OnePredict代表尹炳东（首尔大学机械工程系教授）提出的“制造业AX两极化”议题，对熟悉现场情况的人来说并不陌生。大企业已经建立起自有数据中心和专职AI组织，将预测性维护、质检自动化等应用推进到实证阶段以上，而中小型制造企业却往往仍停留在是否引入AI的考虑阶段。问题在于，这种差距并未随时间推移而缩小，反而呈现出持续扩大的结构性趋势。
发言中提到的“教育”和“GPU”这两个关键词，实际上是AX转型最基础的基础设施。GPU等计算资源前期投资巨大，AI人才培养又难以在短期内见效，因此对中小企业而言，这两项往往容易被排在优先级之后。但如果缺乏这两大支撑，即便拥有优秀的AI模型或解决方案，也难以真正在现场落地生根。这正是TECH2030在支持各类制造现场过程中反复验证的一点：决定成败的往往不是技术本身，而是能够承接技术落地的组织能力与基础设施。
不过，此次发言中提到的具体政策建议内容、支持规模及实施时间等，仅凭摘要难以准确确认。建议读者查阅原文报道，以了解更准确的背景和详细讨论内容。
如果觉得有用,欢迎分享。