问题——从“上云用数”到“以智提质”，制造业数智化转型面临两类突出矛盾：一是算力供给与工业场景需求之间存“接入难、匹配难、成本高”等结构性问题，制约大模型、工业智能体在生产线、供应链、设备运维等环节的规模化应用；二是中小企业数字化能力差异较大，既缺专业人才，也缺价格可承受、部署简便的工具与平台，导致“有意愿、难落地”的情况仍较常见。 原因——其背后既有技术迭代带来的客观变化，也有供需协同不足的现实约束。随着工业智能从单点自动化走向系统优化，计算需求从训练扩展到高频推理与实时控制，算力不仅要“够用”，更要“好用、可用、低碳”。同时，工业数据来源多、质量不一，业务流程跨部门、跨企业推进，单一主体难以独立完成全链条改造，生态协同与公共服务能力因此成为关键。基于此，中国发展高层论坛2026年年会期间的“制造业数智化转型专题研讨会”提出：加快构建多层次算力设施体系，推动算力资源规模化、集约化、绿色化、普惠化发展，并通过超大规模智算集群、算电协同等新型基础设施工程提升算力接入与精准匹配能力，为工业智能应用打牢底座；同时面向广大企业特别是中小企业，建设开放的数智化公共服务平台，提供“小、快、轻、准”的智能化工具，让智能红利更均衡地覆盖各类企业。 影响——多重信号显示，数智化转型正从“概念导入”进入“工程攻坚”。一上，产业生态加速聚合。3月23日至24日北京举办的西门子科技大会首次在中国系统展示其从电气化、自动化、数字化到智能化的全栈能力，并与多家生态伙伴围绕工业智能、数字孪生、具身智能与算力等方向开展互动展示，反映出跨国企业与本土伙伴共建场景、共创方案的趋势。另一上，资本与产品端同步升温。“航星传动”“星灿智能”“爱睿思”“际数科技”“满分运动”等企业披露新一轮融资进展，覆盖先进制造、空间数据、健康与教育等赛道，显示市场对“能落地、可变现”的数字化能力仍保持关注。另外，面向用户侧与产业侧的服务和产品密集推出：出行、测评等应用加快落地，企业间围绕一体化数智解决方案展开合作，终端与智能汽车领域新品发布与交付节奏加快，智能驾驶、智能座舱、传感与高压快充等配置持续下探，带动消费体验升级与产业链配套完善。 对策——面向下一阶段，推进制造业数智化转型需“供给侧能力建设”和“需求侧场景牵引”上同步发力：其一，完善算力基础设施的分层布局与统一调度，强化算力、网络、存储与能源协同，提升工业现场接入能力与低时延保障，推动算力更高效地延伸至园区、工厂与边缘侧。其二，强化公共服务平台与行业共性能力供给，面向中小企业推出标准化、模块化工具，降低数据治理、模型部署、运维管理门槛，并通过示范项目形成“可复制、可推广”的改造路径。其三，将安全可信作为必须同步推进基础工程。随着智能体在生产、办公与服务领域应用增多，权限边界、可审计性、供应链安全等风险上升；业界通过开源凝聚开发者力量、共建安全能力的探索值得关注，也提示各行业需在制度规范、技术验证与责任界定上加快形成闭环。其四，促进生态协同与标准对接，鼓励龙头企业、平台企业与科研机构围绕关键环节联合攻关，加速推动工业数据规范、模型评测、接口协议等基础工作落地。 前景——从国内外动态看，算力与模型调用规模的竞争正在从“实验室指标”转向“真实应用消耗”。国际市场上，围绕芯片、数据中心与先进制造的投入持续加码；同时，模型应用侧调用量增长也反映出产业数字化需求的扩张。可以预期，未来一段时期，制造业数智化的主战场将集中在三上：一是以算力新型基础设施为支撑的工业智能规模化部署，二是以场景为牵引的软硬件一体化解决方案加速成熟，三是以安全与治理为前提的可信应用体系加快建立。谁能在成本、能效、可靠性与生态协同上形成系统能力，谁就更可能在新一轮产业竞争中赢得主动。
从算力基础设施建设到工业场景的深度融合，从资本流向到终端与汽车的迭代提速，诸多动态指向同一趋势：数智化正在从“可选项”变成“必做题”。坚持以实体经济为根基——以普惠服务降低门槛——以安全可信守住底线，推动技术创新与产业升级相互促进，才能把增长动能更稳定地转化为高质量发展的支撑。