当前，绿色化和数字化已成为制造业转型升级的两大重要方向，并呈现深化融合趋势。《上海蓝皮书：上海资源环境发展报告（2026）》中的专题报告《上海引领长三角制造业循环生态再造研究——基于生成式人工智能赋能的视角》，系统分析长三角制造业循环生态发展的基础和生成式人工智能赋能潜力，提出上海应发挥人工智能产业和先进制造业优势，引领长三角制造业实现数字技术与循环经济深度融合。
一、长三角制造业循环生态发展的进展与成效
长三角三省一市持续推进绿色制造、节能节水、资源综合利用和区域环境协同治理，在资源利用效率、再生资源回收、绿色设计和循环商业模式等方面形成较好基础，为利用生成式人工智能进一步重塑制造业循环生态提供了有利条件。
（一）资源利用和污染减排成效明显，绿色制造基础持续改善
长三角制造业资源能源利用效率持续改善，绿色生产水平总体处于全国前列。如本区域工业能源利用效率持续优化，单位工业生产总值工业终端能源消费量总体下降，技术节能和管理节能作用不断增强。
（二）资源回收利用体系不断完善，循环利用能力持续增强
长三角已形成较强的固体废物回收利用和资源化处理能力。本区域工业固废综合利用率保持较高水平，再生资源回收网络不断健全。沪苏浙皖在废钢铁、报废机动车、废弃电器电子产品等领域形成了一批专业化回收利用集聚区和骨干企业。而且，新型固体废物资源化利用正加快布局。各地开始围绕废旧动力电池、退役光伏组件等建立专业化回收体系，为新能源产业快速发展背景下构建新的资源循环体系提供了基础。
（三）绿色设计和循环模式加快发展，产业循环化转型不断深化
长三角制造业正在由末端资源回收进一步向产品全生命周期延伸。一是绿色设计能力不断增强。入选工信部工业产品绿色设计示范企业的数量，占全国总量约三分之一，覆盖家用电器、纺织、化工、机械装备、电子信息、汽车等多个行业。二是产品全生命周期理念逐步强化，企业更加重视耐用性、可维修性、可拆解性和材料可回收性。三是共享出行、共享充换电、共享制造以及二手商品交易等循环商业模式不断发展，为从“出售产品”向“提供服务”转型积累了实践基础。
（四）人工智能产业优势明显，数字技术赋能空间广阔
上海人工智能产业基础和创新能力全国领先，已经形成覆盖算力、数据、模型和应用的较完整产业生态，为引领长三角制造业利用生成式人工智能发展循环经济提供了重要支撑。一是生成式人工智能在材料研发、生成式设计、供应链优化、预测性维护等领域的技术能力快速增强，能够处理传统方法难以有效利用的大量非结构化数据。二是长三角企业已开始探索人工智能与资源循环结合，在动力电池智能分选、二手消费电子智能质检、共享出行调度、闲置物品交易等领域形成一批应用场景。三是上海先进制造业、人工智能产业与长三角完整制造业产业链相互叠加，有利于推动相关技术由单一企业、单一环节应用向跨企业、全生命周期应用拓展。
二、上海引领长三角利用生成式人工智能再造制造业循环生态的路径创新
上海应发挥人工智能创新策源、先进制造业集聚和长三角一体化发展的综合优势，以重点场景突破带动产业链重塑，以数据和公共技术平台夯实基础，以规则标准和区域协同保障应用，探索形成可复制、可推广的制造业循环生态新模式。
（一）加快重点领域技术创新与全生命周期场景应用
以生成式人工智能贯穿产品设计、生产、使用和回收全过程，推动循环经济由末端治理向源头预防和全过程优化转变。一是突出循环设计。利用生成式人工智能分析材料数据库，在产品设计阶段综合考虑耐用性、可维修性、可拆解性和材料可回收性，探索生态材料生成、产品结构优化和动态生命周期评价。二是推进智能生产和预测性维护。利用市场需求、库存、物流和设备运行数据优化生产计划和工艺流程，通过预测设备故障延长机器设备使用寿命。三是提升末端智能回收能力。利用机器视觉和大模型识别废旧产品类型、剩余寿命和修复价值，自动生成维修、再制造、梯次利用或材料回收方案。
（二）协同推进产业链优化和区域资源循环
发挥长三角产业链完整、产业分工紧密的优势，利用生成式人工智能提升跨地区资源配置效率。一是优化逆向供应链布局。整合产品销售、回收网点、废弃物流向、运输成本和再利用能力等信息，利用人工智能优化废旧产品回收网络和跨区域流向。二是促进再生材料跨区域高效配置。推动再生资源供应企业、制造企业和回收企业数据衔接，提高再生材料供需匹配能力。三是强化区域产业分工，针对当前部分地区回收处理能力与实际废弃物产生量存在错配的问题，通过数字平台和智能调度促进处理设施区域共享。
（三）建设循环经济数据基础和公共技术平台
数据是生成式人工智能赋能循环经济的重要基础，应加快形成区域统一的数据和技术支撑体系。一是建立循环经济数据标准。围绕材料成分、产品设计、能耗、维修记录、剩余寿命、再制造和废弃物流向等统一数据格式和接口，为人工智能训练和跨企业应用提供基础。二是探索建设循环经济专业大模型，将通用大模型与材料科学、环境科学、生命周期评价等专业模型相结合，提高重点行业应用的准确性。三是建设开放共享的循环设计和公共技术平台，为企业特别是中小企业提供数据集、模型、算力和应用工具，推动生成式人工智能由少数龙头企业应用向产业链普及。
（四）创新循环商业模式和资源价值实现机制
发挥生成式人工智能在需求预测、资产管理、智能定价和供需匹配等方面的优势，加快发展更加符合循环经济要求的新型商业模式。一是发展“产品即服务”模式。鼓励装备、汽车、电子产品等制造企业由一次性产品销售向租赁、订阅、维修服务等模式延伸，通过持续维护和资产管理提高产品使用寿命。二是提升共享经济运行效率，利用人工智能优化车辆、设备和生产能力调度，提高存量资产利用率。三是完善二手交易和再制造市场，通过智能检测、质量评价、价格生成和交易匹配降低旧产品交易成本，促进产品由“一次使用”向多次使用转变。
（五）完善负责任治理和区域协同政策体系
推动生成式人工智能赋能循环经济，需要同步完善政策、标准和治理机制。一是加强部门协同，将人工智能发展与循环经济、绿色制造、生产者责任延伸等政策衔接，推动经济信息化、发展改革、生态环境、绿化市容等部门形成常态化协调机制。二是建立分类分级监管制度，对新材料设计、生产控制等高风险应用加强透明度、测试验证和责任追溯，同时防范数据安全、模型“幻觉”和虚假绿色声明等风险。三是将人工智能自身的能源、水资源和硬件消耗纳入环境评价，推动形成更加绿色的人工智能应用模式。四是加强长三角数据标准、技术规范和监管规则衔接，研究制定生成式人工智能赋能制造业循环经济的应用指引和最佳实践，形成跨区域协同推进机制。
作者：陈宁，上海社会科学院生态与可持续发展研究所循环经济与绿色发展研究室主任；
庄沐凡，上海社会科学院生态与可持续发展研究所助理研究员
摘编自：周冯琦、程进等主编的《上海资源环境发展报告(2026)：共筑绿色低碳发展新高地》，社会科学文献出版社2026年4月出版。