国务院日前印发《关于深入实施“人工智能+”行动的意见》，提出推进工业全要素智能化发展，加快人工智能在设计、中试、生产、服务、运营全环节落地应用。在电子信息制造业的基础环节——印制电路板组装（PCBA）行业，人工智能大模型正从研发设计、生产制造到供应链管理多个环节加快落地。日前，专注AI服务器及低空经济相关产业链PCBA的企业——汉普智造相关负责人表示，这一传统上依赖工程师经验与人工调度的行业，作业方式正在发生变化。
汉普智造电子制造车间
研发设计端：从“经验依赖”走向“人机协同”
高密度、高频高速电路板的设计，长期是电子研发链路中的难点。业内人士介绍，此类设计动辄涉及数千根走线的物理约束，还需反复进行信号完整性、电源完整性仿真，进度与质量高度依赖资深工程师的个人经验。
这一环节正在引入AI工具。据企业反映，具备垂直电子工程领域知识的AI辅助设计工具，已能根据自然语言指令与参数输入生成基础拓扑结构和布线策略；在可制造性设计环节，大模型可吸收历史生产数据，在设计阶段预判装配干涉、热应力分布等风险，减少后期改板。
深圳市汉普智造科技有限公司（以下简称“汉普智造”）有关负责人介绍，公司设有20余人的PCB设计团队，成员平均行业经验8年以上，自研EDA二次开发工具支持高速、高密度、射频及软硬结合板等多种复杂板型设计，AI辅助审核已纳入设计流程，用于压缩客户产品从概念到发板的研发周期。
汉普智造AI辅助的高密度PCB设计与仿真
生产制造端：检测与排产引入大模型
自动光学检测（AOI）、锡膏厚度检测（SPI）等设备过去主要依靠预设算法和固定阈值判定质量，易受光线、板材色差等因素影响产生误报。多家企业技术人员表示，基于大模型架构的工业视觉AI通过海量图像特征学习，对虚焊、连锡、元件偏移等缺陷的识别能力明显提升，有助于降低误报率和漏检率。
排产调度同样在发生变化。面对多品种、小批量的订单结构，大模型可实时统筹物料库存、设备稼动率和交期优先级，在众多排产组合中动态生成优化方案，缩短高端订单的换线与交付周期。
汉普智造有关负责人介绍，公司在珠三角设有SMT工厂，配备3D锡膏检测、自动光学检测、X-Ray检测、首件检验等多道检测工序，按照IPC-A-610 Class II/III标准执行品质管控，具备2至68层板制板能力，物料齐套后最快24小时可完成贴片生产。
现代SMT产线一
供应链端：从人工比对到智能寻源
一张服务器或医疗设备的物料清单（BOM）往往包含数百上千种元器件，替代料评估、生命周期核查与多级比价，过去需要采购工程师耗时数天完成。
业内企业反映，大模型的多模态数据处理和长文本推理能力，使元器件规格书的快速解析成为可能，系统可在数据库中匹配引脚兼容的替代料与现货库存，缩短供应链响应时间。光大证券研报显示，AI服务器PCB层数已从传统服务器的14层至24层提升至20层至30层，单台价值量达传统服务器的5倍至7倍，高端化趋势对制造企业的供应链管理能力提出更高要求。
汉普智造介绍，公司与授权分销商建立长期合作，维持百万级正品元器件库存，来料执行进货检验，以降低假冒伪劣器件流入产线的风险。
现代SMT产线二
行业观察：
市场需求为转型提供了动力。市场研究机构Prismark数据显示，2025年全球PCB产值约850亿美元，同比增长约16%，其中服务器及存储相关PCB产值约160亿美元，同比增长46%；该机构预测，2026年全球PCB市场规模有望达到958亿美元。
政策层面，2025年8月，工业和信息化部、市场监管总局印发《电子信息制造业2025—2026年稳增长行动方案》；同年11月，工信部就《印制电路板行业规范条件（2025年本）》公开征求意见，对PCB行业在生产工艺、质量管理及智能制造等方面提出引导性要求。
转型并非一蹴而就。国家发展改革委有关负责人在解读《关于深入实施“人工智能+”行动的意见》时表示，当前人工智能应用落地仍存在供需对接不畅、“最后一公里”障碍等突出问题。对PCBA行业而言，数据积累、工程人才储备和改造投入，是企业推进智能化绕不开的课题；转型成效如何，最终要看交付质量、成本与效率是否得到实际改善。汉普智造的案例，是电子制造从研发设计、生产制造到供应链管理多个环节加快拥抱人工智能的示范之一。
