文 / 金思宇

（中国政策科学研究会特邀研究员、远望智库产业顾问、中国合作贸易企业协会数字经济专业委员会顾问、经济学家）

引言

2026年开年，一份重磅文件在产业界激起千层浪。工业和信息化部、中央网信办、国家发展改革委等八部门联合印发《“人工智能+制造”专项行动实施意见》，以一连串清晰有力的数字，为AI落地制造业绘制了一张面向未来的系统施工图。

这绝非一次常规性的政策加码。当中国制造业以庞大规模、复杂场景闻名于世，却长期受困于数字化水平不均、智能化落地成本高企之际，当大模型等技术在通用领域快速成熟、迫切需要一个能够持续释放真实价值的主战场之际，这份文件的出台恰逢其时。它锚定一个核心逻辑：“智能产业化”与“产业智能化”的双向赋能、协同发展——既推动人工智能技术本身的产业化进程，也加速制造业的全面智能化升级。

一、2027核心目标：一组数字勾勒的产业蓝图

《实施意见》设定了到2027年的具体量化指标，目标直指构建自主可控的AI制造新格局：

· 技术应用：推动3-5个通用大模型在制造业深度应用，形成特色化、全覆盖的行业大模型

· 平台建设：推出1000个高水平工业智能体，打造100个工业领域高质量数据集

· 场景推广：推广500个典型应用场景，选树1000家标杆企业

· 主体培育：培育2-3家具有全球影响力的生态主导型企业

这组数字背后，是一条清晰的技术路线：政策并未鼓励制造业“百模大战”，也未寄希望于单一模型包打天下，而是明确了一条正在被产业实践反复验证的技术路径——以少量通用底座模型为核心，通过行业数据、工艺知识与场景优化的持续叠加，构建面向制造业的专用智能能力体系。

二、双向赋能：七大重点任务的深层逻辑

围绕“技术-场景-产品-生态”的完整闭环，《实施意见》部署了创新筑基、赋智升级、产品突破、主体培育、生态壮大、安全护航、国际合作等七方面21项具体举措。其深层逻辑，正是“双向赋能”的有机统一。

创新筑基：解决“卡脖子”问题。 政策明确突破高端训练芯片、端侧推理芯片、人工智能服务器、高速互联、智算云操作系统等关键技术，加快建设全国一体化算力网监测调度平台。同时开发高水平行业模型，培育重点行业大模型，打造面向工业细分场景小模型，鼓励大小模型协同创新。

赋智升级：解决“怎么用”问题。 针对研发设计、中试验证、生产制造、营销服务、运营管理等全流程，政策提供具体转型指引，让AI真正进车间、上产线。在研发设计环节，重点推进智能辅助设计、软件代码辅助编写；在生产制造环节，深化AI技术在工业核心流程控制、工艺优化、排产调度等环节应用。

产品突破：推动工业母机、工业机器人等核心装备搭载智能体，实现自主决策。 政策特别提出，推动人工智能技术融入大飞机、船舶等重大技术装备研发、制造、运行，发展无人机等智能低空装备。同时，开展工业智能体任务规划、群体协同等技术攻关，强化工业机理与智能体决策模型融合。

主体培育：打造“懂智能、熟行业”的赋能服务商。 政策遵循梯次原则，一方面支持大型企业加大创新投入，集聚资源打造具有全球影响力的生态主导型企业；另一方面发展人工智能企业孵化器，培育更多专精特新“小巨人”企业、高新技术企业、制造业单项冠军企业。

生态壮大：建设开源开放生态，加强标准建设和人才培养。 政策提出健全人工智能开源机制，建设高水平人工智能开源社区，引导云服务厂商、赋能应用服务商与开源社区积极对接。同时，在建立人工智能产业人才需求预测系统的基础上，引导与支持高校院所提前布局、调整优化相关学科专业。

安全护航：构建安全运行体系，防范数据泄露和算法风险。 政策明确，既要确保从芯片、服务器到算力网络等基础设施的安全可控，也要保障智能装备、工业系统自身安全及稳定运行，还要保障工业数据全生命周期安全。

国际合作：推动技术、标准和产业合作。 在全球科技分化背景下，中国方案正为人工智能发展贡献独特智慧。

三、政策亮点与落地抓手：让企业“用得起、用得好”

细读《实施意见》及其配套文件，三大亮点值得关注：

一是“主文件+双附件”的操作手册式设计。 除了主文件，政策还配套了《人工智能赋能制造业重点行业转型指引》和《制造业企业人工智能应用指南》，为企业提供了“说明书”式的操作路径。在《重点行业转型指引》中，钢铁、石化化工、有色金属、航空航天等行业的具体应用方向清晰可见。

二是“算力券/模型券”破解中小企业“用不起”痛点。 政策明确，鼓励有关地方给予企业“算力券”“模型券”等支持，强化赋能中小企业公共服务，降低企业开发应用成本。这一举措直击当前工业AI落地的核心障碍——算力成本高、优质模型稀缺，尤其对资源有限的中小企业而言，“用不起、不会用”仍是主要难题。

广东已率先行动，在2025年10月发布的《广东省人工智能赋能制造业高质量发展行动方案》中提出“三券齐发”——鼓励地市设立“模型券”，支持企业购买工业模型服务；发挥省市合力，通过“算力券”“训力券”等政策工具，对符合条件的企业予以资金支持，降低算力使用成本。中山市更进一步，计划通过赋能平台发放5亿元“算力券”，补贴比例最高50%，单个主体每年最高补贴100万元。

三是“工业智能体”成为政策重点推广的新形态。 《实施意见》提出推出1000个高水平工业智能体，这反映出政策对制造业AI的理解非常清醒——工业智能的价值体现在结果，而非表现形式。工业智能体与通用智能体的根本区别，在于它不是以“对话”为中心，而是以“任务完成”为中心：预警是否及时？判断是否稳定？推荐是否可执行？结果是否能被复盘？

四、产业实践：智能体已在车间创造真实价值

事实上，工业智能体早已走出实验室，在多个领域创造实际价值：

西门子中国研究院为某国内领先钢企搭建智能运维体系，以AI智能体为统一入口，将热轧钢卷分散在各个层级的2万个数据点位进行整合，结合设备状态分析、质量问题追溯、能效评估等12个典型分析场景建立预防性维护模型，有效规避非计划停机风险。

宁波某塑料模具工厂通过AI智能体对接ERP系统的订单、生产、采购模块，基于历史订单数据自动计算物料需求，实时监控库存数据，自动计算补货量并推荐最优供应商，成功将库存资金从800万降至500万，积压原材料降低40%，因缺货导致订单延误率从15%降至2%以下。

研华科技在半导体工厂洁净车间门禁外，将摄像头升级为智能感知节点，对进出人员工作服、防护面罩、绝缘鞋等合规穿戴进行实时视频安全监测，提前15秒预警并联动门禁系统自动拦截。

这些案例证明，1000个高水平工业智能体并非遥不可及的目标。从产业格局看，云计算厂商、工业自动化厂商、工业软件与控制系统厂商正以各自优势切入这一领域。“1000个”意味着覆盖大量细分行业与细分场景，允许差异化、小而精的应用存在。制造业的真实需求，恰恰分布在大量碎片化场景中，通过智能体这种“模块化、可组合”的形态，可以更低成本地覆盖这些长尾需求。

五、投资机遇：三大圈层把握政策红利

站在2026年开年，投资者应如何把握“人工智能+制造”的政策红利？

核心圈层：算力基建与国产替代。 政策明确支持突破高端训练芯片、端侧推理芯片、人工智能服务器等关键技术。无论应用如何演进，对先进算力的需求是刚性的。关注在芯片、服务器、数据中心领域具有技术代差或国产化主导地位的企业。

关键圈层：工业智能体与行业解决方案。 政策提出推出1000个高水平工业智能体，这意味着大量懂工艺、懂流程、懂现场的工业企业——尤其是细分行业隐形冠军——将成为智能体落地的关键力量。寻找那些深刻理解钢铁、石化、航空航天等垂直行业痛点，并能用AI提供端到端解决方案的企业。

前沿圈层：数据工程与模型服务。 政策提出打造100个工业领域高质量数据集。长期以来，工业数据并非稀缺，但往往呈现“分散、异构、不可用”的状态。“没有工业数据，就没有工业智能；没有工业高质量数据集，就没有高水平工业智能。”许多智能化改造项目中，数据工程的投入占比极高，这一领域的服务商值得重点关注。

风险提示：需警惕技术路线突变、标准体系不成熟、数据安全风险及产业“内卷式”竞争。政策已明确引导企业错位发展，防范“内卷式”竞争，投资者应基于企业的真实技术壁垒与商业化进度，而非单纯追逐政策热点。

结语：让AI从实验室走进生产线

2026年，当我们谈论“人工智能+制造”，我们谈论的已不是遥远的未来科技，而是正在优化工厂流水线、提升设备运转效率、降低库存积压、保障安全生产的现实力量。

这份《“人工智能+制造”专项行动实施意见》的深远意义，在于它为中国制造业的智能化转型提供了一张清晰的施工图。它既没有鼓励“百模大战”式的资源浪费，也没有寄希望于单一技术包打天下，而是选择了一条被产业实践反复验证的务实路径：以少量通用底座模型为核心，通过行业数据、工艺知识与场景优化的持续叠加，让AI真正扎根车间、赋能产线。

八部门联合发文，各省市密集跟进——广东的“三券齐发”、中山的5亿元算力券、青岛高新区的“一人公司”专业园区——政策组合拳正在形成合力。这场变革不会一蹴而就，途中必有波折与分化。但趋势的洪流清晰可见：那些能够将智能技术深度融入生产流程、用AI解决实际问题的企业和地区，将在新一轮产业竞争中占据主动。

让我们期待，三年后的2027年，当3-5个通用大模型在制造业深度应用，当1000个高水平工业智能体在车间自主运行，当100个高质量数据集为行业持续赋能，中国制造将以全新的姿态，屹立于全球产业变革的潮头。