admin到2026年初，工业智能化的进步将迎来政策与产业共鸣的“黄金时代”。工业和信息化部等八部门联合公布《人工智能+制造专项行动实施意见》，明确了到2027年推出1000个高水平工业智能体的核心目标，为工业发展注入强劲动力。在此背景下，美的、海尔等制造业龙头企业和产业链企业正在加速设计并推动以全场景智能代理阵列为核心的智能制造落地。业内认为，政策红利的持续释放和企业实践的全面落地，将形成双向赋能，推动产业智能化。从单点试点阶段到大规模扩散，将带动产业转型升级。制造业从“规模化”向“质量跨越”，成为培育新的质量生产力的核心动力。政策也将得到加强。 2026年初，工业智能化领域将出台三项政策完善：国家高层设计、地方实施细则、两会定调。 1月，工信部等八部门联合发布《关于实施人工智能+制造专项行动的意见》，要求到2027年，综合应用制造业3至5个通用大模型，形成特色鲜明的全覆盖大工业模型，推出1000个高水平工业智能体，创建100个工业领域高质量数据集。建议尽快出台配套政策新年伊始，重点围绕财政补贴、算力支持、场景开放等方向，为产业智能化落地提供精准保障，深化拓展“人工智能+”，加快新一代智能终端和智能代理的推广。 （IDC）中国在接受经济参考报记者采访时表示：“工业智能化正在成为‘人工智能+制造’的核心。”本质原因是你的角色从被动的工具变成了自主的数字化员工。现在越来越多的企业开始关注人工智能的投入产出关系，吸引的中心是做还是不做，我在看人工智能如何真正帮助提高质量、降低成本、提高效率。据IDC发布的2025年中国工业企业调查显示，企业应用程序占比大型模型和代理的规模从2024年的9.6%快速增长到2024年的47.5%。到2025年，在研发、制造、供应链等多个环节应用智能代理的企业比例也将从1.7%增加到35%。这意味着工业智能化正在从单点测试向“自动化”过渡。专家认为，政策的强化将加速智能体在研发、制造、供应链等全价值链的渗透，促进制造业从“自动化”向“自动化”转变。IDC预测，随着政策的持续推动，工业企业和中国的人工智能支出规模将达到37.7%的年复合增长率，加速人工智能的应用。 “人工智能+制造”市场未来3至5年将保持年均35%左右的增速，是一个相对合理、可持续的区间。随着“AI+制造”行业试链不断演进，从制造龙头到产业链企业，以全场景智能矩阵为核心的智能制造正在加速落地。 2026年1月，美清旗下美清智能推出美清AIGC3.1平台及智能工厂解决方案，构建覆盖全价值的智能矩阵。研发链、制造链、供应链、营销链、管理链，共实施了158个核心场景。在制造方面，美的表示，利用TPM、模具等智能代理实现设备故障预测和工艺优化，使OEE（整体设备效率）提高30%，检验效率提高一倍。供应链端，智能代理将端到端交付周期缩短39%；库存周转时间减少30%。海尔智家还宣布，超智能“智能小嫩”将让所有员工AI赋能，将技术创造与应用并行化，研发效率提升90%，采购成本降低10%，办公效率提升80%，推动人与人工智能协同进化的新工作模式。专注于激光雕刻车的深圳科技公司xTool也在1月份正式推出了全球首款AI创作代理AImake。作为业界首个具有“制造情境感知”功能的智能代理，AImake能够将自然语言创意即时转化为可操作的蓝图，大幅降低非专业用户进入激光制造领域的技术门槛。 3月，华为推出AI数据平台，为企业数字化转型构建坚实的数据库，重点解决AI代理部署的困境。此外，上市公司威士顿近期也在其互动平台透露，威士顿的智能工业AI软件可以满足工业业务应用场景的需求。这改变了软件产品的人机交互模式，进一步促进了产品的技术升级，丰富了公司的产品线。汉德信息表示，公司拥有自有系统“德灵”B端AI应用EMA，包括“灵手”商业智能系列，包括制造、营销、财务、供应链、人力资源、综合商业企业等各种业务场景的AI智能代理，已部署在主要客户的现实生活场景中。大规模采用的障碍尚未克服。业内认为，在政策助力下，工业智能化加速落地，助力智能制造转型提升。但大规模实施过程仍面临技术适配、数据基础设施、成本等多重问题。效益和生态协同。这些问题相互交织，从试点到部署的转变成为实现这一目标的主要障碍。业内专家指出，工业智能的研发和实施需要算力、算法和人力资源的多重投入。技术壁垒高、资金投入高、大规模工业模型算力培训成本、定制开发成本等数据安全风险高、专业运维人工成本等问题给中小企业带来沉重负担。 “中短期来看，‘人工智能+制造’产业现代化面临的最核心、最紧迫的挑战仍然主要来自‘市场’：‘现场侧’，而不是‘技术侧’。”杜彦泽表示，一方面，中国制造业对人工智能的认知和热情不断增强。不断壮大，政治支持、开源技术生态和人才库也在不断完善。另一方面，企业普遍面临利润率压力。具体来说，杜扬泽认为，目前的核心限制主要体现在以下几个方面： 企业投资回报压力较大，对人工智能的兴趣较低。有业内人士表示，市场竞争过于激烈，同质化现象普遍，厂商可持续投资能力降低，供需还不够均衡，真正“智能、行业友好”的产品和服务还缺乏。人工智能不完全统一，不同公司的系统接口和数据格式不兼容，增加了集成成本，导致人工智能应用部署困难。
（编辑：刘鹏）
每日更新