问题——制造业升级进入“深水区”，智能化供给与应用仍存断点。
当前，人工智能加速向实体经济渗透，正在重塑研发设计、生产制造、经营管理与服务模式。
但在不少制造企业，应用仍停留在单点试验：数据底座薄弱、算力与模型选择缺乏系统规划、场景落地成本较高，叠加安全与合规要求提升，导致“想用、会用、用好”之间存在明显落差。
与此同时，全球产业链竞争加剧，关键技术可控、稳定供给成为产业升级的基础前提。
原因——技术与场景“双向牵引”不足，生态与要素仍需补齐。
一方面，制造业场景复杂、工艺链条长，数据来源分散且标准不统一，模型训练、部署与迭代的工程化难度较大；另一方面，核心软件、关键算法、工业机理与行业知识融合程度不一，导致部分应用难以形成可复制、可推广的解决方案。
再加之中小企业普遍面临资金、人才与试错成本压力，公共服务与工具支持不足时，容易出现“看得见价值、算不清账”的现实困境。
安全治理、知识产权保护、数据流通规则等环节也对规模化应用提出更高要求。
影响——从“经验驱动”走向“数据与模型驱动”，制造方式与产业生态加速重构。
意见将任务聚焦于创新筑基、赋智升级、产品突破、主体培育、生态壮大、安全护航和国际合作等重点方向，意在通过体系化部署推动制造业向智能化、绿色化、融合化发展。
面向2027年的目标设置，突出“供给安全可靠”与“应用规模落地”并重：推动通用大模型在制造业深度应用，形成高水平工业智能体、工业领域高质量数据集和典型应用场景的组合式供给；同时培育生态主导型企业与服务商队伍，选树标杆企业，带动链式升级。
可以预期，随着工业大模型与工业智能体在研发、质检、运维、排产等环节渗透，企业将更早发现设备异常、更精准控制工艺参数、更快速响应市场需求，制造环节的效率、质量与安全水平有望同步提升。
对策——以“路线图+工具箱”降低落地门槛，形成可复制的转型方法。
针对企业不会干、难落地等痛点，意见配套提出《制造业企业人工智能应用指南》，强调从评估与规划入手，依次补齐智能化基础能力、构建高质量数据集、合理布局算力资源、开展模型选型与调优、完成部署集成并做好安全防护，形成从“建底座”到“上应用”的闭环路径。
实践层面，典型案例显示，传统设备通过传感器改造与数据训练，可实现参数自优化与预测性维护，既提升精度也缩短检修周期，体现出“以小切口撬动大效益”的现实可行性。
同时，意见强调壮大主力军：鼓励龙头企业、央企国企先行先试，开放规模化场景，带动工业智能体研发与新模式探索；对中小企业，则通过数字化赋能行动与公共服务体系降低门槛，并鼓励地方探索“算力券”“模型券”等支持方式，减少一次性投入与试错成本，推动成熟方案加快复制推广。
面向重点行业的智能化转型，也将从点状示范走向链条贯通，推动采矿、冶炼、纺织、装备等领域从依赖经验向智能决策演进。
前景——以安全可靠供给托底，以开源开放生态增势，推动形成长期竞争力。
意见提出建设全球领先的开源开放生态、全面提升安全治理能力，释放出明确导向：一方面要在关键核心技术与产业链协同上增强韧性，确保“能用、可控、好用”；另一方面要以开放合作与标准化建设促进生态繁荣，让数据、模型、算力、软件与应用服务形成协同。
随着标杆企业、服务商和专精特新企业共同发力，制造业智能化将更可能从“项目式应用”走向“体系化能力”，并在更广范围内产生生产率提升与产业结构优化的综合效应。
制造业智能化转型不仅是技术迭代的必然要求，更是构建新发展格局的战略支点。
此次政策的出台，标志着我国制造业升级进入系统推进阶段。
未来需要政企协同发力，既要保持战略定力攻克核心技术，又要注重培育应用生态，让技术创新真正转化为产业竞争力，为高质量发展注入持久动能。