潘悅 制圖

??2026年開年，工業(yè)智能體發(fā)展迎來政策與產(chǎn)業(yè)共振的“黃金期”。工業(yè)和信息化部等八部門聯(lián)合印發(fā)《“人工智能+制造”專項(xiàng)行動(dòng)實(shí)施意見》，明確了2027年前推出1000個(gè)高水平工業(yè)智能體的核心目標(biāo)，為產(chǎn)業(yè)發(fā)展注入了強(qiáng)勁動(dòng)力。在此背景下，美的、海爾等制造業(yè)龍頭及產(chǎn)業(yè)鏈企業(yè)加速布局，以全場(chǎng)景智能體矩陣為核心推進(jìn)智能制造落地。

??業(yè)界認(rèn)為，政策紅利的持續(xù)釋放與企業(yè)實(shí)踐的深度落地形成雙向賦能，推動(dòng)工業(yè)智能體從單點(diǎn)試點(diǎn)邁向規(guī)模化普及，成為驅(qū)動(dòng)制造業(yè)從“規(guī)模擴(kuò)張”向“質(zhì)量躍升”轉(zhuǎn)型、培育新質(zhì)生產(chǎn)力的核心驅(qū)動(dòng)力。

??政策再加碼

??2026年開年，工業(yè)智能體領(lǐng)域迎來國(guó)家級(jí)頂層設(shè)計(jì)、地方落地細(xì)則、兩會(huì)定調(diào)的三重政策加碼。

??1月，工信部等八部門聯(lián)合印發(fā)的《“人工智能+制造”專項(xiàng)行動(dòng)實(shí)施意見》提出，到2027年，推動(dòng)3-5個(gè)通用大模型在制造業(yè)深度應(yīng)用，形成特色化、全覆蓋的行業(yè)大模型，推出1000個(gè)高水平工業(yè)智能體，打造100個(gè)工業(yè)領(lǐng)域高質(zhì)量數(shù)據(jù)集，推廣500個(gè)典型應(yīng)用場(chǎng)景。

??與此同時(shí)，深圳、重慶等多地開年后也迅速出臺(tái)配套政策，聚焦資金獎(jiǎng)補(bǔ)、算力支持、場(chǎng)景開放等方向，為工業(yè)智能體落地提供精準(zhǔn)保障。

??3月5日，政府工作報(bào)告提出：深化拓展“人工智能+”，促進(jìn)新一代智能終端和智能體加快推廣。

??國(guó)際數(shù)據(jù)公司（IDC）中國(guó)高級(jí)研究經(jīng)理杜雁澤在接受《經(jīng)濟(jì)參考報(bào)》記者采訪時(shí)稱：“工業(yè)智能體正在成為‘AI+制造’的核心抓手，本質(zhì)原因在于其角色已經(jīng)從‘被動(dòng)工具’轉(zhuǎn)變?yōu)椤勺灾鲌?zhí)行的數(shù)字員工’。當(dāng)前，越來越多企業(yè)開始關(guān)注AI的投入產(chǎn)出比，核心訴求從‘是否要做AI’轉(zhuǎn)向‘AI如何真正幫助提質(zhì)、降本、增效’。”

??IDC發(fā)布的2025年中國(guó)工業(yè)企業(yè)調(diào)研顯示，已應(yīng)用大模型及智能體的企業(yè)比例，從2024年的9.6%快速提升至2025年的47.5%；其中，在研發(fā)、制造、供應(yīng)鏈等多個(gè)環(huán)節(jié)同時(shí)應(yīng)用的企業(yè)比例也從1.7%躍升至35%。這意味著，工業(yè)智能體正在從單點(diǎn)試驗(yàn)走向跨環(huán)節(jié)協(xié)同應(yīng)用。

??專家認(rèn)為，政策賦能將加速智能體在研發(fā)、生產(chǎn)、供應(yīng)鏈等全價(jià)值鏈的滲透，推動(dòng)制造業(yè)從“自動(dòng)化”邁向“自主化”，催生黑燈工廠、柔性制造等新型生產(chǎn)形態(tài)，重塑產(chǎn)業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)。

??企業(yè)加速布局

??IDC預(yù)測(cè)，到2028年，中國(guó)工業(yè)企業(yè)AI支出規(guī)模將接近900億元人民幣，年復(fù)合增長(zhǎng)率達(dá)到37.7%，這意味著AI已經(jīng)從“概念投入期”進(jìn)入“可規(guī)模化擴(kuò)展期”。從增長(zhǎng)區(qū)間看，在政策持續(xù)推動(dòng)、企業(yè)投資回報(bào)率（ROI）逐步清晰的前提下，未來3至5年，中國(guó)“AI+制造”市場(chǎng)保持35%左右的年復(fù)合增長(zhǎng)率是相對(duì)合理且可持續(xù)的區(qū)間。

??伴隨“AI+制造”產(chǎn)業(yè)鏈的持續(xù)進(jìn)階，從制造業(yè)龍頭到產(chǎn)業(yè)鏈企業(yè)，都在以全場(chǎng)景智能體矩陣為核心，加速智能制造落地。

??2026年1月，美的旗下美云智數(shù)對(duì)外發(fā)布了美擎AIGC3.1平臺(tái)及智能體工廠解決方案，構(gòu)建起覆蓋研發(fā)、制造、供應(yīng)鏈、營(yíng)銷、管理全價(jià)值鏈的智能體矩陣，累計(jì)落地158個(gè)核心場(chǎng)景。美的方面稱，在制造端，通過TPM、模具等智能體實(shí)現(xiàn)設(shè)備故障預(yù)測(cè)與工藝優(yōu)化，可助力OEE（設(shè)備綜合效率）提升30%、點(diǎn)檢效率翻倍；在供應(yīng)鏈端，智能體實(shí)現(xiàn)端到端交貨周期縮短39%，庫(kù)存周轉(zhuǎn)天數(shù)減少30%。

??海爾智家也宣布，通過超級(jí)智能體“智小能”實(shí)現(xiàn)全員AI化，技術(shù)創(chuàng)造與應(yīng)用雙軌并行，研發(fā)效率提升90%，采購(gòu)成本降低10%，辦公效率提升80%，推動(dòng)人與AI協(xié)同進(jìn)化的全新工作模式。

??專注于激光雕刻機(jī)賽道的深圳科技企業(yè)xTool也于1月份正式發(fā)布全球首個(gè)AI創(chuàng)作智能體——AImake。作為行業(yè)首個(gè)具備“制造語(yǔ)境感知”的智能體，AImake實(shí)現(xiàn)了從自然語(yǔ)言創(chuàng)意到可加工設(shè)計(jì)圖紙的瞬間轉(zhuǎn)化，極大壓縮了非專業(yè)用戶進(jìn)入激光制造領(lǐng)域的技術(shù)門檻。

??3月份，華為聚焦破解AI智能體落地困境，推出了AI數(shù)據(jù)平臺(tái)，為企業(yè)數(shù)智化轉(zhuǎn)型筑牢數(shù)據(jù)基座。

??此外，上市公司威士頓近日也在互動(dòng)平臺(tái)上透露，威士頓工業(yè)AI智能體軟件，能夠滿足工業(yè)企業(yè)應(yīng)用場(chǎng)景需要，它改變了軟件產(chǎn)品的人機(jī)交互模式，進(jìn)一步推動(dòng)了產(chǎn)品的技術(shù)升級(jí)，并豐富了公司的產(chǎn)品線。

??漢得信息表示，公司擁有自建的“得靈”B端AI應(yīng)用體系，其中“靈手”業(yè)務(wù)智能體系列，包括制造、營(yíng)銷、財(cái)務(wù)、供應(yīng)鏈、人事、綜合運(yùn)營(yíng)企業(yè)等各個(gè)業(yè)務(wù)場(chǎng)景的AI智能體，正陸續(xù)在頭部客戶實(shí)際場(chǎng)景中落地。

??規(guī)模化落地障礙待破

??業(yè)界認(rèn)為，在政策助力下，工業(yè)智能體正加速落地，推動(dòng)智能制造轉(zhuǎn)型升級(jí)，但在規(guī)模化落地過程中，仍面臨技術(shù)適配、數(shù)據(jù)基礎(chǔ)、成本收益、生態(tài)協(xié)同等多個(gè)難題，這些問題相互交織，成為制約其從試點(diǎn)走向普及的關(guān)鍵障礙。

??業(yè)內(nèi)專家指出，工業(yè)智能體的研發(fā)與部署需要算力、算法、人才等多重投入，存在技術(shù)壁壘高、資金投入大、數(shù)據(jù)安全風(fēng)險(xiǎn)高等痛點(diǎn)，包括工業(yè)大模型的訓(xùn)練算力成本、定制化開發(fā)費(fèi)用、專業(yè)運(yùn)維人員成本等，對(duì)中小企業(yè)而言負(fù)擔(dān)較重。

??“中短期內(nèi)，‘AI+制造’產(chǎn)業(yè)升級(jí)面臨的最核心、最迫切的挑戰(zhàn)，仍然主要來自‘市場(chǎng)側(cè)’而非‘技術(shù)側(cè)’?！倍叛銤杀硎荆环矫?，中國(guó)制造企業(yè)對(duì)AI的認(rèn)知和熱情持續(xù)高漲，政策支持、開源技術(shù)生態(tài)和人才供給也在不斷改善；另一方面，企業(yè)普遍面臨利潤(rùn)空間承壓、預(yù)算趨緊的現(xiàn)實(shí)約束，這使得其對(duì)AI應(yīng)用的付費(fèi)意愿和投資節(jié)奏更加謹(jǐn)慎。

??具體來看，杜雁澤認(rèn)為，當(dāng)前的核心制約主要體現(xiàn)在以下幾個(gè)方面：企業(yè)ROI壓力較大，AI項(xiàng)目必須更快、更明確地體現(xiàn)業(yè)務(wù)價(jià)值；市場(chǎng)競(jìng)爭(zhēng)過于激烈，同質(zhì)化方案和價(jià)格競(jìng)爭(zhēng)壓縮了廠商的可持續(xù)投入能力；供需匹配仍不充分，真正“懂智能、熟行業(yè)”的產(chǎn)品和服務(wù)仍然稀缺。

??此外，也有業(yè)內(nèi)人士表示，部分制造企業(yè)尤其是中小企業(yè)，工業(yè)數(shù)據(jù)存在碎片化、標(biāo)準(zhǔn)化程度低、安全管理不規(guī)范等問題，難以滿足AI模型訓(xùn)練與應(yīng)用需求；同時(shí)工業(yè)AI的標(biāo)準(zhǔn)體系、評(píng)估體系尚未完全統(tǒng)一，不同企業(yè)的系統(tǒng)接口、數(shù)據(jù)格式不兼容，增加了AI應(yīng)用的集成成本與落地難度。（記者 李保金）

【責(zé)任編輯:周靖杰】