近年来，制造业数字化转型持续推进，但在复杂工艺优化、质量一致性提升、设备运维预测、供应链协同等环节，仍面临“数据多而散、算法强但落地难、算力贵且供给不均、行业知识沉淀不足、安全风险上升”等现实问题。
制造业是实体经济的根基，也是新型工业化的主战场，如何把新技术优势转化为产业竞争力、把应用需求反向带动技术创新，成为推动高质量发展的关键课题。
一段时间以来，新一轮技术变革加速演进，一方面，大模型、智能体等技术形态快速迭代，为生产制造全流程优化提供了新的工具箱；另一方面，制造业天然具有实时性强、可靠性要求高、场景碎片化、系统耦合复杂等特征，决定了“照搬通用方案”很难奏效。
与此同时，全球产业链竞争加剧，关键软硬件供给安全、产业生态可持续、数据与模型治理等问题更加突出。
在这一背景下，八部门联合印发《“人工智能+制造”专项行动实施意见》，强调以专项行动为牵引，促进科技创新与产业创新深度融合，实现技术与应用“双向赋能”，指向明确、落点清晰。
从影响看，《意见》给出了一组面向2027年的目标安排：关键核心技术要实现安全可靠供给，产业规模和赋能水平保持领先；推动3至5个通用大模型在制造业深度应用，形成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；在主体培育上，培育2至3家具有全球影响力的生态主导型企业，带动一批专精特新中小企业成长，形成“懂智能、熟行业”的赋能服务能力，并选树标杆企业；在生态与治理上，建设全球领先的开源开放生态，提升安全治理能力，为相关领域发展贡献解决思路。
上述目标既回应了产业界“缺底座、缺数据、缺场景、缺服务商”的痛点，也体现出以应用牵引、以生态聚力的政策导向。
围绕对策路径，《意见》从七个方面部署重点任务，形成从底层能力到产业落地的系统安排。
其一是“创新筑基”，把算力、芯片、服务器、高速互联、智算云操作系统等关键环节纳入支持重点，强调软硬协同与关键技术突破；同时推动面向制造业特性的高性能算法与行业模型开发，并提出推进高质量数据集建设的行动与指南，以数据与模型的协同提升为突破口，增强可复制、可推广的能力供给。
其二是“赋智升级”，聚焦重点行业、重点企业、重点区域和关键领域，加快形成面向新型工业化的应用体系：既推动大模型更深嵌入生产制造核心环节，也通过智能工厂梯度培育、企业应用指南和中小企业专项行动，降低应用门槛，避免“只在样板间好看”。
其三是“产品突破”，将技术能力转化为具象产品与新业态，包括智能装备迭代、智能终端升级与具身智能产品创新，探索工业智能体任务规划等关键技术，培育更丰富的产业形态与供给体系。
其四是“主体培育”和“生态壮大”，通过培育生态主导型企业、专精特新企业以及赋能服务商，推动形成分工明确、优势互补的产业生态。
其五是“安全护航”，把安全治理能力提升与开放生态建设并重，意在让产业在可控可管的轨道上加速发展。
其六是“国际合作”，在更高水平开放中促进技术交流与产业协同。
值得关注的是，《意见》同步强调政策保障与治理导向：提出引导企业错位发展，防范“内卷式”竞争；统筹现有资金渠道支持技术研发与赋能应用；发挥国家产业投资基金作用，丰富优质项目储备，吸引社会资本有序投入；开展产业规模测算，建立应用监测评价指标体系。
上述安排不仅关注“怎么干”，也强调“怎么评”“怎么管”“怎么投”，有助于推动各地各行业在同一套目标体系和评价尺度下形成合力，减少重复建设与资源浪费。
展望未来，随着专项行动落地，制造业智能化升级有望从单点改造迈向系统重塑：一是以关键软硬件突破提升供给韧性，增强产业链安全；二是以数据集、场景与智能体体系化建设，推动应用从试点走向规模化复制；三是以龙头企业牵引与中小企业协同并进，促进产业生态更加健康；四是在治理能力提升与开放生态建设并行的框架下，为新技术应用划定边界、明确规则、降低风险。
可以预期，未来一段时间“人工智能+制造”将成为推进新型工业化的重要抓手，带动质量变革、效率变革、动力变革进一步深化。
当人工智能从实验室走向车间，这场生产力革命正在重新定义制造业的竞争规则。
此次政策既是对“新质生产力”理论的实践探索，也彰显我国在第四次工业革命中从跟随者向引领者转型的战略决心。
未来产业升级的成败，不仅取决于技术突破的力度，更在于能否构建开放共享的创新生态。