1月7日，工业和信息化部联合发展改革委、科技部等八部门正式印发《“人工智能+制造”专项行动实施意见》（以下简称《实施意见》），配套发布《人工智能赋能制造业重点行业转型指引》《制造业企业人工智能应用指南》两大附件，形成“1+N”政策体系，标志着我国制造业智能化转型从“分散探索”进入“国家统筹、分类施策、实操落地”的战略攻坚阶段。

当前，全球制造业正经历“技术重构、链条重组、生态重塑”的深刻变革，人工智能已成为重塑产业竞争力的核心变量。尽管我国制造业规模居全球首位，但其发展正面临包括高端技术封锁、产业链韧性不足、全要素生产率偏低以及绿色转型压力在内的多重挑战。在此背景下，《实施意见》以“创新驱动、场景牵引、市场主导、安全可信、开放共享、普惠融通”为核心原则，一端抓“智能产业化”强化技术供给，一端抓“产业智能化”深化赋能应用，通过人工智能与制造业全要素、全流程、全链条深度融合，打造新质生产力，为制造强国、网络强国和数字中国建设提供关键支撑，同时抢占全球产业竞争制高点。

一、核心目标与量化指标（2027年）

《实施意见》构建“技术－应用－产品－主体－生态”“五位一体”发展目标，配套设定明确、可量化、可考核的核心指标，形成闭环牵引体系：

（一）技术底座自主可控

通过实现关键核心技术的安全可靠供给，突破高端训练芯片、端侧推理芯片、智算云操作系统等关键环节，构建“云-边-端”协同的技术体系，显著降低外部技术依赖，人工智能领域正迎来技术突破的浪潮。例如，生成式人工智能在内容创作和数据生成方面的能力不断提升，高级推理能力的AI模型在复杂问题上表现出超越部分人类专家的水平，多模态人工智能技术实现了文本、图像、音频等多种数据类型的融合，边缘人工智能的普及使得物联网设备变得更加智能，而量子人工智能算法在处理复杂问题时具有显著优势。

（二）应用渗透深度覆盖

模型赋能方面，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矩阵，推出1000个高水平工业智能体。数据支撑方面，打造100个工业领域高质量数据集，建立标准化数据资源体系，攻克数据碎片化难题。场景推广方面，推广500个典型应用场景，覆盖研发设计、生产制造、营销服务等全流程，推动生产效率、产品质量、资源效能系统性提升。

（三）产业主体梯次培育

根据工信部的规划，到2027年，将培育2-3家具有全球影响力的生态主导型企业，选树1000家标杆企业，孵化一批专精特新“小巨人”企业、制造业单项冠军企业，并打造一批“懂智能、熟行业”的赋能应用服务商。

（四）生态体系全球领先

通过构建全球领先的开源开放生态，我们能够完善人工智能标准体系和安全治理机制，为国际规则制定贡献更多具有中国特色的“中国方案”。

二、重点任务与实施路径（结合两大附件深度解读）

《实施意见》围绕九大重点任务，结合行业转型指引与企业应用指南，构建“宏观政策－行业路径－企业实操”三级落地体系，核心聚焦四大维度：

（一）创新筑基：夯实“算力－模型－数据”三位一体赋能底座

1.强化算力供给能力。技术突破，聚焦高端训练芯片、端侧推理芯片、人工智能服务器等核心硬件，突破芯片设计、制造与封装测试关键技术；设施布局，推进高水平智算设施建设，搭建全国一体化算力网监测调度平台，开展智算云服务试点，部署大模型一体机、边缘计算服务器，形成“云边-端”协同的算力供给体系；企业实操（参考《应用指南》），企业应按阶段化、梯度上升原则规划算力规模，优先采用云计算服务降低成本。对数据安全要求较高的企业可自建智算资源，实现云边端算力协同调度。

2.开发高水平行业模型。体系构建，培育重点行业大模型，发展“云-边-端”模型体系，鼓励大小模型协同创新，推动模型轻量化部署；支撑保障，构建模型公共服务平台与评测基准体系，发布权威榜单以推动技术迭代；企业实操，根据业务场景需求与算力基础选择模型，优先采用行业验证的成熟方案；通过提示词工程、检索增强、参数微调等手段适配典型场景，提高模型实用性。

3.开展“模数共振”行动。数据治理，推动设立企业首席数据官制度，推进数据管理能力成熟度评估标准实施，发布制造业高质量数据集建设指南；融合机制，探索“数据协同－模型训练－应用开发－安全保障”一体化机制，实现“以模引数、用数赋模”；企业实操，构建覆盖全业务场景的数据资源池与工业知识库（包括机理库、仿真库、经验库），运用智能标注、数据合成等工具链提升数据集质量。建立数据分类分级管理体系，确保数据安全流通。

（二）赋智升级：分行业、全流程拓展高价值应用场景

1.重点行业分类赋能（依据《行业转型指引》）。原材料行业，钢铁行业构建全流程动态模型与智能体，实现工艺参数自适应优化。石化化工行业融合数字孪生技术，突破油气勘探与新材料研发范式。有色金属行业打造“物理机理－工艺数据－环境变量”融合模型，优化采选冶过程控制；装备制造行业，工业母机融入人工智能技术，提升自适应作业与预测性维护能力。汽车行业打造全链条大模型，推动柔性可重构产线建设。航空航天行业开发智能仿真平台，缩短极端工况验证周期；消费品行业，纺织服装领域构建个性化设计与虚拟试衣系统。食品加工行业部署多模态安全生产监控大模型。医药领域建设人工智能驱动的新药发现平台，缩短研发周期；电子信息行业，电子元器件领域实现全虚拟仿真调试。消费电子行业构建柔性生产系统，提升多品种小批量生产能力；软件和信息技术服务行业，打造软件全生命周期智能工具链，培育垂直领域智能体，建设高质量软件研发数据集。

2.全流程智能化转型。研发设计环节，推进智能辅助设计、软件代码辅助编写，构建工业研发数据集，疏通科学发现“堰塞湖”；中试验证环节，应用虚拟仿真、多模态融合技术，优化工艺流程、降低试验成本；生产制造环节，深化工艺优化、智能排产、机器视觉质检等应用，实现生产过程智能化管控；营销服务环节，推广智能客服、数字人，发展个性化推荐与定制化售后，提升服务价值；运营管理环节，优化订单处理、库存预警、供应链管理，提升企业战略与风险管控能力。

（三）产品突破：培育智能装备与新业态

1.智能装备迭代升级。加快工业母机、工业机器人搭载智能体，研制新一代人工智能数控系统；发展手术机器人、智能诊断系统等医疗装备；推动人工智能融入大飞机、船舶等重大技术装备；开展智能网联汽车测试与试点。

2.新型终端与业态培育。智能终端，突破端侧模型技术，培育智能手机、智能家居等终端，加快AR/VR、脑机接口等新型终端产业化。建设人形机器人中试基地，在典型制造场景率先应用；智能体新业态，攻关工业智能体任务规划、群体协同技术，建设智能体应用商店，发布企业级应用实践指南；推动人工智能与工业软件深度融合，提升设计生产效率。

（四）生态保障：强化主体培育、安全治理与国际合作

1.梯次培育市场主体。龙头企业，支持承担国家重大任务，打造全球影响力生态主导型企业；中小企业，实施创业支持计划，通过“算力券”“模型券”等政策降低转型成本；创新载体，建设国家制造业创新中心、重点实验室、人工智能应用中试基地；赋能服务商，培育优质服务商，提供模型调优、数据治理、安全保障等一体化服务。

2.安全治理与标准建设。安全保障，攻关深度合成鉴伪、训练数据保护等技术，构建工业安全大模型，降低幻觉风险；落实伦理管理要求，提升企业风险防范能力；标准引领，推动安全、治理、应用等领域标准研制，开展“人工智能标准行”活动，鼓励企业参与国际标准化工作。

3.国际合作深化。开展“人工智能赋能新型工业化深度行”海外版，支持企业定制出海解决方案；办好世界人工智能大会等高端展会，建设中国－金砖国家人工智能发展与合作中心，推动全球产业协同。

三、政策亮点与创新突破

（一）“1+2”政策体系，实现全链条覆盖《实施意见》作为核心纲领，搭配《行业转型指引》的“分类施策”与《企业应用指南》的“实操指引”，形成从宏观到微观的完整政策闭环，解决“政策怎么落地、行业怎么转型、企业怎么应用”的核心问题。

（二）量化指标牵引，提升政策可操作性明确3—5个通用大模型、1000个工业智能体、500个典型场景等量化目标，为地方考核、企业实施提供清晰指引，避免政策空泛化。

（三）场景与需求双向驱动以“深度行”活动为契机，搭建应用对接平台，实现供需精准匹配；按行业制定转型路线图，推动技术研发与实际需求精准对接，攻克“重技术轻应用”的顽疾。

（四）普惠性导向，兼顾中小企业发展通过“算力券”“模型券”、轻量化解决方案、专业服务商培育等方式，降低中小企业转型门槛，让智能化红利惠及全行业。

（五）安全与发展并重构建全链条安全治理体系，为数据安全、模型安全及供应链安全筑牢层层防线，同时通过开源开放生态建设，提升全球竞争力。

四、现实挑战

（一）数据治理与融合难度大。制造业数据分散于设备、系统、产业链各环节，格式不统一、协议不兼容，数据价值释放受阻。

（二）复合型人才缺口显著，特别是在人工智能与制造业的融合领域。当前，我国在这一领域的人才缺口较大，既懂人工智能技术又熟悉制造业工艺的复合型人才极为稀缺，这严重制约了技术落地的效果。

（三）企业转型成本高、周期长。中小企业资金压力大，智能化投入回报周期长，转型动力不足。

（四）模型适配与安全风险并存。工业场景的实时性、可靠性要求高，模型“落地难”；同时存在数据泄露、模型幻觉、系统攻击等安全风险。

到2027年，随着“1+2”政策体系落地见效，我国将建成自主可控的“人工智能+制造”技术体系，形成“龙头引领、中小协同”的产业生态，重点行业智能化水平跃居世界前列。展望2030年，人工智能将深度融入制造业全价值链，推动产业从“局部优化”迈向“系统智能”，实现智能化、绿色化、融合化深度发展。届时，新质生产力将实现规模化培育，我国制造业将建成智能高效、安全可控、全球领先的现代化产业体系，在全球产业竞争中占据主动地位。企业需把握政策机遇，将人工智能纳入核心战略，从“工具应用”向“战略赋能”转型，在新一轮工业革命中赢得先机。(作者:高飞,职业及职业化研究领域专家、中国城市经济专家委员会专家委员)

本网站基于信息传播需要，对相关商业资讯予以转载发布。该转载行为不代表本网站赞同其观点或证实其内容的真实性、准确性、完整性。转载材料所涉及的文字、图片、音视频等所有内容的著作权及相关法律责任，均由材料提供方独立承担和负责。

本网站对转载信息的真实性、有效性及合法性不作任何形式的明示或默示保证，亦不构成任何购买、投资或决策建议。任何依据本网站所载信息进行的操作，其风险均由行为人自行承担。

特此声明。