绍兴是传统制造业大市。其中，纺织和化工产业是两大优势传统产业。但是，伴随着地缘贸易格局变动、要素成本上涨和越南、印度等东南亚国家纺织、化工产业的快速崛起，绍兴纺织、化工企业的盈利空间正在快速收窄。加快人工智能赋能传统产业全流程升级、重塑全球竞争力成为必由之路。
　　一、从“经验驱动”走向“精准智造”和“稳态自控”
　　绍兴纺织、化工两大主导产业的产业链条完备、区域集聚度高，但产业属性差异显著，AI赋能区域产业升级需精准适配两大产业发展痛点，构建差异化、全域化的区域智造升级体系。
　　首先，研发设计环节。纺织产业可依托利用生成式AI，将流行色、图案与面料物理属性结合，重塑产业创新能级。以绍兴华孚色纺为例，其开发的爱花型袜业AI大模型，在设计环节的单点智能化转型中取得很大成功，效率提升80%，成本降低60%—70%，推动大唐袜业从价格竞争转向设计和品牌竞争，破解同质化“内卷”，让中小袜企用得起、做得出爆款、接得住小单。化工产业可利用“生产式AI+自动化实验”，进行分子设计与配方筛选，缩短研发周期。
　　其次，生产工艺环节。以智能技术落地夯实智造质量根基，在纺织产业的织造环节用“机器视觉+边缘计算”技术，替代传统人工肉眼质检模式，提升产品整体品质。
　　最后，生产调度和安全管理。针对绍兴纺织业存在“小单快反”痛点，可优化算法，打通ERP与MES系统，实现智能排产，将多品种、小批量的订单组合效率提升，缩短交货期。化工行业构建“设备医生”，利用多维数据训练模型，对设备进行预测性维护，在故障萌芽期发出预警，避免非计划停机。
　　二、要素壁垒制约全域智造与区域协同发展
　　一是技术上，数据的非标准化问题。一方面是数据孤岛与协议壁垒，生产设备接口与通信协议各异，数据难以互联互通，虽然设备数字化率尚可，但多为单机自动化，产线集成度不足。另一方面是经验数字化难，老师傅的“手感”和经验难以转化为数据模型。
　　二是主观上，企业担忧核心数据泄露不共享数据的问题。客户名单、供应链、工艺参数、产能等数据是企业的核心竞争力，数据缺失影响模型在产业的全流程应用，导致AI只能助力企业局部突破，而无法全局提升。绍兴AI布、爱花型等应用虽然都部署产业全链路智能生态，但推进应用覆盖的过程仍面临企业数据共享的信任挑战。
　　三是制度上，区域之间技术互补与数据融通问题。为赋能制造业发展，浙江各地围绕本地产业各自建设工业互联网平台，但地区之间平台的数据不通，比如，绍兴市柯桥织造印染产业大脑和萧山化学纤维产业大脑数据不通，无法全链路赋能两地产业发展。
　　三、夯实行业数据底座，加强杭绍产业合作
　　第一，加强行业数据标准化建设。一是推动数据接口标准化，通过设立行业技改专项，推动建立统一的纺织行业数据采集与交互标准，打破“数据孤岛”；二是发放语料券补贴，支持语料库建设，联合行业协会，将老师傅的经验转化为机器可学习的工艺知识图谱，并将大量纺织文化元素转化为数字设计资产，从源头解决创意设计难的问题。
　　第二，建设行业可信数据空间。一是制定工业数据分类分级标准，强化数据质量评估和制定安全防护地方标准，保障数据安全。二是引进或培育数据治理和服务企业，盘活绍兴纺织、装备制造、化工、机电千亿级沉睡数据，快速形成合规可用数据集。三是架构公信力，政府引导、国资参与、龙头企业牵头，构建“纺织化工行业数据枢纽”，在保障企业核心工艺隐私的前提下，汇聚共享脱敏后的优质工艺参数和供应链信息。
　　第三，加快绍兴“AI+”标志性产品推广应用和全流程赋能标杆复制推广机制。一是发放算力券补贴，降低企业使用算力的成本以及AI技术企业的固定资产投入负担；二是鼓励印染行业协会、商会等组织行业上下游企业推介绍兴企业自主研发的智能产品；三是促进链式协同，打破“单点化”，支持“设计—生产—消费”全链路闭环；四是树立标杆并推行“复制推广”机制，重点支持一批打通全流程的“灯塔工厂”，将标杆案例拆解为可复制的场景清单。
　　第四，加强绍兴与杭州在“AI+”领域合作，共建世界领先的纺织化工产业集群。绍兴与杭州在“AI+”领域要依托各自基础和优势，找准定位，协调发展。一是组建“杭绍纺织化工数智联盟”，推动企业间加强合作。杭州输出数字技术企业，绍兴培育深耕纺织化工行业的服务商，利用工商联、科协等组织加强两地企业互动交流。二是打破数据和算力跨区域壁垒。成立“杭绍AI赋能产业发展领导小组”，协同布局两地算力基础设施，统一数据标准和接口，统筹产业政策。推进数据有限互联互通，不共享原始数据，实现平台数据可信可换。
　　（《中国经济时报》2026年6月24日，绍兴市委党校绍兴市区域经济发展研究院负责人 田海燕）