【內(nèi)容提要】展望2026年，我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型將步入深水區(qū)，場(chǎng)景圖譜構(gòu)建為智能賦能日趨深入，生態(tài)合作逐漸密切。與此同時(shí)，我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型仍面臨投入產(chǎn)【關(guān)鍵詞】制造業(yè)數(shù)字化轉(zhuǎn)型發(fā)展形勢(shì)展望2025年，我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型工作持續(xù)推進(jìn)，在場(chǎng)景圖譜建設(shè)、技術(shù)融合創(chuàng)新、數(shù)據(jù)要素應(yīng)用、人工智能落地和生態(tài)融合等方面取得了一定成效。展望2026年，我國(guó)制造業(yè)基礎(chǔ)穩(wěn)、潛能大的優(yōu)勢(shì)將更加突2025年，我國(guó)制造業(yè)數(shù)字化轉(zhuǎn)型工作不再追求全面鋪開(kāi)，而是聚焦于能直接滿足業(yè)務(wù)需求、創(chuàng)造顯著價(jià)值的特定場(chǎng)景。工信部印發(fā)《場(chǎng)景化、圖譜化推進(jìn)重點(diǎn)行業(yè)數(shù)字化轉(zhuǎn)型的參考指引（2025版）》（以下簡(jiǎn)稱《參考指引》），覆蓋鋼鐵、石化等14個(gè)重點(diǎn)行業(yè)，為場(chǎng)景優(yōu)化、要素匹配、供需銜接、成效評(píng)估等提供了系統(tǒng)框架。累計(jì)培育“小快輕展望2026年，制造業(yè)數(shù)字化轉(zhuǎn)型將進(jìn)一步向縱深發(fā)展，更加注重基于行業(yè)特性與企業(yè)實(shí)際痛點(diǎn)的場(chǎng)景挖掘與培育。行業(yè)知識(shí)圖譜與轉(zhuǎn)型路徑圖譜將深度融合，推動(dòng)形成“一業(yè)一策”“一企一策”的精準(zhǔn)賦能機(jī)制。未來(lái)將重點(diǎn)圍繞智能制造、工業(yè)智能、服務(wù)型制造等核心應(yīng)用場(chǎng)景，系統(tǒng)構(gòu)建場(chǎng)景化解決方案庫(kù)與評(píng)估體系，實(shí)現(xiàn)從單點(diǎn)突破到體系化行業(yè)場(chǎng)景圖譜示意圖2025年，我國(guó)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(dòng)力。截至2025年7月底，我國(guó)已建成全球規(guī)模最大、覆蓋最廣的網(wǎng)絡(luò)基礎(chǔ)設(shè)施，5G基站達(dá)459.8萬(wàn)個(gè)，“5G+工業(yè)互聯(lián)網(wǎng)”項(xiàng)目超2萬(wàn)個(gè)，在多場(chǎng)景廣泛應(yīng)用。目前，已建成3萬(wàn)余家基礎(chǔ)級(jí)智能工廠進(jìn)級(jí)智能工廠、230余家卓越級(jí)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(tái)2400余個(gè)、國(guó)家級(jí)展望2026年，制造業(yè)的智能設(shè)施將從局部部署轉(zhuǎn)向全域集成，構(gòu)建覆蓋感知、計(jì)算、執(zhí)行全環(huán)節(jié)的智能化基座。在設(shè)施體系方面，將重點(diǎn)推進(jìn)工業(yè)網(wǎng)絡(luò)全互聯(lián)、算力資源全域調(diào)度與異構(gòu)設(shè)備統(tǒng)一接入，實(shí)現(xiàn)“云邊端”協(xié)同的算力一體化布局。在技術(shù)融合方面，工業(yè)網(wǎng)絡(luò)與算力設(shè)施將加速升級(jí)，5G-A、TSN（時(shí)間敏感網(wǎng)絡(luò)）等深度融入生產(chǎn)核心環(huán)節(jié)，支撐高實(shí)時(shí)、高可靠業(yè)務(wù)場(chǎng)景的規(guī)?；渴稹６藬?shù)控系統(tǒng)、智能傳感與執(zhí)行單元等關(guān)鍵部件將加速技術(shù)攻關(guān)與規(guī)?；?025年，工業(yè)高質(zhì)量數(shù)據(jù)集的實(shí)踐探索與創(chuàng)新應(yīng)用步伐加快，數(shù)據(jù)正逐漸成為重構(gòu)制造業(yè)價(jià)值體系、驅(qū)動(dòng)創(chuàng)新與效率革命的核心資產(chǎn)。截至2025年6月，全國(guó)已建成省、市級(jí)數(shù)促中心近230家，覆蓋18個(gè)省份，建成高質(zhì)量數(shù)據(jù)集超3.5萬(wàn)個(gè)，總體量超400PB，覆蓋鋼鐵、石化、煤炭等重點(diǎn)行業(yè)。企業(yè)數(shù)據(jù)治理能力持續(xù)增強(qiáng)，截至2025年9月，8000余家企業(yè)已通過(guò)數(shù)據(jù)管理能力國(guó)家標(biāo)準(zhǔn)（DCMM）認(rèn)證?？尚艛?shù)據(jù)空間試點(diǎn)已覆展望2026年，數(shù)據(jù)要素價(jià)值將加速釋放，有力重構(gòu)制造業(yè)價(jià)值鏈。在數(shù)據(jù)資產(chǎn)化層面，數(shù)據(jù)確權(quán)、評(píng)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(biāo)準(zhǔn)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(guān)的金融創(chuàng)新工作起步探索。在數(shù)據(jù)驅(qū)動(dòng)決策層面，多維數(shù)據(jù)融合分析成熟，時(shí)空與語(yǔ)義上下文理解驅(qū)動(dòng)決策精準(zhǔn)化，工業(yè)數(shù)據(jù)將賦能產(chǎn)品設(shè)計(jì)、生產(chǎn)工藝優(yōu)化、設(shè)備2025年，人工智能在制造業(yè)研發(fā)設(shè)計(jì)、中試驗(yàn)證、生產(chǎn)制造、營(yíng)銷服務(wù)、運(yùn)營(yíng)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(yīng)用，有力推動(dòng)生產(chǎn)效率提升和產(chǎn)業(yè)提質(zhì)升級(jí)?！豆I(yè)和信息化部信息化和工業(yè)化融合2025年工作要點(diǎn)》強(qiáng)調(diào)以工業(yè)智能體為核心，深化人工智能在工業(yè)領(lǐng)域的應(yīng)用，推動(dòng)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11月，網(wǎng)信辦已備案生成式人工智能611家。IDC調(diào)研顯示，中國(guó)工業(yè)展望2026年，行業(yè)大模型向垂直領(lǐng)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(shè)備將從被動(dòng)工具進(jìn)化為具身智能體，人機(jī)關(guān)系由主從控制轉(zhuǎn)向雙向協(xié)同。生產(chǎn)方法將迎來(lái)算法革命，知識(shí)傳承從“師徒制”轉(zhuǎn)向可復(fù)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(yīng)用場(chǎng)景將更加廣泛，有效優(yōu)化要素配置、提升價(jià)值鏈地位，搶占新工業(yè)革命制高點(diǎn)，推動(dòng)中國(guó)制造實(shí)現(xiàn)由大到強(qiáng)的全面2025年，工業(yè)互聯(lián)網(wǎng)平臺(tái)等數(shù)字紐帶作用凸顯，初步形成開(kāi)放互通的價(jià)值網(wǎng)絡(luò)。工業(yè)互聯(lián)網(wǎng)平臺(tái)鏈接服務(wù)能力顯著增強(qiáng)，具有一定影響力的工業(yè)互聯(lián)網(wǎng)平臺(tái)超340家，重點(diǎn)平臺(tái)工業(yè)設(shè)備連接數(shù)超1億臺(tái)（套），全國(guó)累計(jì)上云上平臺(tái)企業(yè)約400萬(wàn)家次，平臺(tái)應(yīng)用已拓展至49個(gè)國(guó)民經(jīng)濟(jì)大類，實(shí)現(xiàn)了41個(gè)工業(yè)大類以及185個(gè)工業(yè)中類全覆蓋，數(shù)據(jù)、資源、能展望2026年，智能融通將向更深層次演進(jìn)，工業(yè)互聯(lián)網(wǎng)平臺(tái)將成為萬(wàn)物互聯(lián)的智能底座。自主可控的標(biāo)識(shí)解析體系即將全面建成，開(kāi)源開(kāi)放生態(tài)與標(biāo)準(zhǔn)化推進(jìn)模式持續(xù)深化，并在制造業(yè)重點(diǎn)領(lǐng)域初步實(shí)現(xiàn)規(guī)模應(yīng)用。工業(yè)互聯(lián)網(wǎng)平臺(tái)鏈接范圍將更加廣泛，持續(xù)納入行業(yè)內(nèi)、產(chǎn)業(yè)鏈上更多的要素和主體，實(shí)現(xiàn)由點(diǎn)及面的全要素?cái)U(kuò)張。產(chǎn)業(yè)集群生態(tài)將不斷涌現(xiàn)，跨區(qū)域、跨領(lǐng)域合作更加深化，為制造業(yè)數(shù)智化轉(zhuǎn)型注入更強(qiáng)一是初始投入規(guī)模較大，覆蓋硬件改造、軟件采購(gòu)、系統(tǒng)集成與人才培訓(xùn)等多方面，對(duì)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(zhuǎn)型所帶來(lái)的流程再造、質(zhì)量提升等核心價(jià)值多體現(xiàn)為“軟性”收益，難以通過(guò)傳統(tǒng)的投資回報(bào)率模型進(jìn)行精準(zhǔn)量化。三是價(jià)值回報(bào)周期漫長(zhǎng)，數(shù)字化轉(zhuǎn)型成效需要通過(guò)生產(chǎn)、管理、營(yíng)銷等多環(huán)節(jié)的協(xié)同優(yōu)化才能逐步顯現(xiàn)，遠(yuǎn)長(zhǎng)于一般技術(shù)改造項(xiàng)目。這種成本顯性、收益隱性、周期漫長(zhǎng)的特點(diǎn)，使得許多企業(yè)，特別是中小企業(yè)，陷入“不敢轉(zhuǎn)、不在技術(shù)方面，我國(guó)制造業(yè)在數(shù)字化關(guān)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(chǎng)長(zhǎng)期由國(guó)外廠商主導(dǎo)，工業(yè)網(wǎng)絡(luò)協(xié)議、高端芯片等底層技術(shù)領(lǐng)域存在明顯對(duì)外依賴。在安全方面，隨著工業(yè)互聯(lián)網(wǎng)平臺(tái)的規(guī)?；渴鸷汀霸?邊-端”架構(gòu)的普及，原本相對(duì)封閉的工業(yè)控制系統(tǒng)逐漸開(kāi)放，系統(tǒng)復(fù)雜度提升，安全邊界不斷擴(kuò)大，導(dǎo)致網(wǎng)絡(luò)攻擊、數(shù)據(jù)竊取或篡改的風(fēng)險(xiǎn)大幅上升。一旦生產(chǎn)控制系統(tǒng)遭遇攻擊，可能引發(fā)關(guān)鍵工藝參數(shù)被篡改、生產(chǎn)線停擺運(yùn)行，甚至造成設(shè)備物理?yè)p壞，對(duì)企盡管人工智能被視為制造業(yè)數(shù)字化轉(zhuǎn)型的核心驅(qū)動(dòng)力，但目前在實(shí)示，95%的組織在生成式人工智能上獲得了零回報(bào)，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(chǔ)差距，人工智能模型訓(xùn)練依賴大量高質(zhì)量、規(guī)范化的標(biāo)注數(shù)據(jù)，而工業(yè)現(xiàn)場(chǎng)數(shù)據(jù)普遍存在噪聲大、格式不一、樣本缺失等問(wèn)題，難以滿足算法要求。二是存在人機(jī)協(xié)同的信任障礙，由于人工智能決策過(guò)程不透明，推理邏輯難以被理系統(tǒng)割裂與數(shù)據(jù)孤島問(wèn)題一直嚴(yán)重制約數(shù)據(jù)要素的整體效能。一是企業(yè)內(nèi)不同部門之間存在小孤島，部分企業(yè)信息系統(tǒng)技術(shù)架構(gòu)不一、通信協(xié)議各異，缺乏統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)與全流程數(shù)據(jù)治理體系，各部門數(shù)據(jù)獨(dú)立存儲(chǔ)，新舊系統(tǒng)銜接、OT與IT平臺(tái)融合難度大，無(wú)法進(jìn)行有效的全局整合和關(guān)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(shí)，從過(guò)去的平臺(tái)主變成了數(shù)據(jù)主，但與外部主體間互認(rèn)能力弱、互通性不足，思想上不信任，缺乏數(shù)據(jù)融通的技數(shù)字化轉(zhuǎn)型的本質(zhì)是業(yè)務(wù)模式與管理體系的重構(gòu)，并非單純的技術(shù)引進(jìn)與疊加。當(dāng)前，“技術(shù)業(yè)務(wù)兩張皮”現(xiàn)象仍然普遍，阻礙轉(zhuǎn)型項(xiàng)目落地與推廣。一方面，部分技術(shù)供給方過(guò)分追求技術(shù)的前沿性，未能精準(zhǔn)切入需求方在降本、增效、提質(zhì)等方面的核心痛點(diǎn)。另一方面，部分業(yè)務(wù)部門缺乏信息技術(shù)認(rèn)知，無(wú)法將模糊的業(yè)務(wù)訴求轉(zhuǎn)化為清晰、可執(zhí)術(shù)本身無(wú)法自動(dòng)打破舊有體系的桎梏，組織變革和流程再造的滯后性，依托《參考指引》，分行業(yè)、分產(chǎn)業(yè)鏈開(kāi)展數(shù)據(jù)要素、知識(shí)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(guān)的重點(diǎn)工作路徑。進(jìn)一步擴(kuò)大圖譜清單范圍，覆蓋更多重點(diǎn)行業(yè)和典型場(chǎng)景，并提升其精細(xì)化、標(biāo)準(zhǔn)化程度。體系化培育面向場(chǎng)景的解決方案，征集一批重點(diǎn)行業(yè)數(shù)字化轉(zhuǎn)型需求和優(yōu)秀轉(zhuǎn)型實(shí)踐案例，加快構(gòu)建轉(zhuǎn)型服務(wù)商資源池。聚焦重點(diǎn)行業(yè)、典型場(chǎng)景，開(kāi)展數(shù)字化轉(zhuǎn)型供需對(duì)接、案例研討等活動(dòng)，與工信部中小企業(yè)數(shù)字化轉(zhuǎn)型試點(diǎn)城市、大規(guī)模設(shè)備更新等工研究構(gòu)建一體化評(píng)估體系，打通現(xiàn)有評(píng)估體系間的映射與換算關(guān)系，為政府、企業(yè)、服務(wù)商提供統(tǒng)一的評(píng)估對(duì)話框架，將不同來(lái)源的評(píng)估數(shù)據(jù)有效匯聚應(yīng)用，降低企業(yè)評(píng)估診斷成本。加快建立以投入產(chǎn)出為核心的數(shù)字化轉(zhuǎn)型綜合評(píng)價(jià)模型，明確可量化、可考核、可評(píng)價(jià)的關(guān)鍵績(jī)效指標(biāo)，科學(xué)評(píng)價(jià)轉(zhuǎn)型投入帶來(lái)的經(jīng)濟(jì)效益與社會(huì)價(jià)值。基于評(píng)估結(jié)果，引導(dǎo)企業(yè)優(yōu)先在數(shù)據(jù)采集、視覺(jué)檢測(cè)、能耗管理等見(jiàn)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(zhuǎn)型收益，增強(qiáng)持續(xù)轉(zhuǎn)型的信組織實(shí)施工業(yè)軟件、工業(yè)控制芯片、實(shí)時(shí)工業(yè)網(wǎng)絡(luò)等關(guān)鍵環(huán)節(jié)的攻關(guān)計(jì)劃，開(kāi)發(fā)一批通用型數(shù)字化轉(zhuǎn)型工具，圍繞數(shù)據(jù)采集、邊緣計(jì)算、系統(tǒng)集成等共性需求，推出標(biāo)準(zhǔn)化、模塊化、低成本的解決方案，降低企業(yè)技術(shù)應(yīng)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(dòng)建立工業(yè)技術(shù)軟件化開(kāi)源社區(qū)，共享基礎(chǔ)算法和組件，突破設(shè)計(jì)、仿真、控制等領(lǐng)域的核心技術(shù)瓶頸，打通技術(shù)研發(fā)到落地應(yīng)用推動(dòng)人工智能技術(shù)與工業(yè)機(jī)理模型、專家知識(shí)深度融合，構(gòu)建工業(yè)知識(shí)圖譜。開(kāi)發(fā)面向特定行業(yè)的大模型知識(shí)引擎和機(jī)理模型庫(kù)，培育工業(yè)模型開(kāi)源共享平臺(tái)，匯聚基礎(chǔ)模型庫(kù)、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(yùn)維等核心工業(yè)場(chǎng)景，按照能力互補(bǔ)、場(chǎng)景適配的原則，構(gòu)建大模型理解任務(wù)、小模型精準(zhǔn)執(zhí)行的協(xié)同體系，驅(qū)動(dòng)生產(chǎn)流程再造與業(yè)務(wù)模式創(chuàng)新。深化面向工業(yè)場(chǎng)景的智能體產(chǎn)品培育和應(yīng)用推廣，打造群體智能解決方案，實(shí)現(xiàn)從單點(diǎn)應(yīng)用到全流程賦能加快完善制造業(yè)