今年前三季度经济数据中
，“人工智能+制造”表现亮眼，成为观察新质生产力落地最鲜活的窗口。这份亮眼成绩 ，并非短期技术热潮催生的偶然结果
，而是政策引导
、场景牵引、产业底座与市场需求等多重因素叠加共振形成的必然成果 。

　　“人工智能+制造
”已从单点示范，迈入规模化落地 、产业化见效的新阶段
。从应用普及看 ，规模以上制造业人工智能技术重点场景应用普及率超过1/3
，一批具有较高水平的智能工厂建成，表明人工智能（AI）正加快从选项变成标配。从产业底座看 ，聚焦20个重点工业领域
，打造超500个高质量数据集，推广100余款工业智能体 ，意味着规模化复制的基础不断夯实 。从产业拉动看
，前三季度规模以上数字产品制造业增加值对规上工业增长贡献率超1/3，集成电路
、智能生产设备产量大幅增长 ，说明AI已经转化为工业增长动力
。

　　取得这份亮眼成绩的首要原因，是思路变了。过去
，不少制造业智能化项目倾向打造样板车间，好看却难以复制 ，技术投入和企业真实需求脱节 。而“人工智能+制造”专项行动
，给不同行业、不同场景绘制不同的智能施工图，组织AI服务商与制造企业供需对接 ，把AI技术转化为解决生产痛点的实用方案
。这样一来
，智能化不再只是大企业的“形象工程 ”，而是可复制可推广的行业解决方案 ，真正落地为降本增效 、提质升级的生产力。

　　更深层的原因在于中国制造业数智化转型的长期积累 。规上工业企业的数字化底子已经足够厚实
。人工智能要在制造场景真正跑起来
，前提是设备联网
、产线数字化、数据可采集。近来 ，我国规上工业企业数字化改造覆盖率达92% ，数字化生产设备普及率达63% 。这意味着绝大多数规上企业已经完成了连接层面的基础工作
，AI接入不再是“空中楼阁
”，而是在已有数字化产线上直接部署。没有这个前提 ，1/3以上的AI应用普及率不可能在短期内实现
。

　　工业数据的“采 、集
、用”瓶颈正在打通。人工智能落地车间，不能只靠通用大模型
，而要配套工业数据集、工业智能体 、统一标准与软硬件适配能力等 。依托“模数共振 ”行动，一批聚焦重点工业领域的高质量数据集建成 ，工业智能体逐步在产线试用推广
，面向中小企业的高质量行业数据集先行先试联合体也在各地铺开
。工业数据从零散状态走向标准化
、可流通，AI模型有了在产线上持续迭代的燃料。

　　智能终端让AI价值变得可感知、可变现 。2026年上半年 ，我国各类智能终端出货量超1亿台
。智能终端是打通“人工智能+制造
”的重要载体
，不仅直接拉动制造端增长，还能降低AI落地门槛 ，拓展“人工智能+制造”的市场空间。同时
，百余项国家 、行业标准落地，同步推进世界 标准研制 ，智能体互联协议打通设备之间的沟通壁垒 。产业生态体系加快构建
，算力、数据
、标准、企业 、资本等形成完整支撑，零散
、碎片化的单点应用 ，才有条件走向规模化复制
。

　　中国制造业的配套响应能力大幅压缩技术落地周期。一项智能技术从研发到产线验证，需要快速找到适配的软硬件供应商、完成设备改造 、跑通数据链路 。我国拥有全球最完备的产业体系和产业链上下游配套能力
，加速AI软硬件产品从实验室走向车间
。全链条配套优势是AI快速推出适配不同场景产品
、精准对接海内外需求的关键支撑。这种响应速度，是单一技术领先无法替代的结构性优势 。

　　“人工智能+制造 ”仍处于规模化落地的爬坡期。中小企业智能化改造的意愿和能力仍不均衡 ，部分企业面临“不敢转、不会转 、转不起
”的困境
。工业数据的标准统〖One〗
、 跨企业流通和安全治理仍是硬骨头
，高质量数据集的覆盖面有待从重点领域向更广行业延伸。还要继续攻关关键技术，培育更多优质AI服务商 ，推动智能工厂、智能装备 、工业模型等协同突破 。持续做强“人工智能+制造”
，使之成为经济增长的新引擎和新旧动能转换的加速器
。

（文章来源：经济日报）