【文/觀察者網(wǎng) 阮佳琪】

“美國明明對中國具備優(yōu)勢，但為啥不用上呢？”約翰斯·霍普金斯大學(xué)國際關(guān)系學(xué)院副教授喬納斯·納姆（Jonas Nahm）百思不得其解。

作為拜登政府時期白宮經(jīng)濟團隊中專注產(chǎn)業(yè)政策與綠色經(jīng)濟的核心學(xué)者，他在特朗普第二任期活躍于媒體，犀利剖析中美制造業(yè)差距、AI自動化應(yīng)用與中國生產(chǎn)力優(yōu)勢，主張美國應(yīng)加快自動化與產(chǎn)業(yè)升級以應(yīng)對競爭。

當?shù)貢r間2月24日，納姆在《紐約時報》發(fā)表長文表示，他認為，美國制造業(yè)生產(chǎn)率落后于中國的核心癥結(jié)在于：盡管美國在人工智能（AI）研發(fā)領(lǐng)域全球領(lǐng)先，卻在將技術(shù)轉(zhuǎn)化為工業(yè)生產(chǎn)力方面遠遜于中國。

他介紹道，中國通過大規(guī)模部署自動化、機器人與AI實時管理生產(chǎn)，從而在人均產(chǎn)出與制造規(guī)模上形成顯著優(yōu)勢；反觀美國，政策重心過度偏向前沿科研與貿(mào)易保護，忽視了傳統(tǒng)工廠數(shù)字化改造與勞動力技能培訓(xùn)的現(xiàn)實需求。

美國手握技術(shù)卻不落地，一味依賴關(guān)稅手段搞保護主義，完全沒有抓住問題本質(zhì)，讓這位資深政治經(jīng)濟學(xué)家與政策專家倍感焦慮。

納姆呼吁，美國決策者應(yīng)轉(zhuǎn)變思路，通過支持數(shù)字基礎(chǔ)設(shè)施建設(shè)與技術(shù)應(yīng)用推廣，真正推進以技術(shù)為驅(qū)動的再工業(yè)化戰(zhàn)略。

“美國向來重發(fā)明創(chuàng)新、輕落地應(yīng)用。但有些時候，技術(shù)必須回歸生產(chǎn)一線（technology needs to be treated as factory work）——這或許并不吸引人，甚至枯燥乏味，卻是提升競爭力的核心所在。”

喬納斯·納姆 約翰斯·霍普金斯大學(xué)視頻截圖

公開資料顯示，納姆曾在拜登政府擔任白宮經(jīng)濟顧問委員會產(chǎn)業(yè)戰(zhàn)略高級經(jīng)濟學(xué)家，是推動其“產(chǎn)業(yè)政策復(fù)興”議程的關(guān)鍵智囊之一，支持通過《通脹削減法案》（IRA）等政府投資重振美國制造業(yè)，同時強調(diào)供應(yīng)鏈韌性與降低對華依賴。

納姆在文中提到，再工業(yè)化是目前美國少數(shù)獲得兩黨共識的經(jīng)濟目標，從拜登到特朗普政府均將重建美國制造業(yè)列為優(yōu)先事項，但華盛頓普遍將美國工廠的競爭力差距歸咎于不公平補貼、市場扭曲等所謂“違規(guī)行為”。

在他看來，這種判斷完全偏離重點，美國面臨的核心問題并非如此，“中國自上而下推動快速變革的體制力量不容忽視?！?/p>

納姆以特斯拉上海工廠人均產(chǎn)量遠超加州工廠為例指出，關(guān)鍵差異在于中國已形成圍繞自動化、機器人與AI大規(guī)模應(yīng)用的生產(chǎn)組織模式，而美國既未做到，也未能正視這一現(xiàn)實，更未通過制造業(yè)布局將自身技術(shù)優(yōu)勢轉(zhuǎn)化為同等生產(chǎn)效益。

他寫道，與美國將AI局限于實驗室研究不同，中國早已把AI作為工廠生產(chǎn)的一部分，深度融入設(shè)備運行、生產(chǎn)調(diào)度、故障排查等自動化升級環(huán)節(jié)。

多樣化AI技術(shù)的應(yīng)用顯著提升了生產(chǎn)效率：視覺檢測可精準剔除殘次品，智能調(diào)度自動平衡生產(chǎn)、庫存與物流，實時數(shù)據(jù)分析能在微小低效問題拖累產(chǎn)線前預(yù)警。

如今，中國已建成超3萬家智能工廠，2024年全球新增工業(yè)機器人超半數(shù)落地中國；香港經(jīng)濟學(xué)家的研究還顯示，從鋼鐵到造船等多個行業(yè)，中國工廠人均產(chǎn)量都已超過美國同類工廠。

生產(chǎn)一線的變化尤為直觀。納姆舉例說明，截至去年，中國車企極氪寧波工廠已配備超800臺機器人，還嘗試讓人形機器人承擔搬運、組裝、質(zhì)檢等工作。

優(yōu)必選人形工業(yè)機器人在寧波極氪5G智慧工廠正式上崗。人民網(wǎng)

他特別解釋道，這些機器人并非遵循固定指令，而是通過攝像頭、傳感器與AI自適應(yīng)產(chǎn)線狀況，類似駕駛輔助系統(tǒng)根據(jù)路況調(diào)整，既能靈活應(yīng)對變化、與工人安全協(xié)同，也能處理原本會導(dǎo)致停產(chǎn)的常規(guī)調(diào)整，最終提升人均產(chǎn)能、緩解技術(shù)工人短缺。

這類成效并非僅停留在試驗階段。納姆注意到，中國家電制造商美的集團的荊州工廠便已采用AI驅(qū)動的控制系統(tǒng)，統(tǒng)籌調(diào)度機器人、傳感器與生產(chǎn)設(shè)備。按照企業(yè)負責人的說法，該系統(tǒng)已將響應(yīng)時間從數(shù)小時縮短至數(shù)秒；小米公司也稱，通過智能制造技術(shù)和700多臺機器人，其北京工廠平均每76秒就能生產(chǎn)一輛汽車。

納姆強調(diào)，國家戰(zhàn)略支撐是關(guān)鍵。十余年來，中國將工廠現(xiàn)代化作為國家工程，由各級政府統(tǒng)籌推進，通過資金扶持、統(tǒng)一行業(yè)標準、技能培訓(xùn)、為中小企業(yè)搭建共享數(shù)字網(wǎng)絡(luò)等方式，推動智能化改造覆蓋全產(chǎn)業(yè)鏈。

而在大洋彼岸是另一幅光景。納姆指出，美國雖在AI前沿研究與大模型（LLM）領(lǐng)域領(lǐng)先，但政策重心完全忽視產(chǎn)業(yè)落地。即便福特等企業(yè)正在嘗試AI視覺檢測等應(yīng)用，也只是零散探索。

制造業(yè)領(lǐng)導(dǎo)力委員會調(diào)查顯示，僅18%的受訪制造商擁有正式AI運營戰(zhàn)略，三分之二企業(yè)難以將AI試驗項目規(guī)?；懂a(chǎn)。

阻礙主要來自落地層面而非技術(shù)本身，中小企業(yè)尤為突出：大量工廠數(shù)據(jù)不全、仍靠人工記錄，無法支撐數(shù)字化工具；四分之三企業(yè)難以將老舊設(shè)備接入高效系統(tǒng)；八成企業(yè)缺乏能操作AI制造工具的員工；還有超半數(shù)企業(yè)認為AI項目前期投入過高。

文章直言，面對中國制造業(yè)崛起，美國政策仍聚焦關(guān)稅與貿(mào)易限制，而非提升工廠效能。這些手段看似強硬，卻對縮小生產(chǎn)率差距收效甚微；更矛盾的是，美國制造商高度依賴進口機器人與傳感器，關(guān)稅政策反而會推高企業(yè)自動化改造成本。

納姆建議，美國政府應(yīng)減少保護主義，轉(zhuǎn)而支持企業(yè)落地數(shù)字化工具，推動老舊設(shè)備數(shù)字化改造、升級工廠以兼容傳感器與分析軟件、加強AI技能人才培訓(xùn)、聯(lián)邦與地方共建共享數(shù)字基礎(chǔ)設(shè)施，助力中小制造企業(yè)應(yīng)用先進技術(shù)。

“中國正是這么做的。德國、日本、韓國和其他一些發(fā)達經(jīng)濟也在采取類似策略應(yīng)對，”他寫道，“技術(shù)必須回歸生產(chǎn)一線。”

本文系觀察者網(wǎng)獨家稿件，未經(jīng)授權(quán)，不得轉(zhuǎn)載。