《“人工智能+制造”专项行动实施意见》解读：构筑“双向赋能”的智能工业新范式

文/智九人工智能产业研究院

 2025年12月25日，工业和信息化部、国家发展改革委、国家数据局等八部门联合印发《“人工智能+制造”专项行动实施意见》（工信部联科〔2025〕279号），文件于2026年1月7日正式公布。该文件旨在贯彻落实“人工智能+”行动，系统性推进人工智能技术在制造业的融合应用。

《实施意见》明确了以2027年为节点的阶段性目标，提出“人工智能关键核心技术实现安全可靠供给，产业规模和赋能水平稳居世界前列”的总体要求。2027年，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；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；推广500个典型应用场景；培育2—3家具有全球影响力的生态主导型企业和一批专精特新中小企业；打造一批“懂智能、熟行业”的赋能应用服务商，选树1000家标杆企业。

整体而言，文件构建了一个涵盖技术供给、场景赋能、产业突破与生态培育的系统化实施框架。

智九产研对本文件的解读，旨在穿透政策文本的表层表述，分析其内在的产业逻辑、潜在的市场规则变化以及对价值链的重塑效应，为相关决策者提供基于政策框架的产业影响分析与前瞻性评估。

一、核心框架：体系化部署的四个层次

文件的核心内容可以归纳为四个紧密关联的层次：

1. 基础层（创新筑基）：聚焦于“算力、模型、数据”三大基础要素的供给与协同。其核心是提出“模数共振”行动，旨在通过“以模引数”（以模型需求牵引数据治理）和“用数赋模”（以高质量数据优化模型性能）的互动，破解工业数据应用瓶颈，夯实人工智能赋能的基础支撑。

2. 应用层（赋智升级）：强调以“场景牵引”为驱动，推动人工智能技术在制造业全流程中的渗透。文件要求“改造研发设计、中试验证、生产制造、营销服务、运营管理等全流程”，并在附件1中针对原材料、装备制造、消费品、电子信息、软件和信息技术服务等重点行业，分类制定了具体的转型指引，体现了差异化推进的思路。

3. 产业层（产品突破）：旨在培育基于人工智能的新产品与新业态。文件中明确将“智能装备”“智能终端”和“智能体新业态”作为重点发展方向，特别是对“工业智能体” ，提出了推动其云化部署、研制开放协议和接口、探索应用商店模式等具体发展路径，将其作为人工智能能力产品化的重要载体。

4. 生态层（主体培育与生态壮大）：致力于构建多元化协同的产业生态。文件部署了梯次培育企业、打造创新载体、发展赋能应用服务商等任务，并通过强化标准引领、推动开源开放、加强人才引育等措施，营造有利于产业发展的整体环境。

二、重点方向：工业智能体与行业模型的发展路径

文件将“工业智能体”与“行业模型”置于关键位置，明确了发展路径：

1.工业智能体的核心载体定位。文件设定了“推出1000个高水平工业智能体”的目标，并从技术融合、部署方式、协议标准及商业模式等方面进行了规划。其发展思路强调“强化工业机理与智能体决策模型融合”及推动标准化与开放协同，这被视为工业软件形态演进的可能方向之一。

2.行业模型的务实导向。文件提出了构建“通用大模型—行业大模型—场景小模型”协同的体系。一方面支持“培育重点行业大模型”，另一方面强调“打造面向工业细分场景小模型”，以适应制造业对“实时性、可靠性、安全性”的要求，反映了技术落地需与工业实际紧密结合的考量。

三、企业实施：标准化操作指引

附件2《制造业企业人工智能应用指南》为企业提供了系统性的实施参考。该指南构建了覆盖企业人工智能应用全周期的标准化路径，具体包括：开展智能化评估与规划、提升硬件与软件基础能力、构建高质量数据集、规划算力资源、完成模型选型、调优与部署集成，并建立持续评估优化与安全防护机制。这一框架为企业、特别是中小企业，在推进智能化转型过程中降低试错成本与认知门槛提供了明确的方法论指导。

 四、潜在影响与市场效应分析

基于文件内容，智九认为可能对产业主要产生以下三方面影响：

1. 生产要素重心转移：通过推动“‘模数共振’行动”和建设工业知识库，产业竞争的焦点可能从单纯的数据规模，逐步转向对工业机理、工艺知识与数据融合的“数字化工业知识”的构建与运营能力。

2. 生产组织模式演变：对“工业智能体”的强调，预示着未来制造系统可能从当前预设的刚性自动化，向由多个智能体协同、具备更高柔性与自主响应能力的模式演进。这将对现有工业控制系统的架构提出新的要求。

3. 产业生态结构重塑：文件鼓励发展多类型服务商、构建开源社区及探索智能体应用商店，可能推动产业生态从传统的链式配套，向“基础平台—行业模型—场景应用”的立体化、平台化生态结构转变，龙头企业的角色可能随之发生调整。

五、风险考量与实施建议

在推进过程中，需关注并管理以下主要风险：

1. 技术融合风险：人工智能模型与工业控制系统的深度融合，面临实时性、可靠性和安全性的固有挑战。建议采取严格的试点验证流程，并在仿真环境中进行充分测试。

2. 生态锁定风险：过度依赖单一的技术平台或封闭协议，可能导致未来丧失技术路线的灵活性与议价能力。在技术选型时，宜优先考虑基于开放标准和具备互操作性的解决方案。

3. 价值衡量风险：人工智能项目通常投入较大、周期较长，若无法清晰定义和量化其对企业关键业务指标（如质量、成本、效率）的实际提升效果，容易导致投资效益低下。建议在项目启动前即建立可量化的评估体系。

智九认为，《“人工智能+制造”专项行动实施意见》是一份目标明确、路径清晰的系统性政策文件。以2027年为关键时间节点，通过构建多层次实施框架，旨在推动人工智能与制造业的深度融合从试点示范走向规模化推广。具体落实效果，将取决于技术供给、场景适配、产业协同与生态构建等多方面因素的共同作用。

本文为网络摘录或转载，版权归原作者所有，内容为原作者个人观点，并不代表本公众号赞同其观点和对其真实性负责。如涉及作品版权问题，请与我们联系，我们将在第一时间删除内容！