알림 목록

分析区域：蔚山广域市

核心区域：蔚山东区、尾浦国家工业园区、温山国家工业园区、蔚山港、造船及海洋装备产业区

重点产业：高附加值船舶、环保船舶、自主船舶、智能船厂、造船设备、海上平台

分析议程：造船订单和生产的复苏是否会带来基于人工智能的设计、生产、质量、安全和自主导航的变革，以及合作伙伴公司的生产力的提升？

黄金时段类型：订单簿机会 + 自主船厂扩散风险

版本：区域 AX 黄金时间智能 v3.2 增强标准版

参考日期： 2026年9月6日
 

2024年，韩国造船业获得1095.8万CGT的订单，实际建造1146万CGT，截至年底订单积压量达3799.9万CGT。包括蔚山现代重工在内的韩国国内船厂已进入产能扩张阶段，其工作量相当于三年以上的产量。然而，2024年的订单量低于建造量，订单量除以建造量的增长率下降至0.956。目前尚无迹象表明当前的繁荣景象能够自动转化为长期的竞争力。如果在2026年至2028年间，现有订单积压转化为收入和交付量的过程中，生产率没有提高，那么劳动力短缺、交付时间和成本等问题将同时加剧。虽然 蔚山造船业已经克服了订单危机，但尚未达到可以被认为已经摆脱生产体系结构性危机的阶段。（数据来自韩国造船海洋工程协会）

HD Hyundai设定了到2030年打造“未来造船厂”（FOS）的目标，旨在将生产效率提高30%，并将建造时间缩短30%。第一阶段“可视化造船厂”已于2023年12月完成，随后是第二阶段，该阶段涉及数据连接和预测优化，预计将于2026年完成；第三阶段的目标是到2030年建成智能自主造船厂。虽然造船厂的数字化可视化工作已经启动，但人工智能实际接管规划、决策和工作控制的流程比例，以及当前的生产效率提升情况，尚未公开披露。如果第二阶段（2026-2028年）的成果仅仅是目标和试点案例，那么2030年的自主运营目标将仍然停留在愿景层面。 蔚山AX造船厂已经完成了数字化可视化阶段，但自主优化阶段的性能仍在验证中。（HD韩国造船海洋工程公司）

在蔚山，一项总预算为1603亿韩元（2020年至2025年）的自主船舶技术开发项目性能示范中心已经建成；此外，位于东区蔚山尾浦国家工业园区的价值382亿韩元的AI船舶示范支持中心也已确定于2026年开工建设。用于验证自主船舶和基于人工智能/数字孪生技术的制造的区域基础设施正在不断完善。然而，关于示范中心的技术在多大程度上为蔚山造船厂和设备制造商带来合同、收入、生产力和国际认证等方面的贡献，公开证据仍然有限。如果未来两到三年内示范中心、设备和项目数量增加，但企业应用率仍然很低，那么蔚山将仅仅停留在技术示范区，而商业价值将最终流向外部企业。 目前，“黄金时期”是订单机会+自主船舶制造扩散风险。（海洋水产部，蔚山科学技术大学）

蔚山造船业的供应链结构以现代重工（HD Hyundai Heavy Industries）和现代尾浦重工（HD Hyundai Mipo）为核心，连接着大型船厂、内部和外部分包商以及设备、设计和维护公司。由于船舶是定制产品，需要将数百万个零部件和多个工序组合在一起，且建造周期较长，因此设计变更、材料采购、分段建造、舾装、涂装和海上试航等环节的延误都会累积到整个交付周期内。该行业已从依赖大型船厂的单一人工智能模型，转向以整个供应链中进度、质量和材料数据的互联性来决定生产率的结构。然而，主承包商和分包商之间缺乏数据标准、实时链接率以及关于各环节延误原因的证据。如果2026年至2028年间，优化仅发生在主承包商的内部系统，而分包商的数据却存在延迟，那么整个建造周期将只能实现部分优化。虽然 蔚山造船业已经实现了企业集聚，但作为一个数据驱动的产业生态系统，它仍然不完善。

截至2024年底，国内造船业从业人员数量为125,636人，较2021年的93,133人有所回升，但仍比2014年的203,441人少约78,000人。在100,340名技术工人中，总承包商与分包商的比例为26:74，行政和技术人员共计25,296人。这表明，目前的生产复苏严重依赖大量分包商的技术工人。没有证据表明流程自动化和人工智能转型会如何改变总承包商技术人员以及分包生产工人的工作条件和技能水平。如果未来两到三年内仅通过延长工时和引进外籍劳工来弥补劳动力短缺，那么将积压订单转化为实际生产的能力将十分有限。 目前蔚山造船业的瓶颈不是缺乏工作，而是同时缺乏技能和生产力。

2024年，韩国造船出口额达到256.36亿美元，高于2022年的181.78亿美元，其中液化气运输船占订单积压的60.7%。尽管以高附加值液化气运输船为核心的出口竞争力得以保持，但对特定船型的集中度也有所提高。然而，在环保法规、能源市场和订单周期发生变化的情况下，能够应对过度依赖液化气运输船相关风险的产品组合仍然有限。如果中国造船业在2026年至2028年间赶上韩国的高附加值船型和智能船舶水平，那么仅依靠现有船型优势将难以抵御价格和交付方面的竞争。 蔚山造船业在高附加值船型方面竞争力强劲，但其在下一个技术周期中实现多元化的能力仍存在不确定性。

2025年，韩国政府投资约2600亿韩元用于尖端造船技术研发，其中1700亿韩元用于环保船舶，700亿韩元用于建造流程的数字化转型，200亿韩元用于自主船舶。2026年，相关投资增长23%，达到3200亿韩元，重点扶持人工智能造船厂、人工智能船舶、环保船舶以及中小造船企业的技术发展。这一结构将国家研发的核心从船舶产品技术扩展到生产系统和人工智能领域。然而，分配给蔚山企业的国家总投资额并未与各项目的生产力和销售业绩进行区分。如果将未来两到三年的预算增长视为区域转型成果，则对蔚山造船厂及其供应商的实际变化估计过高。尽管 国家对造船业的投资有所增加，但蔚山产业的成就仍需单独评估。（韩国产业通商资源部政策简报）

HD Hyundai 的 FOS 系统旨在利用数字孪生技术在虚拟空间中构建一个真实的造船厂，并将设计、生产和物流信息连接起来。第一阶段可视化工作的完成以及集成设计和生产平台的建立，表明数据驱动运营的物理基础已经形成。另一方面，2030 年生产力提高 30% 和建造时间缩短 30% 的目标是实现的，但目前各流程的基准线和完成率尚未在公开数据中得到证实。如果仅以系统是否已建立来判断第二阶段是否在 2026 年完成，则无法验证等待时间、返工和流程延误的实际减少情况。尽管 FOS 系统目前仍处于转型阶段，但不能将其视为已经实现最终目标的“智能船厂”。

蔚山自主船舶性能演示中心和人工智能船舶演示支持中心为研究机构、大学和企业测试新技术提供了基础设施。虽然演示能力集中在该地区，但从技术开发到船级社认证、船舶实际应用、船厂采用以及出口合同等全周期成果仍在积累中。研发成功与市场准入成功之间存在商业化差距。如果蔚山的技术在2026年至2028年国际标准和船级社规则最终确定之前缺乏足够的应用案例，那么在演示方面的领先地位将无法转化为标准制定和市场推广方面的领先地位。尽管蔚山 是自主导航演示的中心，但其向自主导航产业生态系统的转型仍存在不确定性。

造船厂的数字化转型已从设计图纸的计算机化或单个机器人的安装，转向将整个造船厂的设计、材料、人员、流程、质量和安全实时连接起来。其结构也从工人事后报告问题，转变为人工智能预测延误、碰撞和缺陷，并重新调整生产计划。蔚山造船厂虽然已通过FOS系统迈入这一方向，但人工智能推荐的计划最终转化为现场决策和自动化控制的比例尚未公开。如果数字孪生模型在监控屏幕上停留两到三年，即使可视性有所提​​高，流程时间也不会缩短。 蔚山智慧船厂的结构性变革并非以数据可视化为评判标准，而是以人工智能决策权限的实际范围来衡量。

船舶本身正在从机械产品转变为集传感器、通信、软件、远程导航和网络安全于一体的移动系统。自主船舶不仅集成了导航控制，还集成了防撞、发动机状态、货物、能源使用和陆基控制等功能。虽然蔚山的示范中心已为雷达、激光雷达、远程控制和实海验证奠定了基础，但蔚山设备制造商作为核心传感器、控制系统和软件供应商进入市场的规模仍有待确定。如果平台和核心软件在2026年至2028年间落入外部公司之手，即使蔚山建造船舶，也无法确保自主导航的数据价值。 蔚山造船业的产品竞争力正从船体建造转向运行算法和数据控制。

国际海事组织（IMO）的环境法规和向脱碳转型正在拓展液化天然气（LNG）以外的多种技术路径，涵盖甲醇、氨、氢、电力推进和碳捕获等领域。燃料系统的变革同时影响着发动机、储罐、管道、安全性和运营优化，并提升了基于人工智能的能源管理的重要性。尽管蔚山拥有建造环保船舶和发展能源产业所需的基础设施，但缺乏证据表明不同燃料的技术、供应链和示范数据已得到整合。如果投资在两到三年内持续集中于某种特定燃料技术，由于国际法规和订单需求的变化，失败的风险将会增加。 蔚山在未来船舶领域的竞争力正从单一环保燃料转向利用人工智能优化管理多种燃料的能力。

HD Hyundai 的 FOS 目前正在推进中，目标是在 2023 年完成第一阶段（虚拟船厂建造），在 2026 年完成第二阶段（互联互通和预测优化），在 2030 年完成第三阶段（智能自主运营）。虽然各阶段的进度安排和最终的生产力目标已经制定，但目前公开可用的绩效指标有限，这些指标能够反映人工智能应用率、工时、返工率、等待时间和各流程的交付日期等方面的变化。路线图阶段与实际现场结果之间仍然存在衡量差距。如果仅以解决方案实施的数量来衡量第二阶段（2026-2028 年）的成果，则存在高估自主运营准备程度的风险。尽管FOS 的政策和企业执行水平被评为高，但其生产力和自主性的外部验证水平被评估为中低。

HD韩国造船海洋工程公司（HDK）正致力于构建一个将船舶设计和生产整合为一体的集成平台，以期在2030年前实现船舶运营（FOS）的数字化制造环境。该平台能够使设计变更立即反映在生产、材料和进度安排中，从而为降低大规模订单式制造行业的延误成本奠定基础。然而，该平台的范围——不仅涵盖主承包商，还包括来自分包商的设计、交付和质量数据——以及访问这些数据的权限仍未确定。如果分包商依赖文件和人工报告长达两到三年，那么主承包商平台的实时功能将在供应链边界处受阻。 尽管设计与生产的整合正在进行中，但主承包商与分包商之间的整合仍未得到确认。（HDK）

自2025年起，蔚山市一直在推进一项计划，旨在从海外培训焊接、电气、油漆和绝缘等领域的专业人才，并将其输送至当地造船厂和分包商。虽然已建立起解决短期生产工人短缺问题的途径，但将外籍工人的技能验证、安全培训、语言能力和长期就业与其适应人工智能工作系统联系起来的成果仍然有限。劳动力供应和向生产系统转型这两个政策各自独立运作，存在着明显的脱节。随着外籍工人在2026年至2028年间集中从事简单、重复性高风险的工作，自动化投资和工作条件差距将同时扩大。 蔚山市目前的劳动力应对措施尚处于确保供应量的阶段，而向跨国数字化工作系统的转型仍未完成。（蔚山广域市）

2024年，韩国获得1095.8万CGT的船舶订单，并保持着3799.9万CGT的订单储备，巩固了其全球造船强国的地位。然而，中国正凭借其大规模的生产能力和价格竞争力，将市场从散货船和集装箱船扩展到液化天然气运输船和环保船舶。即使韩国在高附加值船型方面保持优势，一旦建造时间和成本差距缩小，竞争的焦点将转移到生产系统。目前，公开数据有限，难以比较韩国和中国船厂在相同标准下按流程划分的生产率、自动化率和人工智能应用率。如果蔚山造船厂在未来两到三年内无法将其技术优势转化为生产率优势，即使维持高船价，也将面临交付时间和成本方面的压力。 尽管蔚山造船厂在船型方面具有优势，但在智能船厂生产率的国际比较中，其竞争力仍难以评估。

韩国造船业的从业人员数量从2014年的203,441人骤降至2021年的93,133人，之后在2024年回升至125,636人。尽管劳动力正在恢复，但尚未完全恢复到此前繁荣时期的技术水平。为了应对中国庞大的劳动力队伍和日本的标准化及自动化水平，人均生产率和流程可预测性——而非员工数量本身——成为竞争的关键因素。目前尚无公开数据比较蔚山造船厂与海外造船厂各流程的劳动生产率。如果2026年至2028年的订单积压仍采用现有的劳动密集型方法进行处理，劳动力短缺将转化为交付风险。尽管 蔚山造船厂在获取订单方面已恢复竞争力，但其国际产能优势目前正处于重新评估阶段。

政府的目标是到2040年实现全自主船舶的商业化，并将自主导航平台和无人自主制造工艺列入十大旗舰技术。国际竞争已从造船扩展到船舶运营软件、数据、标准和认证等领域。尽管蔚山拥有示范中心和大型造船厂，但缺乏同时展示国际标准提案、核心专利、商业运营数据和本地企业收入的证据。如果示范数据在2026-2028年国际规则制定阶段未能被纳入标准，那么船舶可能在蔚山建造，而运营平台则从外部采购。 虽然蔚山是国内领先的自主导航示范中心，但其在全球平台领域的领先地位仍有待证实。

2024年，韩国造船业建造船舶总吨位为1146万CGT，而新订单总量为1095.8万CGT。尽管积压订单高达3799.9万CGT，但当年新增订单量低于已完成订单量。当前的生产繁荣与未来的订单趋势存在结构性错配。如果将船舶交付量和新订单量分开来看，就会将收入增长误认为长期增长。如果2026年至2028年间积压订单迅速减少，而新订单又无法恢复，那么对智能船厂的投资也将与经济调整相冲突。 当前的造船繁荣并非完全缺乏工作，而是存在时间资产短缺的问题，需要在剩余时间内对生产系统进行重组。

2024年，韩国国内造船业从业人员数量从2021年的93,133人增加到125,636人，增加了32,503人，但仍比2014年减少了77,805人。尽管产量有所回升，但目前的生产结构需要在不恢复到以往劳动力水平的情况下处理更多工序。目前尚缺乏证据区分造船量增长究竟是劳动力恢复还是生产效率提高所致。如果未来两到三年内新员工的技能提升速度跟不上订单积压的生产速度，那么流程延误和安全风险都将增加。 蔚山造船业的繁荣更多地依赖于生产效率的提升，而非劳动力的恢复。

2022年至2025年，造船业的普通技术外籍工人（E-7-3）人数从1017人增至13297人，而非专业就业（E-9）工人人数则从3180人增至8079人。预计到2026年，造船业技术工人中外籍工人的比例将达到约23%。这一结构表明，外籍工人的角色正在从维持生产能力的辅助手段转变为核心运营人员。然而，目前缺乏关于语言、技能、安全和工作指导等方面的综合数据。如果未来两到三年内未能建立多语言工作体系和安全标准，劳动力规模的扩大将加剧质量和安全方面的不确定性。尽管 蔚山造船业的劳动力结构已趋于多元化，但其生产管理体系向跨国AX模式的转型仍有待证实。

政府对造船技术研发的投资预计将从2025年的约2600亿韩元增至2026年的3200亿韩元，其中包括投资1603亿韩元的自主导航技术研发基地和投资382亿韩元的人工智能船舶示范支持中心。尽管公共投资和示范基础设施的规模不断扩大，但区域绩效——转化为生产力、收入、专利、标准和出口合同——尚未得到验证。投资规模与其对产业的实际贡献之间存在差距。如果未来两到三年内仅增加设备和项目数量，则难以确定示范基础设施的经济效益。 蔚山造船AX项目并非处于投资不足的阶段，而是处于投资成果需要验证的阶段。

最大的差距在于大型船厂的智能化与整个供应链的自动化能力（AX）之间存在脱节。尽管HD Hyundai正在推进面向服务的自动化（FOS）和一体化设计生产平台，但国内74%的熟练劳动力仍处于外包状态，许多设备供应商的数据、人力和投资能力都逊于主承包商。目前尚缺乏证据表明主承包商的流程优化与合作伙伴公司的交付、质量和劳动力管理之间存在关联。如果2026年至2028年间，主承包商人工智能的发展速度超过合作伙伴公司的数据准备速度，整个供应链的瓶颈将更加突出。 蔚山造船自动化能力的成败，将取决于合作伙伴流程的整合程度，而非船厂本身的先进程度。

第二个差距在于目标与实际绩效之间的差异。尽管FOS提出到2030年生产率提高30%，工期缩短30%，但很难从外部持续验证当前的生产率、特定流程目标和年度完成率。目前的衡量体系依赖于数字孪生技术和人工智能模型的应用来替代生产率结果。即使在2026年二期工程竣工后，如果延误、返工、成本和安全方面的变化没有公开，就无法对2030年目标的可行性进行中期评估。虽然蔚山造船AX公司制定了技术路线图，但缺乏可外部验证的成果路线图。

第三个差距在于自主导航示范和市场占有率。尽管蔚山拥有国家自主船舶性能示范中心和新型人工智能船舶示范支援中心，但示范公司的产品认证、船厂采用情况、出口合同和经常性收入等信息并未整合披露。目前的结构是研发和商业化分别由不同的机构和绩效指标进行管理。除非在国际标准和船级社规范制定所需的两到三年时间内积累商业运营数据，否则拥有相关设施并不意味着就能获得市场优势。 蔚山在自主导航领域的差距不在于技术本身，而在于示范后未能找到买家。

第四个差距在于人员与自动化技术的结合。造船业在推进机器人和人工智能自动化的同时，也通过扩大外籍劳动力规模和利用退休专家来弥补熟练劳动力的短缺。然而，目前缺乏证据表明哪些流程应该自动化、哪些技能应该保留，以及自动化后新员工将承担哪些角色。如果未来两到三年内，劳动力和自动化政策各自独立实施，造船业将同时面临劳动力短缺和技术未充分利用的双重困境。 蔚山造船业的劳动力短缺并非源于人员数量的不足，而是源于流程、技能和自动化技术配置上的差距。

蔚山汇聚了世界一流的大型造船厂、蔚山港、蔚山科学技术大学（UNIST）、蔚山科技园、自主船舶性能示范中心和人工智能船舶示范支持中心。其用于开发和示范“造船AX”项目的硬件设施位居韩国前列。然而，各设施间的数据互操作性、企业间的共享使用率以及示范后的合同成果尚未公开。设施集中度与工业运营系统的整合之间仍存在差距。如果2026年至2028年间各机构的设备和项目各自独立运行，则集中优势无法转化为共享资产。 蔚山造船AX项目的基础设施准备度被评为高，而其一体化运营准备度则被评为中低。

2024年，国内造船业拥有100,340名技术工人和25,296名行政技术人员，其中74%的技术工人属于分包商。虽然劳动力数量有所恢复，但各岗位操作人工智能、机器人和数字孪生的熟练程度和再培训情况尚未得到验证。目前缺乏将现有技术工人、外籍工人和数字专家整合到同一工作团队中的能力框架。如果技术应用速度在两到三年内超过工人技能转型速度，即使系统安装完毕，实际应用率仍将很低。劳动力 供应准备度被评估为中等，而人工智能、机器人和数字孪生熟练程度的准备度被评估为中低。

FOS和设计生产一体化平台是大型造船厂连接内部数据的基础。然而，合作伙伴公司在设备、流程、质量和交付方面的数据格式、访问权限和网络安全标准并未以统一的方式披露。这可能导致造船行业数据分散成各个公司和项目特有的资产。如果各个平台的结构在未来两到三年内保持不变，中小企业将不得不重复应对多个主承包商的系统。主 承包商数据的准备程度被评估为中高，而共享供应链数据的准备程度则被评估为低。

HD Hyundai 的第一阶段 FOS 以及集成设计生产平台的建立，表明大型船厂的运营模式已转向以数据为中心的模式。然而，合作伙伴公司的生产效率、缺陷率、交付时间和成本是否也随之得到改善，目前尚无定论。大型企业的数字化成果与本地公司的实际运营表现之间存在着一定的差距。如果主承包商在 2026 年至 2028 年间对交付的要求日益复杂，而合作伙伴公司在设备和人员方面却无法提供相应的支持，那么数据将成为一种管理工具，对合作伙伴公司施加压力。虽然 智能船厂已开始进驻主承包商的工地，但其是否已推广至整个区域供应链，目前仍未可知。

蔚山运营着一套本地培训体系，为造船业输送焊接、电气、油漆和保温等领域的外国工人。虽然该体系已建立起来以满足企业的短期用工需求，但缺乏对工作质量、安全事故、工龄和培训后技能提升情况的综合性数据追踪。招聘与现场融入之间仍然存在脱节。如果两三年内都只是短期招聘，企业和地区将无法积累技能。 尽管外国工人正在进入相关领域，但现在就断言他们已转化为行业的长期技能人才还为时尚早。

人工智能和机器人有潜力实现危险的焊接、喷漆、运输和检验流程的自动化，从而提高工人的安全。然而，公开数据仅在一定程度上证实了各流程的机器人应用率、肌肉骨骼负担、事故和风险暴露的减少情况，以及工人工资和工作职责的变化。技术采纳与劳动成果之间存在衡量差距。如果仅关注生产率，而不衡量2026年至2028年间的安全性和工作转型情况，工人可能将人工智能视为监控和裁员风险的目标，而非受益者。 造船业的人工智能是否真正惠及工人，并非取决于设备的数量，而是取决于危险作业的减少和技能价值的提升。

蔚山东区集中了大型造船厂、分包商、自主船舶性能示范中心和新型人工智能船舶示范支援中心。虽然研发、生产和示范环节在空间上高度接近，但目前尚未建立起连接蔚山人工智能和软件公司与造船设备制造商的交易网络。东区的产业集聚与蔚山整体人工智能产业生态系统之间存在脱节。如果未来两到三年内，成果仅集中在大型造船厂周围，蔚山的人工智能城市战略和造船人工智能产业将形成各自独立的区域。 蔚山造船人工智能产业的空间优势在于其在东区的集中，但空间风险也集中在该区域。

蔚山尾浦和温山国家工业园区以及蔚山港拥有连接造船、机械、化工和物流等产业的基础设施。虽然具备整合环保船舶燃料、设备和港口示范项目的条件，但目前尚缺乏证据表明各产业园区的数据和示范项目已整合到一个统一的操作系统中。产业的地理邻近性与技术融合之间仍然存在差距。如果2026年至2028年间，造船、能源和港口的AX项目各自独立推进，蔚山在复杂产业方面的优势将仅限于地理位置。尽管 蔚山具备成为环保型自主船舶城市试验场的条件，但作为一个综合示范区，其发展仍不完善。

造船合作伙伴公司不仅与蔚山，也与釜山和庆南的设备、加工和物流公司相连。仅仅关注行政区域内的公司，无法发现实际供应链中的延误和数据断层。目前尚无证据能够将釜山-庆南造船供应链中的流程、交付和质量数据关联起来。如果一个仅限蔚山的平台持续两到三年保持不变，那么更广泛的区域供应链将不得不反复进行单独录入和人工转换。 蔚山造船AX的实际空间单元并非蔚山市，而是釜山-庆南造船供应链。

HD Hyundai FOS于2026年进入互联互通和预测优化的第二阶段，目标是在2030年建成一座智能自主造船厂。目前，数据结构、人工智能模型和现场决策方法正逐步整合为一个长期运行的系统。如果在初始设计阶段忽略合作伙伴公司和员工的数据，后续的集成成本将会飙升。2026年至2028年是平台建设和供应链扩展同步验证的最后过渡阶段。黄金时期并非2030年的竣工日期，而是第二阶段运营架构最终确定的当下。

截至2024年底，国内船厂的订单积压量为3799.9万CGT，但当年的订单量低于造船量。当前生产活跃的时期是同时保障投资成本和获取现场数据的最佳时机。一旦订单积压量减少，合作企业和工人的投资能力将首先下降。如果两到三年内无法获得实际工艺数据，在经济衰退期间重启试点项目将十分困难。 目前的订单积压量既是收入资产，也是用于培训造船AX的有限数据资产。

自主船舶技术开发项目第一阶段已于2025年完成，人工智能船舶示范支持中心将于2026年启动建设。由于研发工作的完成与新示范基础设施的启用时间重合，技术转化为企业产品和合同的窗口期已经开启。如果现有成果未能与后续中心对接，数据、设备和人员将再次分散。如果错失2026年至2028年国际标准和商业市场形成的关键时期，示范领域的领先地位将失去市场价值。 蔚山自主航行的黄金时期并非建设新的中心，而是将这两个项目的成果转化为商业化应用的时期。

12-1. 基层地方政府黄金时段应用案例① — 蔚山市东区

蔚山东区是韩国最大的造船基地之一，现代重工、现代尾浦重工、众多合作企业以及自主导航和人工智能船舶示范基地均集中于此。尽管产业集聚效应显著，但大部分技术工人属于合作社结构，外籍劳工比例也有所上升。然而，目前缺乏将主承包商、合作企业以及国内外工人的设备、质量和安全数据关联起来的证据。如果主承包商的智能船厂在2026年至2028年间未能与本地合作流程对接，东区将长期处于世界级船厂与数字化能力薄弱的合作企业并存的局面。 东区的黄金时期，正是大型船厂的人工智能技术转化为本地造船生态系统生产力提升的关键时期。

12-2. 黄金时代广域工业区应用案例②——釜山-蔚山-庆南造船供应链

蔚山造船厂与釜山和庆尚南道的设备、加工、设计和物流公司组成了一个统一的生产网络。单艘船舶的交付时间和质量取决于行政区外供应商的数据和工作效率。然而，目前尚未建立一套贯穿蔚山、釜山和庆尚南道的通用材料代码、质量历史记录和交付预测系统。如果区域性AX业务在未来两到三年内保持独立和固定不变，各公司将不得不重复应对多个平台和标准。 釜山-釜庆造船AX的黄金时期并非区域业务扩张的时期，而是整个供应链整合到统一时间轴上的时期。

到2024年，国内造船业的从业人员比2014年减少了约7.8万人，其中74%的熟练工人属于分包结构。在熟练工人老龄化和新员工短缺同时发生的情况下，工作知识仍然掌握在个人和工作团队手中。如果这些知识没有转化为数据、标准流程或人工智能模型，就会随着人员退休或搬迁而流失。如果未来两三年内劳动力结构进一步发生变化，将难以追溯过去工作决策背后的原因。 目前被忽视的并非工人的数量，而是蔚山造船业积累的隐性技能数据。

蔚山已建成自主船舶示范中心和人工智能船舶示范支持中心。然而，如果示范成果未能转化为国际标准、船级社认证、商业产品或出口合同，这项技术的市场价值将落入其他平台公司手中。目前的结构是，即使造船业务仍留在蔚山，运营数据和软件收入却流向了市外。如果2026年至2028年间无法获得商业运营记录和客户，与后起之秀平台的差异化优势将会减弱。 目前缺失的并非自主导航技术，而是对船舶全生命周期数据的掌控。

如果造船厂平台围绕主承包商固定不变，合作伙伴公司就只能沦为数据提供商，人工智能模型、分析和交易价值也将集中在主承包商和外部解决方案提供商手中。合作伙伴公司的数据使用权（这本应使他们积累自身的生产力和技术）仍未得到保障。如果平台合同和数据权利在两到三年内保持不变，那么供应链的价值分配结构将难以逆转。 蔚山可能失去的并非中小企业参与AX，而是它们在造船数据经济中的议价能力。

HD Hyundai 的 FOS（船舶运营系统）、设计与生产一体化平台、自主船舶性能演示中心和人工智能船舶演示支持中心均位于同一区域。将来自船厂、船舶和实际海域的数据整合到一个完整的产业链中的物理条件已经具备。然而，目前这些数据仍按公司、机构和行业划分。当设计-生产-运营-维护（DMP）数据在 2026 年至 2028 年间实现整合后，蔚山将从一个造船中心转型为一个能够学习船舶全生命周期的中心。 目前最大的优势并非新建的设施，而是覆盖船舶全生命周期的连续数据。

蔚山造船厂同时具备大规模实际生产流程、国际化劳动力和多元化技能水平等特点。这些条件为验证机器人、人工智能和多语言安全系统提供了理想的现场环境。通过关联各流程的工时、质量、风险和技能水平数据，可以确定自动化优先顺序以及哪些任务需要保留给人工。一旦在两到三年内证实了这一点，劳动力短缺问题将不再仅仅是招聘难题，而是生产系统重新设计的契机。 目前可用的结构性优势并非劳动力替代，而是人与人工智能的最佳工作配置。

2024年的订单积压和2026年的产能扩张将为人工智能模型提供充足的数据量，使其能够学习各种船舶类型、流程和运行条件。经济衰退期间，流程和工作量会减少，这也缩小了现场实际验证的范围。通过获取2026年至2028年的生产数据作为基准，可以客观地比较FOS在生产率、交付和安全方面的影响。 目前可用的时间资源为验证智能船厂的实际生产效率提供了契机。

AX响应的范围不仅仅是在造船厂添加人工智能和机器人设备。它是一个 将订单、设计、材料、生产、质量、交付、运营和维护流程连接成单一证据链的架构，并在运行时验证主承包商的生产力提升是否归功于合作伙伴公司、工人以及自主产品的性能。

第一阶段运行评估确定了具有代表性的船舶类型和流程，并将FOS第二阶段作为参考群体。它使用相同的标准，比较了应用前后工时、等待时间、返工、缺陷、安全性、交付时间和成本，并纳入了合作伙伴公司以及国内外员工的变化。自主导航领域跟踪了从技术演示到船级社认证、船舶应用和出口合同的进展情况。

失败的根源并非在于缺乏人工智能技术。尽管大型造船厂的数字屏幕和演示中心数量不断增加，但整体建造周期并未缩短，合作公司的生产效率和盈利能力也未得到提升，自主导航平台和船舶数据的价值仍然局限于蔚山之外。

订单簿机会 + 自主船厂扩散风险

蔚山造船AX并未止步于纸上谈兵。未来船厂发展规划、设计生产一体化平台、自主导航演示中心以及人工智能船舶演示基地均已进入实际建设阶段。

目前的风险并非技术或设施的匮乏，而是缺乏证据表明大型造船厂的变革已经扩散到合作公司、工人、设备供应商以及自主导航的商业化进程中。

2026年至2028年是黄金时期，现有订单积压的生产、FOS第二阶段、人工智能船舶示范中心的建立以及国际自主航行规则的制定都将在这一时期交汇。一旦这一时期过去，平台、数据权威性和供应链方面的差距将会逐渐缩小，而繁荣时期积累的训练数据也将随之丢失。

最终判断：订单和产业基础高，大型造船厂 AX 实施中高，供应链扩展中低，自主导航演示中高，商业化和数据所有权中低，时间风险高。

验证流程为：订单 → 设计 → 生产计划 → 流程执行 → 质量与安全 → 交付 → 船舶实际运营 → 后续订单。如果人工智能模型、机器人或示范项目的数量增加，则不计入造船AX成就。

运行时链

订单簿证据 → 人工智能造船厂执行 → 供应商扩散 → 生产力成果 → 自主船舶商业化 → 区域价值留存

本次分析留下的结构性见解

蔚山造船业的结构性差距并非在于缺乏人工智能技术。蔚山拥有世界一流的船厂、完善的先进制造系统（FOS）路线图、一体化的设计生产平台、自主船舶性能演示中心以及人工智能船舶演示支持中心。真正缺乏的是能够证明人工智能在大型船厂如何显著缩短单艘船舶建造时间和提升整个供应链生产效率的有力证据。

造船厂记录订单、设计和生产数据；合作公司记录交付、质量和人员信息；示范中心则积累传感器、导航和运行数据。只要这些数据仍然各自独立，即使大型造船厂变得更加智能，即使自主导航技术得到验证，协作流程中的瓶颈依然存在，船舶全生命周期的数据价值仍然归属于一个独立的平台。

造船业并非重复生产相同产品的工厂，而是一个庞大的项目型行业，每艘船的设计和工艺流程都各不相同。因此，竞争力并非取决于单一流程的自动化程度，而是取决于能否在整艘船的基础上，重新计算设计、材料、人力、质量和交付时间等方面的变化。如果部分自动化未能缩短整体建造周期，那么技术投资就无法转化为生产力。

黄金时期论题——2026年至2028年是蔚山造船业的黄金时期，并非是增设人工智能设备的时期，而是利用剩余订单的实际生产数据，将总承包商、分包商、工人以及船舶整合为一个单一的自主证据链的时期。一旦这一连接建立，蔚山将从一座造船城市转型为一座学习船舶设计、生产和运营的城市。如果这一连接未能建立，造船业的繁荣将终结，最终只剩下智能船厂的设施和目标。

主要证据来源

• 韩国产业通商资源部——到2026年，将投资3200亿韩元用于韩国造船业超大技术差距技术的研发。
• 韩国政策简报——2025年韩国造船业超大差距技术发展
• K-Shipbuilding下一代领导战略
• HD韩国造船与海洋工程——集成船舶设计与生产平台
• HD韩国造船海洋工程公司——2025年可持续发展报告
• 海洋水产部—蔚山自主船舶性能示范中心
• 蔚山科学技术大学——382亿韩元人工智能船舶演示支援中心
• 蔚山广域市——扶持造船业
• 韩国造船业的现状与挑战
• 贸易、工业和能源部——自主船舶性能示范中心竣工