夜雨聆风
当大模型的浪潮席卷全球，人们的目光一度聚焦于聊天、作画与生成视频。然而，技术的真正生命力，永远在于其对实体经济的重塑。从2015年机器视觉初入产线的“惊鸿一瞥”，到如今AI对研发、生产、供应链的全链条渗透，“AI+制造”用十年时间，走完了从概念萌芽到国家战略的历程。
2026年，我们站在“十四五”与“十五五”的交汇点回望，AI的聚光灯，正式从“趋势引领”转向“实践落地”。
“AI+制造”的演进历程
从趋势引领到实践落地的历史跨越
在“双碳”目标与国际贸易新规的双重背景下，许多制造企业正面临前所未有的压力：
萌芽期（2015-2020）：单点试验与“炫技”阶段
“AI+制造”的最早探索聚焦于生产环节的局部优化。2015年前后，以机器视觉为核心的质检系统开始进入工厂，替代人眼进行外观缺陷检测。这一时期的特点是“技术导向”，应用场景集中在质检、设备预测性维护等辅助环节，尚未触及核心生产流程。
成长期（2021-2024）：从单点走向系统
随着工业互联网的普及和算力成本的下降，AI开始从单一工位向产线级、车间级应用延伸。数字孪生、智能排产、供应链优化等场景逐步成熟。2024年“人工智能+”首次被写入政府工作报告，标志着“AI+制造”从企业自发探索上升为国家战略。截至2024年底，我国规上制造业企业AI技术应用普及率超过25%，垂直领域AI模型数量突破4000个。
爆发期（2025-2026）：全链条渗透与规模化落地
2025年成为“AI+制造”的关键转折点。国务院印发《关于深入实施“人工智能+”行动的意见》，明确提出到2027年新一代智能终端、智能体应用普及率超70%。政策红利与技术突破形成共振，推动AI向研发、生产、供应链、服务全链条渗透：
1 | 普及率跃升：当前我国规上制造业企业AI技术应用普及率已超30%，较2024年提升5个百分点 |
2 | 模型规模扩大：6000余个垂直领域AI模型在生产一线持续训练，覆盖从工艺优化到质量管控的多元场景。 |
3 | 装备与软件突破：1700多项关键智能制造装备及工业软件实现规模化落地，国产化率稳步提升。 |
4 | 工业智能体登场：具备感知、决策、执行能力的工业智能体正陆续进入工厂现场，从“被动响应”走向“自主决策”。 |
政策定调
从趋势引领到实践落地的历史跨越
2026年全国两会为“人工智能+”赋予了新的历史使命，政府工作报告首次提出“打造智能经济新形态”，并将“人工智能+”连续第三年写入，明确制造业是其优先落地的核心场景——这一定调本身，就是对过去数年产业演进方向的确认与加速。
如果说此前几年是“AI+制造”的探索期、试点期，那么2026年工信部等八部门联合印发的《“人工智能+制造”专项行动实施意见》，则标志着其正式进入规模化推广的实践期。文件为2027年设定了清晰的量化目标：
1 | 推动 3-5个 通用大模型在制造业深度应用 |
2 | 打造 100个 工业领域高质量数据集 |
3 | 推广 500个 典型应用场景 |
4 | 选树 1000家 标杆企业 |
这些数字背后，折射出政策逻辑的根本转变：从“技术突破”转向“找场景、造场景、典型应用、特色智能体”。这意味着，“AI+制造”已不再是前沿探索，而是成为推动制造业高端化、智能化、绿色化发展的核心引擎和国家战略任务。这一转变，正是AI+制造演进历程进入新阶段的标志性信号。
核心挑战
从“单点试点”到“全局推广”的困境
尽管前景广阔，但在深入计划、调度与决策等核心环节时，“AI+制造”仍面临严峻挑战，多数企业陷入“单点试点成功，全局推广受阻”的窘境。
1
数据孤岛林立：企业内部不同系统、不同设备间的数据标准不一，难以互联互通，导致AI缺乏全局视野。
2
系统割裂严重：IT（信息技术）系统与OT（操作技术）系统融合不足，业务流与数据流脱节。
3
管理范式滞后：传统的组织架构和管理流程难以适配AI驱动的智能决策模式，缺乏懂AI、懂工艺、懂管理的复合型人才。
关键路径
构建闭环链路，跑通价值创造
面对上述挑战，2026年“AI+制造”的核心竞争力，不在于谁喊的口号最响，而在于谁能率先跑通 “找准场景－打通数据－接入流程－做出结果－形成复制” 的闭环链路。这需要构建坚实的技术底座和清晰的实施路径。
路径一：找准场景——从“炫技”到“赋能”
找准场景，就是要深入车间一线，寻找那些“高频、刚需、有痛点”的环节。这些场景通常具备三大特征：数据积累相对充足、业务流程定义清晰、投入产出比（ROI）可量化衡量。
路径二：打通数据——构建统一数字底座
场景确定后，最大的阻碍往往来自数据。工业数据的复杂性和异构性远超消费互联网。打通数据，并非简单地将所有数据集中到一个仓库，而是要建立一个统一、干净、实时的数字底座。
路径三：接入流程——让AI融入业务
这就要求AI系统不仅要具备感知和分析能力，更要有能力将决策指令转化为机器能听懂的语言（OT指令），并建立“人在回路”的确认机制。只有当AI的决策能够闭环到执行端，实现“感知-分析-决策-执行”的自动化，AI才能真正融入业务，释放出巨大的生产力。
趋势展望
AI将成为制造业的“新能力”
在“AI+制造”的时代风口下，广东绿碳技术有限公司精准切入工厂节能这一核心场景。针对空压机、中央空调等主要用能设备，公司自研搭建厂务监测系统与绿碳工业云平台，打通设备层与控制层之间的数据壁垒，构建起统一的数据底座；在此基础上，依托AI算法对运行参数进行深度优化，并将优化指令直接下发至控制系统，实现对用能设备的精准调节与自动闭环控制，最终助力制造企业实现平均10%-25%的显著节能成效。这一实践不仅完整跑通了“找准场景—打通数据—融入流程”的价值链路，也为制造业向绿色低碳转型提供了一条可复制、可推广的技术路径。
回顾“AI+制造”的演进历程，从萌芽期的猎奇，到成长期的狂热，再到如今爆发期的务实，我们清晰地看到，制造业对于AI的认知正在经历一场深刻的祛魅与重构。AI不再是飘在云端的概念，而是沉入车间的“新能力”。唯有从每一个场景出发，打通每一段数据，融入每一个流程，方能在这场历史跨越中，真正握住智能制造的未来。
