过去几年，AI 的进化不断加速。

不再只是一个 “会回答问题的工具”，开始进入研发、生产、质检、排产、政务服务、产业协同等真实场景。

当 AI 开始重组生产力，城市间的竞争也在变化。

过去的衡量标准是数字化能力，系统建了多少、数据汇了多少、平台搭了多少；到了 AI 时代，衡量标准可以归纳为三个问题：AI 有没有进入核心生产场景？有没有变成企业和政府都能调用的公共能力？有没有形成可复制、可运营、可持续的产业生态？

以制造业闻名的宁波，可以说是最佳的观察对象之一。

相比内容、客服、营销等场景轻、数据多、链路短的行业，留给制造业城市的命题是：工厂要降本增效、产业链要高效协同、中小企业要低门槛获得 AI 能力、政府也要提升服务和治理效率……考验的不是 “上了多少 AI 应用”，在于能否将 AI 嵌入城市和产业运行的关键环节。

6 月 26 日举办的华为中国行·2026 宁波新质生产力创新活动，让外界看到了一座制造业城市的 AI 跃迁。

01 AI×基础设施，从 “数据中心” 到 “Token 工厂”

理解 AI 时代的城市竞争力，首先要读懂一个新概念——Token 工厂。

在大模型语境里，Token 可以简单理解为 AI 处理和生成信息的基本单位。一次提问、一次回答、一次报告生成、一次数据分析，都需要消耗 Token，不只是一个计量单位，而是智能化时代的 “新型电力”。

可以找到的一组数据是：目前中国日均 Token 消耗量已达 180 万亿，层出不穷的行业应用智能体，推动 Token 消耗指数级增长，预计到 2030 年我国 AI Token 经济规模将达到 10 万亿元。

所谓的 Token 工厂，就是把算力、数据、模型、存储和网络组织起来，在高效率、低时延、安全可控的前提下，将算力转化为标准化 Token 的工业能力载体，以满足千行百业数智化转型的刚需。

就像过去工业城市不能只有煤和电厂，还要有稳定的电网、调度系统和用电场景，AI 时代不能只有计算集群和数据存储，还要把算力变成企业、政府、科研机构都能使用的 Token。

民营经济占 GDP 比重近 7 成的宁波，深谙其中的道理。

倘若每家企业都自建算力、自建模型、自建 AI 团队，不仅成本大、周期长、门槛高，也很难展开规模化应用。更现实的路径，是通过城市级公共算力底座，把 AI 能力做成像水、电、网络一样可以被调用的基础能力，实现稳定、低成本、高效率的 Token 供给。

问题在于，怎么将 “数据中心” 升级为 “Token 工厂”？华为给出的解法是算力、存力、运力三位一体。

在算力层面，具备超强算力密度和高速互联能力的升腾超节点集群，通过软硬协同优化适配主流大模型生态。

在存力层面，智能存储系统实现了毫秒级响应，支撑大模型训练与推理的海量数据吞吐需求，确保数据存取高效可靠。

在运力层面，时延低至 10 毫秒、可用性达 99.95% 的低时延网络，保障 Token 生产与传输的高效率、高可靠。

直接的例子就是宁波人工智能超算中心。

作为长三角区域领先的城市级公共算力枢纽，经过 3 年多的持续运营，宁波人工智能智算中心是已累计服务超 110 家企事业单位，覆盖智能制造、医疗健康、政务服务、科研创新等多个领域。

智算中心已经走过 “建起来” 的阶段，正加速向 “用起来、转起来、融进去” 的公共能力进阶。

正如信息系统工程专家、北京工业大学教授沈昌祥的观点：“算力、算法、数据三要素都必须可信，才能支撑智能体和 Token 经济健康发展。” AI 时代的城市基础设施，不仅要 “跑得快”，还要 “信得过”。

02 AI×智能制造，从 “机器替人” 到 “自主决策”

Token 工厂解决的是 AI 从哪里来，智能制造回答的是 AI 往哪里去。

宁波属于典型的制造业城市，工业产值占 GDP 比重长期保持在 42% 左右，产业门类完整，中小企业密集，既有龙头企业带动，也有大量细分领域的单项冠军，可以说是智能制造的天然试炼场。

宁波是怎么定义新一代智能制造呢？用一句话概括——AI 大模型正从传统的 “数据搬运工” 转变为生产线上的 “智能决策者”，深度嵌入 MES，重构研发、排产、运维全流程。

背后是宁波长达十年的迭代探索。

2016 年提出了 “五基 + 智能制造”，2019 年开启 “5G+ 工业互联网” 探索，2021 年进一步锚定 “产业大脑 + 未来工厂”，2022 年加速中小企业数字化改造，形成了 “1+1+N+X” 的生态型数智化宁波范式。

不同于 “直接上大模型” 的粗犷模式，宁波的选择是层层递进的范式布局，一步步夯实了 “AI+ 制造” 的前置条件，即让数据跑起来、设备连起来、平台建起来，让中小企业愿意转、敢转、会转。

不同于一味追求 “大而全” 的做法，宁波的态度是求小、求实、求效，形成了 “数模体景” 一体化方法论：场景是切入点和落脚点，数据是基础要素，并通过智能体将模型、数据和场景串联。

时间来到 2026 年，“加快发展新一代智能制造” 被列为 “十五五” 期间六项牵引性、撬动性强的重点工作之一。

“工业立市” 的宁波冲在了新一代智能制造的最前沿，在国内首发了《“人工智能 + 制造” 典型场景参考指引》，凝练十大行业 63 个标杆场景，覆盖研发设计、生产制造、供应链管理、运营管理、产品服务、产业治理七大环节，为中国制造业智能转型探索可复制、可推广的 “宁波样本”。

深度扎根宁波、深耕本土产业的华为，扮演了不可或缺的角色：依托研、产、供、销、服全域数智化能力，三层五阶八步的落地方法论，系统参与了海天、德尚、方太、公牛等宁波本土企业的数智化转型。

比如华为使能海天打造的工艺智能体。

在数控机床行业，最稀缺的不是设备本身，而是工艺经验：刀具怎么选、参数怎么调、加工路径怎么规划。海天与华为将老师傅的经验沉淀为可调用的模型和知识库，让 AI 理解加工意图，规划工艺过程，生成加工参数，并驱动 CAM 软件输出代码。

故事并未止步于此。

当 Token 工厂消除了算力成本高、模型调用难、数据流转慢、场景落地碎片化等痛点，当宁波的务实精神和华为的创新能力融合，越来越多行业走向了数据驱动、模型辅助、智能协同的新模式。

03 AI×城市生态，让智能化深入产业腹地

制造只是 AI 跃迁的一个注脚，宁波在智能时代的探索，正从标杆产线辐射到整座城市。

如果说 Token 工厂解决的是 AI 的供给问题，智能制造验证的是 AI 的落地价值，接下来必须回答的问题是：AI 怎么从几个标杆项目、几家龙头企业，继续扩散到更广泛的产业腹地？

新质生产力的题中之意，不是某个企业变强，某个系统变聪明，而是城市产业生态的协同进化。华为中国行 2026 暨宁波新质生产力创新活动上，揭示了这样一幅图景。

在个人生产力场景，AI 正进入每一个人的工作流。

鸿蒙电脑代表的新一代生产力终端，为每个人提供了一个稳定、可信、具备 AI 能力的终端入口：公务员处理公文和工单、工程师进行研发设计、企业员工做经营分析、产业服务人员完成企业画像……只有打通 Token 和个人工作流的最后一公里，AI 才能从 “平台能力” 变成 “岗位能力”。

在中小企业场景，AI 正成为千行百业的普惠能力。

有了城市级的公共平台，中小企业不必从零建设 AI 底座，可按需调用算力、模型、工具和行业知识；政府提供的不只有产业政策，通过公共平台不断降低企业智能化转型的边际成本。只有中小企业也能用上 AI，城市级的新质生产力才能走出 “样本工程”，成为千行百业的普惠能力。

在政务服务场景，AI 正将复杂流程走向智能调度。

“一网通办” 的核心是把事项搬到线上，而在 AI CITY 框架下，政务服务不再是 “人找系统、系统找表单”，逐步走向 “人提需求、智能体调度、系统闭环办理”。市民、企业和城市管理者面对的，不再是一个个割裂的平台，而是能够理解需求、分解任务、调用工具、推动流程的智能体体系。

在人才培养场景，AI 正重构产业人才的供给模式。

对宁波这样的制造业城市来说，需要的是懂产业、懂数据、懂智能体的复合型人才。华为联合宁波市各院校一同成立了华为 ICT 学院，引入华为职业认证标准、ICT 实训资源、产业人才培养体系和项目落地经验，校企协同定向培养贴合产业需求、实操能力突出的高素质技术技能人才。

从中小企业到政务服务，从个人终端到人才培养，指向的是同一个趋势：AI 正在从试点应用走向全域智能化。

试点阶段的 AI，解决的是单一场景的效率提升；当 AI 和新质生产力画上等号，蜕变为了产业生态的连接器和放大器：连接公共算力和企业需求、连接政府服务和产业发展、连接平台能力和个人工作流、连接传统制造和新兴产业......AI 正在从一个技术变量，演变为城市创新的动力引擎。

04 写在最后

回到最初的问题：什么才是一座城市真正的 AI 竞争力？

在宁波与华为的这份示范答卷中，可以看到一条清晰路径，不再是做加法，而是做乘法：新质生产力不是单点技术突破，而是城市生产力系统的重构，AI 必须从工具变成底座，从应用变成生态，从单点提效变成系统重构，进而驱动一座城市的智能化跃迁。