问题——传统制造业转型“热”与落地“难”并存。 日前，工业和信息化部、中央网信办、国家发展改革委等8部门联合印发《“人工智能+制造”专项行动实施意见》，提出加快推进人工智能技术制造业融合应用，全方位、深层次、高水平赋能新型工业化。传统制造业体量大、链条长——是现代化产业体系的基底——也是制造强国建设绕不开的“主战场”。从现实看，我国传统制造业数智化转型成效明显，但在更深层次的场景落地、系统重构和规模推广上，仍面临“卡点”“堵点”：关键技术供给受制约、数据要素难以贯通、企业转型意愿与能力分化、产业生态与人才支撑不足，导致部分企业出现“不愿转、不敢转、不会转”的现象。 原因——供给侧短板与应用侧断层交织。 从基础能力看，高端芯片、智能装备、工业软件等关键环节仍需提升自主可控水平，部分核心领域在国际产业链中受外部约束较为明显；同时，支撑智能化应用的数据、算法、算力等要素供给存在结构性不足，行业数据标准不统一、质量不稳定、可用性不强，影响模型训练与工业场景部署效果。 从企业内部看，许多传统企业对智能制造的理解仍停留在单点技术引入或设备更新层面，缺少与战略目标、组织架构、流程再造相匹配的整体方案。数据资产分散在研发、供应链、生产、质量、设备运维等环节，系统之间接口不畅，形成“数据孤岛”，使得技术改造难以转化为运营效率与管理能力的持续提升。同时，精益管理基础薄弱、业务流程不清晰，也会放大数字化系统的落地成本与改造难度。 从产业生态看，龙头企业与中小企业在资金能力、人才储备、信息化基础、试错空间等差距较大，导致智能制造水平呈现“梯度断层”。部分中小企业一上担心投入产出不确定、融资成本较高，另一方面缺乏可复制的路径和可获得的服务供给，转型动力不足。复合型人才短缺同样制约推进速度，既懂制造工艺又懂数据工程、算法应用和组织变革的队伍供给仍需加强。 影响——转型进程关系竞争优势与产业安全。 传统制造业数智化转型不是“从零起步”，更多是对存量体系的优化升级，牵一发而动全身。转型攻坚能否破题，直接影响制造业高端化、智能化、绿色化的进程，关系我国在全球产业分工中的位势提升与产业链供应链韧性安全。近年来我国智能制造基础不断夯实，智能工厂梯度培育成效显现：已建成3万余家基础级智能工厂、1200余家先进级智能工厂、230余家卓越级智能工厂，在钢铁冶金、装备制造、消费品等领域涌现一批标杆企业。以“灯塔工厂”为代表的先进实践加速集聚，也显示出我国制造业智能化、数字化发展的潜力与速度。与此同时，若关键环节短板不补、企业应用不深、生态协同不足，转型将可能停留在“点状突破”或“局部优化”，难以形成可持续、可复制、可推广的系统能力，进而影响产业整体效率、质量与创新水平。 对策——以生态协同、深度融合与创新突破打通堵点。 一是以分级分类推进构建产业生态，形成协同转型格局。传统制造业门类多、差异大，应坚持分行业、分等级、分阶段推进：对基础较好的行业和企业，加快引导向系统集成和全链条优化迈进；对基础薄弱的领域，以“低成本、快部署、可复制”的路径降低门槛。支持龙头企业和链主企业加强工业互联网平台、智能工厂体系、行业模型等能力建设，形成可借鉴的行业范式，带动上下游协同创新。对中小企业，推动开展技术对标与管理改造，完善公共服务平台与共享资源，提升转型可及性。 二是聚焦企业“深度融合”做实应用，提升转型含金量。推动以工业互联网为底座贯通研发、生产、供应链、质量、能源、设备运维等关键环节，打通数据链、业务链和价值链，优先在质量追溯、能耗管理、预测性维护、柔性排产、供应链协同等场景形成实效。推动数据智能与精益管理相结合，避免“只上系统不改流程”。同时强化绿色化与智能化协同，以数智化赋能节能降碳、循环利用与绿色供应链建设，在实现效率提升的同时降低资源环境成本，拓展服务型制造和协同制造新模式。 三是加快关键技术与标准体系建设，增强可持续供给能力。围绕工业软件、智能装备、核心器件、数据治理与安全等短板领域，推动产学研用协同攻关和工程化应用，提升产业基础高级化水平。推动行业数据规范、接口协议、评价体系和安全标准建设，提升数据质量与流通效率，降低跨系统集成成本。同步完善金融支持与风险分担机制，针对转型投入周期长、收益释放慢的特点，探索更契合制造业特点的信贷、保险与基金工具，提高企业“敢转”的底气。 四是补齐人才与组织能力短板，夯实转型内生动力。推进技能人才与工程技术人才培养体系升级，推动企业建立面向场景的跨部门协同机制，形成“懂工艺、懂数据、懂管理”的复合型团队。加强对管理层的转型能力培训，提升战略牵引、流程再造和变革管理能力，让技术改造真正落到组织运行与经营绩效上。 前景——从示范引领走向规模推广，推动“从有到优”的存量升级。 随着专项行动落地实施，传统制造业数智化转型有望从单点试验向系统重构、从标杆示范向行业扩散加速迈进。未来一段时期，推动更多企业跨越“数据孤岛”和“应用浅层”的门槛，将成为提升制造业核心竞争力的关键。可以预期，围绕重点行业和典型场景的规模化复制将持续推进，产业链协同能力将继续增强；同时，关键技术自主能力、工业数据治理能力与人才队伍建设水平提升，将为新型工业化提供更坚实支撑。
传统制造业的智能化转型是一场没有退路的远征——既需要政策的精准引导——更依赖企业的主动求变；当技术突破与管理创新形成合力，中国制造必将突破转型阵痛，在全球产业变革中实现从追随到引领的转变。这场产业升级不仅将重塑制造业竞争格局，更将为经济高质量发展注入持久动能。