化和智能化是必然趋势，另一方面数字化投资确实很大，我们要按照分步实施和长期规划进行。数字化转型是一把手工程，董事长和总经理要带头。如果一把手的思维不转变，数字化转型就非常难。数字化转型的第一任务是标准化，整个制程过程、工艺动作、管理方式要标准化。比“机器换人”更重要的是“数字换脑”，我们在推进数字化过程中，有一段时间下发新的编码系统，仓库管理人员的意见非常大。新的编码有12个字段，原来只有4个字段。原来的编码他们都能背诵了，非常抗拒新编码。实际上，只要识别二维码，不需要记录，这是思维方式没有转变。未来智能制造是，每个订单能耗、时间、质量等问题都会在智能化系统上自动修正。围绕全面感知、万物互联，充分融合5G、云计算、AI、大数据等先进技术，将车间中“人机料法环服”进行要全素落地验证。
赵江声：使用大语言模型的时候，还要警惕大模型幻觉。使用海量数据进行预训练得到的基础大模型，具备广泛的语言理解和生成能力，但特定任务上的表现往往不够精确。解决方案在于，模型微调或建立本地知识库。前者技术特点表现为，领域针对性强，模型适应性优化；技术要点为，高质量的标注数据，合理的微调策略。本地知识库，即检索增强生成，是一种结合检索技术和生成模型的技术框架，旨在提升模型生成内容的准确性和相关性。
李大庆：未来，工业互联网与AI深度融合的程度将远超我们的预期。比如，使用传感器采集温度，通过算法实现智能预警和控制，这将是未来一个发展方向。AI将推动智能水平的跃升，并进一步减少故障率与人工参与，也将促进绿色低碳发展。
记者手记
渐进式优化
跃迁式布局
行业内卷、竞争加剧、国际环境变幻莫测，如今企业明显感觉到钱更不好赚了。在不确定的商业环境中，企业要如何找到确定性并实现利润增长？许多企业正孜孜寻觅答案。记者在走访中发现，要么出海、要么转型升级，成为不少企业的选择。
转型升级靠什么？创新是企业不约而同的回答。在当前经济环境下，企业创新正呈现出一条清晰的双主线：一方面是面向市场的“渐进式优化”，以客户需求为中心，从工艺、服务、管理等多个维度实现“从有到优”；另一方面则是瞄准趋势的“跃迁式布局”，围绕绿色化、数字化、智能化展开系统性变革。这不仅关乎技术升级，更是组织思维、业务流程乃至企业文化的深层转型。
时代洪流奔涌向前，绿色低碳、数字智能浪潮激起千层浪，创新被赋予更迫切的意义。绿色发展门槛不断提高，倒逼企业将环保从“可选项”变为“必答题”。而智能化正逐渐演进为以数据驱动实现能效优化、预测性维护乃至生产模式的重构。
不可否认的是，创新之路充满阵痛，最难转变的常常是思维惯性。编码更替所引发的员工抵触心理；标准化与柔性化之间的张力；远期规划与短期回报的平衡，这些都是企业在创新途中必须直面的挑战。
令人欣喜的是，泉州民营企业是充满韧劲的群体。越来越多的企业在攀登创新高峰时找到了自己的节奏。它们以技术储备为基，以市场需求为舵，既关注当下的降本增效，也布局未来式的智能制造。而在AI大模型等新技术逐渐成熟的今天，创新再次注入新的智慧动能，进一步赋能研发创新与精准决策。当守正创新真正成为驱动企业持续发展的核心引擎，制造业必将在变革的潮流中行稳致远。（文珍）