日前召开的中国质量（南京）大会“推动质量治理现代化，助力提振消费信心”专题会议提出，要以技术赋能激发质量变革活力，推动人工智能、大数据等技术在质量治理中的应用，实现从研发设计到售后服务的全生命周期质量管控。

　　南开大学金融学教授田利辉接受《证券日报》记者采访时也表示，“传统人工抽检因人力瓶颈，覆盖面广与反馈及时性难以兼得。AI通过实时数据采集与动态监管，将治理从‘事后验证’转向‘全周期预防’，构建风险预警机制，显著提升产业链韧性。”

　　长期以来，质量监管更多依赖人工抽检和企业自查，覆盖面有限、反馈滞后，往往只有在产品出现问题后才启动召回机制，消费者的信任因此受损。随着新能源汽车、智能家电、医疗器械等高技术含量产品快速普及，传统质量监管方式已难以应对风险。消费者对安全和品质的敏感度不断提升，社会对质量监管提出了更高要求，如何借助科技实现从被动追责到主动防范，成为急需解决的问题。

　　人工智能与大数据的应用正在为这一转型提供可能。在研发环节，AI建模与仿真可在量产前预测潜在缺陷，降低研发失误和返工率；在制造环节，工业互联网与智能传感器对生产线进行实时监控和自动检测，显著减少次品率和系统性风险；在流通环节，产品溯源体系为每件商品建立质量信用档案；在售后与召回阶段，AI算法通过分析用户数据与故障日志，能够迅速锁定高风险批次，使召回更精准、高效。

　　新能源汽车行业的实践尤为典型。智能网联平台让远程诊断与OTA升级逐渐普及，“召回”正在从被动修复转向实时优化和主动防护。在消费品领域，电商平台依托大数据分析退换货率和用户评价，可提前发现潜在隐患，推进企业改进工艺。

　　《2025中国工业白皮书》显示，工业视觉检测系统引入后，企业平均节省约42%的人工质检成本，缺陷识别准确率提升至99.5%。IDC预测，到2025年，中国工业AI质检市场规模将接近9.58亿美元。

　　田利辉对记者表示，“AI质检成本下降具有双重影响：直接压缩人力与缺陷成本，释放利润空间；节省资金驱动技术升级，从‘降本工具’跃迁为‘价值引擎’。企业若拓展至工艺优化，可实现‘成本中心’向‘价值中心’转型。”

　　中国国际经济交流中心科研信息部副部长刘向东接受《证券日报》记者采访时表示：“随着人工智能快速推广，加快赋能质量治理和补齐监管短板势在必行。将人工智能引入质检领域，将有效提升质检效率和治理水平，为建设质量强国提供有力支撑。”

　　2025年9月12日发布的《关于加快推进质量认证数字化发展的指导意见》，明确提出推广质量认证数字化工具、建立企业质量信用档案、推动全流程智能监管。

　　政策驱动下，工业互联网平台、AI检测设备和质量大数据服务商市场空间将持续扩张，质量治理智能化升级也或成为企业的新增长点。