一、摘要
本文以王江平（第十四届全国政协委员、工业和信息化部原副部长）2026年4月发表的《从"数字化"到"数智化"，制造业转型的范式变革与未来展望》为核心文献，系统梳理了中国制造业从数字化转型迈向数智化转型的时代背景、范式变革、关键挑战与政策建议。文章指出，"数智化"是数字化与智能化的深度融合，是数字化转型的2.0版本，其核心驱动力是人工智能技术。当前，这一转型已在技术创新范式（从经验依赖到虚实交融的智能驱动）、生产制造范式（从时空约束到实时全局优化）、组织管理范式（从线性链式到动态协同生态）三个维度引发根本性变革，但同时也面临数据治理难、模型训练难、场景落地难三大结构性挑战。
本文在分析文章主旨的基础上，结合全网公开数据与政策信息，对制造业数智化转型的历史必然性、时间线演进、上下游产业链影响及企业战略应对进行系统研判，并最终提出企业层面的战略建议。
二、逻辑自证
1、文章主旨
本文的核心主旨为：在人工智能驱动的新一轮科技革命背景下，中国制造业正处于从"数字化"向"数智化"跃迁的关键历史节点。 这一跃迁不仅是技术范式的升级，更是生产方式、组织形态和商业模式的系统性重构。"十五五"规划建议将"促进制造业数智化转型"提升为国家战略，标志着该转型已从企业自发行为上升为顶层设计驱动的国家行动。[1]
2、重要支持性数据与政策信息
1. 2025年中国智能算力规模达1590 EFLOPS（每秒百亿亿次浮点运算），人工智能企业数量超过6000家，核心产业规模预计突破1.2万亿元人民币。[1]
2. 据IDC与浪潮信息联合发布的《2025年中国人工智能计算力发展评估报告》，2024年中国智能算力规模为725.3 EFLOPS，同比增长74.1%；2025年预计达1037.3 EFLOPS，同比增长43%；2026年预计达1460.3 EFLOPS，为2024年的两倍。[2]
3. 截至2026年1月，全球"灯塔工厂"共224家，中国独占101家（占比约45%），稳居全球首位。其中2026年1月世界经济论坛公布的新一批名单中，中国新增16家。[3]
4. 截至2025年，"十四五"期间中国已建成3万余家基础级智能工厂、1200余家先进级智能工厂（后更新为7000余家）、230余家卓越级智能工厂，覆盖超过80%的制造业行业大类。卓越级智能工厂产品研发周期平均缩短28.4%，生产效率平均提升22.3%，不良品率平均下降50.2%，碳排放平均减少20.4%。[4][16]
5. 2025年全国制造业企业采购自动化、数字化设备金额增长超10%，智能设备制造业销售收入同比增长28.1%，其中工业机器人制造增长17.4%，特殊作业机器人制造增长42.1%。[5]
6. 据国际机器人联合会《2025年世界机器人报告》，2024年中国在役工业机器人存量突破200万台（达202.7万台），居全球首位；2024年中国新安装工业机器人29.5万台，占全球总量一半以上。中国制造业机器人密度达470台/万人，远超全球平均水平。[18]
7. 2025年，党的二十届四中全会通过的"十五五"规划建议中，"数智"一词出现六次，明确提出"促进制造业数智化转型""加快人工智能等数智技术创新"，并将"建设现代化产业体系"置于战略任务首位。[1]
8. 2026年1月，工业和信息化部等八部门联合印发《"人工智能+制造"专项行动实施意见》（工信部联科〔2025〕279号），提出到2027年推动3至5个通用大模型在制造业深度应用，推出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，培育2至3家具有全球影响力的生态主导型企业。[6]
9. 国务院《关于深入实施"人工智能+"行动的意见》（2025年第25号国务院公报）提出：到2027年，人工智能与6大重点领域广泛深度融合，新一代智能终端、智能体等应用普及率超70%；到2030年，应用普及率超90%，智能经济成为我国经济发展的重要增长极。[7]
10. 南京钢铁联合华为发布"元冶·钢铁大模型"，实现产业链总成本降低9%、交付周期下降15%，炉温预测准确率超90%，每吨铁水生产成本降低200元。[11]
11. Google旗下DeepMind通过GNoME图神经网络模型发现220万个新材料晶体结构，研究效率提升10倍以上（文中称发现528种潜在锂离子导体，将研究效率提升25倍）；AlphaFold通过虚拟空间蛋白质结构仿真预测，极大加速了药物研发进程。[1][17]
3、主旨事件时间线与来龙去脉
1. 2011年——德国在汉诺威工业博览会首次提出"工业4.0"概念，以智能制造为主导的第四次工业革命框架初步形成，全球制造业智能化竞争由此拉开序幕。
2. 2015年——国务院印发《中国制造2025》，提出"三步走"制造强国战略：2025年迈入制造强国行列，2035年达到世界制造强国中等水平，2049年进入世界制造强国前列。同年，北京大学"知本财团"课题组首次提出"数智化"概念，定义为"数字智慧化与智慧数字化的合成"。[9][10]
3. 2016至2020年（"十三五"时期）——制造业以数字化转型为核心主线，工业互联网平台建设起步，5G商用启动，企业信息化和数字化基础设施建设大规模铺开，"两化融合"深入推进。
4. 2021至2025年（"十四五"时期）——数字化转型加速深化。"中国制造2025"十个主要目标基本完成：新能源汽车产销全球第一，光伏产能占全球70%以上，高铁总里程超4万公里，C919大飞机投入运营，中国成为全球第一大造船国。[10] 工业机器人保有量3年内翻番，从2021年突破100万台到2024年突破200万台。[18] 智能算力从725.3 EFLOPS跃升至1590 EFLOPS。[1][2]
5. 2025年（关键转折年）——党的二十届四中全会通过"十五五"规划建议，首次在五年规划建议层面将"数智化"写入正文，从"数字化"到"数智化"的一字之变完成了从学术概念到国家战略表述的跃迁。同年，八部门印发《"人工智能+制造"专项行动实施意见》（工信部联科〔2025〕279号），国务院发布《关于深入实施"人工智能+"行动的意见》，形成完整的政策矩阵。[1][6][7]
6. 2026年（"十五五"开局之年）——全球灯塔工厂中国数量突破100家；工信部等八部门专项行动正式启动实施；以"元冶·钢铁大模型"为代表的工业大模型在钢铁、石化、电力等重点行业批量落地；王江平于4月发表本文，对制造业数智化转型进行系统性路径阐述。[1][3][11]
4、必然性判断：该趋势具有历史与技术双重必然性
判断结论：制造业从数字化向数智化跃迁，具有不可逆的历史必然性和趋势确定性。 理由如下：
1. 技术演进的内在逻辑不可逆。数字化解决了"数据从何而来"的问题，数智化解决"数据如何创造价值"的问题。当工业数据积累达到临界规模，传统BI和统计模型已无法充分释放数据价值，人工智能成为自然的技术接棒者。这与全球工业技术发展的历史规律一致——机械化（工业1.0）→电气化（工业2.0）→信息化（工业3.0）→智能化（工业4.0），每一阶段均为前一阶段量变积累催生的质变。[1][8]
2. 全球竞争格局的外部倒逼。德国"工业4.0"（97%企业已采用相关技术）[8]、美国"工业互联网"、日本"互联工业"等均指向以人工智能重构制造业核心竞争力。中国若不推进数智化，将在全球价值链中被锁定于中低端，丧失战略主动权。
3. 经济高质量发展的内生需求。中国制造业面临劳动力成本上升、资源环境约束趋紧、传统增长动力减弱等多重挑战。数智化转型是实现"提质降本增效"的最有效路径——卓越级智能工厂产品研发周期平均缩短28.4%，生产效率平均提升22.3%，不良品率平均下降50.2%[16]，这些数据充分证明数智化转型的经济回报具有确定性。
4. 政策连续加码的系统保障。从《中国制造2025》到"十四五"数字化转型再到"十五五"数智化转型，政策路径清晰连贯、层层递进，形成了"国家战略纲领—专项行动计划—行业场景图谱—企业分级落地"的完整闭环，政策驱动力持续且稳定。[6][7][10]
三、企业战略规划与投资建议
（一）产业链三层结构
制造业数智化转型的产业链可分为三个层次：
1. 上游基础层：涵盖AI芯片（训练芯片、推理芯片）、AI服务器、智算中心、光模块、高速互联、工业传感器及数据采集设备。代表企业包括华为昇腾、寒武纪、浪潮信息、中科曙光、中际旭创等。
2. 中游平台与模型层：涵盖工业互联网平台（如华为FusionPlant、阿里云工业大脑）、工业大模型（通用大模型及行业垂直模型）、工业智能体、工业数据集建设、工业软件智能化升级。代表企业包括华为、百度智能云、科大讯飞、用友网络、宝信软件等。
3. 下游应用层：涵盖智能制造工厂、AI质检、预测性维护、智能排产调度、供应链协同、数字孪生工厂、服务型制造等。覆盖钢铁、石化、电子、汽车、纺织、医药等全行业。
（二）对上游企业的战略建议
1. 聚焦国产替代，加速AI芯片量产交付。当前国产AI芯片正处于从"可用"到"好用"的关键跨越期。据中信建投2026年投资策略展望，国产AI芯片已迎来高斜率增长期，订单向国产芯片倾斜是必然趋势。[12] 建议上游芯片企业加大训练芯片与推理芯片的双线布局，尤其侧重工业场景所需的端侧推理芯片和边缘计算芯片，同时与中游平台企业、下游制造业链主企业建立深度联合研发机制，实现"场景定义芯片"。
2. 智算中心服务商向"行业智算"方向深耕。工业场景的算力需求与通用互联网场景存在显著差异——对低时延、高可靠性、数据安全的刚性要求更高。建议算力服务商构建面向钢铁、石化、汽车等特定行业的专属智算节点，提供"算力+数据+模型"一体化服务，并积极参与全国一体化算力网建设。据预测，2025年中国AI芯片市场规模预计达1800亿元，未来五年复合增长率高达48%，算力产业规模到2029年有望达到46.2万亿元。[15]
（三）对中游企业的战略建议
1. 工业大模型企业应从"通用能力展示"转向"场景深度适配"。当前工业大模型面临的核心矛盾是通用大模型的泛化能力与工业场景高精度、低容错要求之间的巨大鸿沟，即文中所概括的"工业黑箱"问题。[1] 建议放弃"一个大模型打天下"的思路，采用"通用大模型+行业小模型+场景微模型"的大小模型协同架构；同时深度介入工业机理研究，将老师傅的隐性经验和工艺专家的领域知识转化为可训练的结构化数据，实现"隐性知识显性化"。
2. 工业软件企业抓住"AI+工业软件"融合窗口。工业软件是数智化转型的"灵魂"，AI技术为国产工业软件"换道超车"提供了历史性机遇。建议将AI能力嵌入传统工业软件（如智能排产、AI辅助设计、智能仿真优化），实现从工具型软件到智能决策系统的升级，并积极参与工业数据集建设和标准制定，把握《"人工智能+制造"专项行动实施意见》中"打造100个工业领域高质量数据集"的政策红利。[6]
3. 以南京钢铁为标杆案例。南京钢铁联合华为发布的"元冶·钢铁大模型"，通过构建"四位一体"大模型矩阵覆盖料铁、铁钢、钢轧及客户四大场景，形成165种智能应用模型，炉温预测准确率超90%，产业链总成本降低9%，每吨铁水生产成本降低200元。其成功关键在于将企业60余年积累的炼铁经验与AI技术深度融合，实现了从"凭经验、靠感觉"到"数据驱动、智能决策"的范式转变。[11]
（四）对下游企业的战略建议
1. 以场景化改造为突破口，分类分层推进。王江平在文中指出，当前AI在制造业的应用呈现"微笑曲线"特征——两端快（营销服务、管理运营）、中间慢（生产制造核心环节）。[1] 建议制造企业优先选择高价值场景（如预测性维护、智能质检、排产调度优化）进行AI应用试点，参照工信部发布的行业场景数字化转型路径图谱，以场景链打通工具链和数据链，避免"大水漫灌"式盲目投入。
2. 高度重视数据治理基础建设。一家中型制造企业平均拥有超过20个业务系统，数据孤岛和数据质量参差不齐是制约AI应用的最大瓶颈。[14] 建议企业超前投入数据标准化和数据中台建设。中天合创能源在转型前25个业务系统数据分散，通过构建统一数据底座实现数据集成率100%，跨部门协同效率提升40%。[14]
3. 中小企业借助"小快轻准"解决方案降低转型门槛。截至目前工信部已累计培育"小快轻准"解决方案超1万个。[4] 建议中小企业优先采用SaaS化轻量级AI应用（如云端智能质检、智能排程等），加入链主企业主导的行业数据空间，以数据共享换取技术赋能，利用政策红利降低转型一次性投入。
（五）投资方向建议
1. 确定性最高的方向（短期）：国产AI芯片（尤其推理芯片）、AI服务器及算力基础设施、工业机器人、高端工业传感器。这些处于产业链上游且政策确定性强的环节，将最先兑现业绩增长。
2. 中期布局方向：工业大模型平台、垂直行业AI解决方案提供商、工业数据集建设与数据治理服务商。随着《"人工智能+制造"专项行动实施意见》的深入推进，中游环节将迎来规模化落地窗口。[6]
3. 长期关注方向：具身智能、脑机接口、新材料AI研发等前沿领域。这些代表了数智化转型的"第四范式"（数据+AI驱动），属于文中明确的未来产业范畴。[1]
四、结论/建议
制造业从"数字化"迈向"数智化"的一字之变，折射出中国制造业在全球价值链中从"跟跑"到"并跑"再到部分领域"领跑"的战略升级。这一趋势建立在技术演进规律、全球竞争格局、国内经济转型需求和国家政策持续推动四重逻辑之上，具有不可逆的历史必然性。中国在工业机器人保有量（全球第一、超200万台）[18]、灯塔工厂数量（全球第一、101家）[3]、智能算力规模（1590 EFLOPS）[1]等关键指标上的领先优势，以及从"中国制造2025"到"十五五"数智化转型的清晰政策递进路径，共同构成了这一趋势的坚实底座。
然而，必须清醒认识到当前转型仍处于早期阶段。文中指出的"堰塞湖"效应——人工智能预测成果指数级增长与人类验证及产业化能力线性增长之间的结构性矛盾，是制约转型深化的核心瓶颈。[1] 对企业而言，建议遵循以下五项原则：
1. 即刻行动但不盲目：数智化转型不是"要不要做"的问题，而应以提升实际生产经营能力和盈利水平为衡量标尺，遏制"为AI而AI"的形象工程。
2. 数据先行以厚积薄发：超前投入数据治理基础设施建设，打破部门壁垒、建立统一数据标准和管理体系。
3. 场景切入由点及面：优先选择高价值、低风险、易验证的场景进行AI应用试点，在单点突破积累经验后再推进体系化部署。
4. 生态协作以借力发展：中小企业应主动加入链主企业主导的产业生态和行业数据空间，大型企业应承担起生态构建者的角色。
5. 人才布局为长远之计：提前部署复合型人才培养，将老师傅的操作经验、专家的工艺知识转化为可传承的算法资产，打破个体能力的局限。
参考来源
[1] 王江平.《从"数字化"到"数智化"，制造业转型的范式变革与未来展望》.《中国信息界》（数字化转型期刊），2026年4月24日，微信公众号"中国信息界"发布. https://mp.weixin.qq.com/s/0YeskCcHwaOugQi1SF9ucA
[2] 国际数据公司（IDC）与浪潮信息.《2025年中国人工智能计算力发展评估报告》，2025年2月发布. https://finance.sina.com.cn/jjxw/2025-02-17/doc-inekumna3949970.shtml
[3] 《2026首批全球"灯塔工厂"名单公布：中国再添16座！》，2026年1月26日，腾讯新闻. https://new.qq.com/rain/a/20260126A04SNW00
[4] 《范式智库丨2026中国制造业数字化转型发展展望对策》，2026年1月14日，腾讯新闻. https://new.qq.com/rain/a/20260114A02PZE00
[5] 《2025年我国制造业智能化绿色化加快发展》，2026年1月23日，腾讯新闻（引用国家税务总局增值税发票数据）. https://new.qq.com/rain/a/20260123A02ZF600
[6] 工业和信息化部、中央网信办、国家发展改革委、教育部、商务部、国务院国资委、市场监管总局、国家数据局.《"人工智能+制造"专项行动实施意见》（工信部联科〔2025〕279号），2026年1月发布. https://gxj.nanjing.gov.cn/jxzl/202601/t20260113_5764358.html
[7] 国务院.《关于深入实施"人工智能+"行动的意见》，2025年第25号国务院公报. https://www.gov.cn/gongbao/2025/issue_12266/202509/content_7039598.html
[8] 《德国工业数字化转型新趋势：97%企业已应用工业4.0技术》，搜狐（引用德国数字协会Bitkom调研数据）. https://www.sohu.com/a/1010323995_121956424
[9] 《数智化是什么意思》，搜狐. https://www.sohu.com/a/812405072_100054224
[10] 《中国制造2025：10个目标已完成了9个 越打压越反弹》，今日头条. https://www.toutiao.com/article/7454497473516585483/
[11] 《AI赋能钢铁行业 南钢联合华为共同发布"元冶"钢铁大模型》，2025年6月22日，腾讯新闻；《炼钢不再凭经验靠感觉——南钢以智能技术驱动产业升级》，腾讯新闻. https://new.qq.com/rain/a/20250622A03PUJ00
[12] 《中信建投人工智能2026年投资策略展望》，2025年11月12日，腾讯新闻. https://new.qq.com/rain/a/20251112A00UKZ00
[13] 华为.《华为联合行业知名企业发布制造与大企业领域系列AI创新方案及全球样板点》，2025年9月19日，华为官网. https://www.huawei.com/cn/news/2025/9/hc-manufacturing-innovation-showcase
[14] 《2026年制造企业数据治理：破解多系统数据孤岛，实现"一数一源"》，CSDN博客. https://blog.csdn.net/JZC_xiaozhong/article/details/160148814
[15] 《2026年中国算力产业链投资机遇与价值洞察》，搜狐. https://www.sohu.com/a/991672769_122007030
[16] 《全国建成3万余家基础级智能工厂》，2025年2月11日，光明网（引用工业和信息化部数据）. https://tech.gmw.cn/2025-02/11/content_37843836.htm；《工信部：我国制造业机器人密度达470台/万人，远超全球平均水平》，2025年9月9日，腾讯新闻. https://new.qq.com/rain/a/20250909A0413100
[17] 《谷歌用AI模型发现220万种新材料，研究能力超越人类！》，腾讯新闻（引用DeepMind在《Nature》发表的GNoME论文）. https://so.html5.qq.com/page/real/search_news?docid=70000021_113656d20c370452
[18] 国际机器人联合会.《2025年世界机器人报告》，2025年9月25日发布. https://new.qq.com/rain/a/20250926A04NHU00
[19] 工业和信息化部、国家标准化管理委员会.《工业领域数据安全标准体系建设指南（2023版）》，2023年12月发布. https://finance.sina.com.cn/jjxw/2023-12-29/doc-imzzsqhx5737381.shtml
