今年前三季度經濟數據中，“人工智能+制造”表現亮眼，成為觀察新質生產力落地最鮮活的窗口。這份亮眼成績，並非短期技術熱潮催生的偶然結果，而是政策引導、場景牽引、產業底座與市場需求等多重因素疊加共振形成的必然成果。

“人工智能+制造”已從單點示范，邁入規模化落地、產業化見效的新階段。從應用普及看，規模以上制造業人工智能技術重點場景應用普及率超過1/3，一批具有較高水平的智能工廠建成，表明人工智能（AI）正加快從選項變成標配。從產業底座看，聚焦20個重點工業領域，打造超500個高質量數據集，推廣100余款工業智能體，意味著規模化復制的基礎不斷夯實。從產業拉動看，前三季度規模以上數字產品制造業增加值對規上工業增長貢獻率超1/3，集成電路、智能生產設備產量大幅增長，說明AI已經轉化為工業增長動力。

取得這份亮眼成績的首要原因，是思路變了。過去，不少制造業智能化項目傾向打造樣板車間，好看卻難以復制，技術投入和企業真實需求脫節。而“人工智能+制造”專項行動，給不同行業、不同場景繪制不同的智能施工圖，組織AI服務商與制造企業供需對接，把AI技術轉化為解決生產痛點的實用方案。這樣一來，智能化不再只是大企業的“形象工程”，而是可復制可推廣的行業解決方案，真正落地為降本增效、提質升級的生產力。

更深層的原因在於中國制造業數智化轉型的長期積累。規上工業企業的數字化底子已經足夠厚實。人工智能要在制造場景真正跑起來，前提是設備聯網、產線數字化、數據可採集。目前，我國規上工業企業數字化改造覆蓋率達92%，數字化生產設備普及率達63%。這意味著絕大多數規上企業已經完成了連接層面的基礎工作，AI接入不再是“空中樓閣”，而是在已有數字化產線上直接部署。沒有這個前提，1/3以上的AI應用普及率不可能在短期內實現。

工業數據的“採、集、用”瓶頸正在打通。人工智能落地車間，不能隻靠通用大模型，而要配套工業數據集、工業智能體、統一標准與軟硬件適配能力等。依托“模數共振”行動，一批聚焦重點工業領域的高質量數據集建成，工業智能體逐步在產線試用推廣，面向中小企業的高質量行業數據集先行先試聯合體也在各地鋪開。工業數據從零散狀態走向標准化、可流通，AI模型有了在產線上持續迭代的燃料。

智能終端讓AI價值變得可感知、可變現。2026年上半年，我國各類智能終端出貨量超1億台。智能終端是打通“人工智能+制造”的重要載體，不僅直接拉動制造端增長，還能降低AI落地門檻，拓展“人工智能+制造”的市場空間。同時，百余項國家、行業標准落地，同步推進國際標准研制，智能體互聯協議打通設備之間的溝通壁壘。產業生態體系加快構建，算力、數據、標准、企業、資本等形成完整支撐，零散、碎片化的單點應用，才有條件走向規模化復制。

中國制造業的配套響應能力大幅壓縮技術落地周期。一項智能技術從研發到產線驗証，需要快速找到適配的軟硬件供應商、完成設備改造、跑通數據鏈路。我國擁有全球最完備的產業體系和產業鏈上下游配套能力，加速AI軟硬件產品從實驗室走向車間。全鏈條配套優勢是AI快速推出適配不同場景產品、精准對接海內外需求的關鍵支撐。這種響應速度，是單一技術領先無法替代的結構性優勢。

“人工智能+制造”仍處於規模化落地的爬坡期。中小企業智能化改造的意願和能力仍不均衡，部分企業面臨“不敢轉、不會轉、轉不起”的困境。工業數據的標准統一、跨企業流通和安全治理仍是硬骨頭，高質量數據集的覆蓋面有待從重點領域向更廣行業延伸。還要繼續攻關關鍵技術，培育更多優質AI服務商，推動智能工廠、智能裝備、工業模型等協同突破。持續做強“人工智能+制造”，使之成為經濟增長的新引擎和新舊動能轉換的加速器。