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）