范式智庫丨2026中國制造業(yè)數(shù)字化轉型發(fā)展展望+對策！

　　展望2026年，我國制造業(yè)數(shù)字化轉型將步入深水區(qū)，場景圖譜構建為轉型工作提供重要方向，智能技術與制造業(yè)加速創(chuàng)新融合，數(shù)據(jù)要素資產(chǎn)化進程加快，人工智能賦能日趨深入，生態(tài)合作逐漸密切。與此同時，我國制造業(yè)數(shù)字化轉型仍面臨投入產(chǎn)出難衡量、核心技術薄弱、人工智能應用深度不足、系統(tǒng)互聯(lián)不暢通、技術與業(yè)務脫節(jié)等挑戰(zhàn)。在這種形勢下，課題組聚焦場景打造、評估診斷、技術攻關、人工智能賦能、融通發(fā)展等關鍵環(huán)節(jié)提出建議，以期推動制造業(yè)數(shù)字化轉型向智能化、融合化方向發(fā)展。

　　對2026年形勢的基本判斷

　　(一)場景驅動精準深化：從“大水漫灌”到“精準滴灌”

　　2025年，我國制造業(yè)數(shù)字化轉型工作不再追求全面鋪開，而是聚焦于能直接滿足業(yè)務需求、創(chuàng)造顯著價值的特定場景。工信部印發(fā)《場景化、圖譜化推進重點行業(yè)數(shù)字化轉型的參考指引(2025版)》(以下簡稱《參考指引》)，覆蓋鋼鐵、石化等14個重點行業(yè)，為場景優(yōu)化、要素匹配、供需銜接、成效評估等提供了系統(tǒng)框架。累計培育“小快輕準”解決方案超1萬個，有效降低中小企業(yè)數(shù)字化轉型門檻。展望2026年，制造業(yè)數(shù)字化轉型將進一步向縱深發(fā)展，更加注重基于行業(yè)特性與企業(yè)實際痛點的場景挖掘與培育。行業(yè)知識圖譜與轉型路徑圖譜將深度融合，推動形成“一業(yè)一策”“一企一策”的精準賦能機制。未來將重點圍繞智能制造、工業(yè)智能、服務型制造等核心應用場景，系統(tǒng)構建場景化解決方案庫與評估體系，實現(xiàn)從單點突破到體系化推進的升級，推動制造業(yè)邁向更智能、更高效的新發(fā)展階段。

　　(二)智能設施全面升級：從單點突破到全要素智能化

　　2025年，我國制造業(yè)智能化水平不斷提升，為研發(fā)和生產(chǎn)注入了新的發(fā)展動力。截至2025年7月底，我國已建成全球規(guī)模最大、覆蓋最廣的網(wǎng)絡基礎設施，5G基站達459.8萬個，“5G+工業(yè)互聯(lián)網(wǎng)”項目超2萬個，在多場景廣泛應用。目前，已建成3萬余家基礎級智能工廠、1200余家先進級智能工廠、230余家卓越級智能工廠，覆蓋80%以上制造業(yè)大類，全球“燈塔工廠”85家，占比45%。建成制造業(yè)中試平臺2400余個、國家級制造業(yè)創(chuàng)新中心33家，為新質生產(chǎn)力發(fā)展筑牢支撐。展望2026年，制造業(yè)的智能設施將從局部部署轉向全域集成，構建覆蓋感知、計算、執(zhí)行全環(huán)節(jié)的智能化基座。在設施體系方面，將重點推進工業(yè)網(wǎng)絡全互聯(lián)、算力資源全域調度與異構設備統(tǒng)一接入，實現(xiàn)“云邊端”協(xié)同的算力一體化布局。在技術融合方面，工業(yè)網(wǎng)絡與算力設施將加速升級，5G-A、TSN(時間敏感網(wǎng)絡)等深度融入生產(chǎn)核心環(huán)節(jié)，支撐高實時、高可靠業(yè)務場景的規(guī)模化部署。在自主可控方面，高端數(shù)控系統(tǒng)、智能傳感與執(zhí)行單元等關鍵部件將加速技術攻關與規(guī)模化應用，為制造業(yè)全要素智能化提供安全可靠的底層支撐。

　　(三)數(shù)據(jù)要素價值躍升：從信息工具到核心資產(chǎn)

　　2025年，工業(yè)高質量數(shù)據(jù)集的實踐探索與創(chuàng)新應用步伐加快，數(shù)據(jù)正逐漸成為重構制造業(yè)價值體系、驅動創(chuàng)新與效率革命的核心資產(chǎn)。截至2025年6月，全國已建成省、市級數(shù)促中心近230家，覆蓋18個省份，建成高質量數(shù)據(jù)集超3.5萬個，總體量超400PB，覆蓋鋼鐵、石化、煤炭等重點行業(yè)。企業(yè)數(shù)據(jù)治理能力持續(xù)增強，截至2025年9月，8000余家企業(yè)已通過數(shù)據(jù)管理能力國家標準(DCMM)認證。可信數(shù)據(jù)空間試點已覆蓋汽車、裝備制造、鋼鐵等制造業(yè)領域，為多主體協(xié)同創(chuàng)造條件。

　　展望2026年，數(shù)據(jù)要素價值將加速釋放，有力重構制造業(yè)價值鏈。在數(shù)據(jù)資產(chǎn)化層面，數(shù)據(jù)確權、評估、入表流程將更加規(guī)范，工業(yè)數(shù)據(jù)空間、數(shù)據(jù)交易所等為工業(yè)數(shù)據(jù)共享提供流通渠道，將涌現(xiàn)出更多標準化、模塊化的封裝工業(yè)數(shù)據(jù)產(chǎn)品，數(shù)據(jù)資產(chǎn)相關的金融創(chuàng)新工作起步探索。在數(shù)據(jù)驅動決策層面，多維數(shù)據(jù)融合分析成熟，時空與語義上下文理解驅動決策精準化，工業(yè)數(shù)據(jù)將賦能產(chǎn)品設計、生產(chǎn)工藝優(yōu)化、設備運維全流程，推動虛擬調試、實時優(yōu)化、預測維護智能化。

　　(四)人工智能加速賦能：從實驗場景到規(guī)模化落地

　　2025年，人工智能在制造業(yè)研發(fā)設計、中試驗證、生產(chǎn)制造、營銷服務、運營管理全環(huán)節(jié)加速滲透，工業(yè)大模型、智能體加快落地應用，有力推動生產(chǎn)效率提升和產(chǎn)業(yè)提質升級。《工業(yè)和信息化部信息化和工業(yè)化融合2025年工作要點》強調以工業(yè)智能體為核心，深化人工智能在工業(yè)領域的應用，推動工業(yè)數(shù)據(jù)集和工業(yè)大模型的持續(xù)創(chuàng)新與發(fā)展。截至2025年11月，網(wǎng)信辦已備案生成式人工智能611家。IDC調研顯示，中國工業(yè)企業(yè)應用大模型及智能體的比例從2024年的9.6%提升到2025年的47.5%。展望2026年，行業(yè)大模型向垂直領域滲透，工業(yè)智能體加速崛起，將重塑制造業(yè)的要素配置模式。工業(yè)設備將從被動工具進化為具身智能體，人機關系由主從控制轉向雙向協(xié)同。生產(chǎn)方法將迎來算法革命，知識傳承從“師徒制”轉向可復用的大模型資產(chǎn)。通用大模型、行業(yè)大模型及工業(yè)智能體的應用場景將更加廣泛，有效優(yōu)化要素配置、提升價值鏈地位，搶占新工業(yè)革命制高點，推動中國制造實現(xiàn)由大到強的全面躍升。

　　(五)要素鏈接更為廣泛：從鏈式配套到網(wǎng)狀共生

　　2025年，工業(yè)互聯(lián)網(wǎng)平臺等數(shù)字紐帶作用凸顯，初步形成開放互通的價值網(wǎng)絡。工業(yè)互聯(lián)網(wǎng)平臺鏈接服務能力顯著增強，具有一定影響力的工業(yè)互聯(lián)網(wǎng)平臺超340家，重點平臺工業(yè)設備連接數(shù)超1億臺(套)，全國累計上云上平臺企業(yè)約400萬家次，平臺應用已拓展至49個國民經(jīng)濟大類，實現(xiàn)了41個工業(yè)大類以及185個工業(yè)中類全覆蓋，數(shù)據(jù)、資源、能力在其中按需流動、高效配置，共同創(chuàng)造價值、共享成果。

　　展望2026年，智能融通將向更深層次演進，工業(yè)互聯(lián)網(wǎng)平臺將成為萬物互聯(lián)的智能底座。自主可控的標識解析體系即將全面建成，開源開放生態(tài)與標準化推進模式持續(xù)深化，并在制造業(yè)重點領域初步實現(xiàn)規(guī)模應用。工業(yè)互聯(lián)網(wǎng)平臺鏈接范圍將更加廣泛，持續(xù)納入行業(yè)內、產(chǎn)業(yè)鏈上更多的要素和主體，實現(xiàn)由點及面的全要素擴張。產(chǎn)業(yè)集群生態(tài)將不斷涌現(xiàn)，跨區(qū)域、跨領域合作更加深化，為制造業(yè)數(shù)智化轉型注入更強勁的生態(tài)合力。

　　需要關注的幾個問題

　　(一)投入產(chǎn)出難以量化，動搖轉型戰(zhàn)略決心

　　一是初始投入規(guī)模較大，覆蓋硬件改造、軟件采購、系統(tǒng)集成與人才培訓等多方面，對企業(yè)現(xiàn)金流形成持續(xù)壓力。二是效益體現(xiàn)間接模糊，轉型所帶來的流程再造、質量提升等核心價值多體現(xiàn)為“軟性”收益，難以通過傳統(tǒng)的投資回報率模型進行精準量化。三是價值回報周期漫長，數(shù)字化轉型成效需要通過生產(chǎn)、管理、營銷等多環(huán)節(jié)的協(xié)同優(yōu)化才能逐步顯現(xiàn)，遠長于一般技術改造項目。這種成本顯性、收益隱性、周期漫長的特點，使得許多企業(yè)，特別是中小企業(yè)，陷入“不敢轉、不愿轉”的困境。

　　(二)核心技術存在短板，安全風險隱患突出

　　在技術方面，我國制造業(yè)在數(shù)字化關鍵環(huán)節(jié)的自主可控能力仍然不足，高端工業(yè)軟件市場長期由國外廠商主導，工業(yè)網(wǎng)絡協(xié)議、高端芯片等底層技術領域存在明顯對外依賴。在安全方面，隨著工業(yè)互聯(lián)網(wǎng)平臺的規(guī)模化部署和“云-邊-端”架構的普及，原本相對封閉的工業(yè)控制系統(tǒng)逐漸開放，系統(tǒng)復雜度提升，安全邊界不斷擴大，導致網(wǎng)絡攻擊、數(shù)據(jù)竊取或篡改的風險大幅上升。一旦生產(chǎn)控制系統(tǒng)遭遇攻擊，可能引發(fā)關鍵工藝參數(shù)被篡改、生產(chǎn)線停擺運行，甚至造成設備物理損壞，對企業(yè)的連續(xù)生產(chǎn)和運營安全構成直接威脅。

　　(三)人工智能應用不足，難以融入核心業(yè)務

　　盡管人工智能被視為制造業(yè)數(shù)字化轉型的核心驅動力，但目前在實際應用中仍多處于探索和試點階段。MIT的《The GenAI Divide》報告顯示，95%的組織在生成式人工智能上獲得了零回報，僅5%人工智能解決方案最終成功投入生產(chǎn)環(huán)境。一是存在顯著的數(shù)據(jù)基礎差距，人工智能模型訓練依賴大量高質量、規(guī)范化的標注數(shù)據(jù)，而工業(yè)現(xiàn)場數(shù)據(jù)普遍存在噪聲大、格式不一、樣本缺失等問題，難以滿足算法要求。二是存在人機協(xié)同的信任障礙，由于人工智能決策過程不透明，推理邏輯難以被理解和解釋，大量一線工藝工程師對其決策持謹慎甚至排斥態(tài)度。

　　(四)系統(tǒng)融通不暢，數(shù)據(jù)孤島阻礙價值挖掘

　　系統(tǒng)割裂與數(shù)據(jù)孤島問題一直嚴重制約數(shù)據(jù)要素的整體效能。一是企業(yè)內不同部門之間存在小孤島，部分企業(yè)信息系統(tǒng)技術架構不一、通信協(xié)議各異，缺乏統(tǒng)一的數(shù)據(jù)標準與全流程數(shù)據(jù)治理體系，各部門數(shù)據(jù)獨立存儲，新舊系統(tǒng)銜接、OT與IT平臺融合難度大，無法進行有效的全局整合和關聯(lián)分析。二是企業(yè)與外部主體之間存在大孤島，部分企業(yè)已經(jīng)積累了海量工業(yè)數(shù)據(jù)和知識，從過去的平臺主變成了數(shù)據(jù)主，但與外部主體間互認能力弱、互通性不足，思想上不信任，缺乏數(shù)據(jù)融通的技術能力和有效機制，形成“大煙囪”。

　　(五)技術與業(yè)務協(xié)同不足，制約轉型實施推廣

　　數(shù)字化轉型的本質是業(yè)務模式與管理體系的重構，并非單純的技術引進與疊加。當前，“技術業(yè)務兩張皮”現(xiàn)象仍然普遍，阻礙轉型項目落地與推廣。一方面，部分技術供給方過分追求技術的前沿性，未能精準切入需求方在降本、增效、提質等方面的核心痛點。另一方面，部分業(yè)務部門缺乏信息技術認知，無法將模糊的業(yè)務訴求轉化為清晰、可執(zhí)行的技術需求。這種供需錯位導致建設成果不適用、不好用。此外，技術本身無法自動打破舊有體系的桎梏，組織變革和流程再造的滯后性，也會導致先進技術系統(tǒng)難逃“舊瓶裝新酒”的命運。

　　應采取的對策建議

　　(一)聚焦場景繪制轉型路線圖，提升供需對接效率

　　依托《參考指引》，分行業(yè)、分產(chǎn)業(yè)鏈開展數(shù)據(jù)要素、知識模型、工具軟件、人才技能等要素的清單式梳理，明確數(shù)字化攻關的重點工作路徑。進一步擴大圖譜清單范圍，覆蓋更多重點行業(yè)和典型場景，并提升其精細化、標準化程度。體系化培育面向場景的解決方案，征集一批重點行業(yè)數(shù)字化轉型需求和優(yōu)秀轉型實踐案例，加快構建轉型服務商資源池。聚焦重點行業(yè)、典型場景，開展數(shù)字化轉型供需對接、案例研討等活動，與工信部中小企業(yè)數(shù)字化轉型試點城市、大規(guī)模設備更新等工作有機結合，推動行業(yè)、產(chǎn)業(yè)鏈的成功實踐輸出和推廣。

　　(二)深化轉型效益評估，動態(tài)優(yōu)化重點方向

　　研究構建一體化評估體系，打通現(xiàn)有評估體系間的映射與換算關系，為政府、企業(yè)、服務商提供統(tǒng)一的評估對話框架，將不同來源的評估數(shù)據(jù)有效匯聚應用，降低企業(yè)評估診斷成本。加快建立以投入產(chǎn)出為核心的數(shù)字化轉型綜合評價模型，明確可量化、可考核、可評價的關鍵績效指標，科學評價轉型投入帶來的經(jīng)濟效益與社會價值。基于評估結果，引導企業(yè)優(yōu)先在數(shù)據(jù)采集、視覺檢測、能耗管理等見效快、集成度低的環(huán)節(jié)部署輕量化解決方案，快速獲得轉型收益，增強持續(xù)轉型的信心與動力。

　　(三)強化關鍵技術攻關，筑牢安全發(fā)展基座

　　組織實施工業(yè)軟件、工業(yè)控制芯片、實時工業(yè)網(wǎng)絡等關鍵環(huán)節(jié)的攻關計劃，開發(fā)一批通用型數(shù)字化轉型工具，圍繞數(shù)據(jù)采集、邊緣計算、系統(tǒng)集成等共性需求，推出標準化、模塊化、低成本的解決方案，降低企業(yè)技術應用門檻。支持龍頭企業(yè)牽頭，聯(lián)合高校、科研院所組建創(chuàng)新聯(lián)合體，推動建立工業(yè)技術軟件化開源社區(qū)，共享基礎算法和組件，突破設計、仿真、控制等領域的核心技術瓶頸，打通技術研發(fā)到落地應用的全鏈條。

　　(四)深化人工智能融合創(chuàng)新，打造智能制造新范式

　　推動人工智能技術與工業(yè)機理模型、專家知識深度融合，構建工業(yè)知識圖譜。開發(fā)面向特定行業(yè)的大模型知識引擎和機理模型庫，培育工業(yè)模型開源共享平臺，匯聚基礎模型庫、數(shù)據(jù)集、工具鏈。發(fā)展工業(yè)垂類模型，聚焦研發(fā)、生產(chǎn)、運維等核心工業(yè)場景，按照能力互補、場景適配的原則，構建大模型理解任務、小模型精準執(zhí)行的協(xié)同體系，驅動生產(chǎn)流程再造與業(yè)務模式創(chuàng)新。深化面向工業(yè)場景的智能體產(chǎn)品培育和應用推廣，打造群體智能解決方案，實現(xiàn)從單點應用到全流程賦能轉變。

　　(五)推動多層次融通發(fā)展，構建開放協(xié)同新生態(tài)

　　加快完善制造業(yè)數(shù)字化轉型標準體系，重點研制工業(yè)數(shù)據(jù)分類分級、系統(tǒng)接口互通、跨平臺安全共享等關鍵標準，為數(shù)據(jù)要素流通和系統(tǒng)互聯(lián)互通提供制度保障。深化產(chǎn)業(yè)鏈供應鏈數(shù)字化協(xié)同，支持鏈主企業(yè)構建開放型工業(yè)互聯(lián)網(wǎng)平臺，帶動鏈上企業(yè)開展協(xié)同設計、共享制造、供應鏈金融等創(chuàng)新應用，形成大中小企業(yè)融通發(fā)展的新型產(chǎn)業(yè)生態(tài)。構建“產(chǎn)學研用金”協(xié)同創(chuàng)新體系，引導金融機構開發(fā)數(shù)字化轉型專項金融產(chǎn)品，促進知識、技術、人才、資金等資源要素高效配置，加速科技成果向現(xiàn)實生產(chǎn)力轉化。

　　?來源：新型工業(yè)化研究中心、家居新范式