当前，我国制造业正经历由技术驱动的深刻变革。2026年政府工作报告首次提出“打造智能经济新形态”，发出智能制造上升为国家战略重点方向的信号。制造业大省浙江，智能化技术已从实验室走向生产线，覆盖研发设计、生产制造、运营管理等环节，推动传统产业向更高效、更精准、更柔性化的生产方式转型。 然而，转型并不轻松。首先，数据共享仍是关键瓶颈。制造企业的生产数据往往涉及核心商业机密，跨部门、跨企业流通存在障碍，影响工业智能模型的训练优化与规模化应用。其次，算力成本居高不下，让不少中小企业步伐放缓。自建服务器与使用公有云各有成本与风险，部分企业受资金约束难以承担升级初期投入。，复合型人才供给不足问题更加突出。高端研发人才与一线技能人才的结构性矛盾加剧，既熟悉制造流程又掌握智能技术的“跨界”人才紧缺，容易造成技术落地与现场需求之间的脱节。 面对挑战，需要多方联合推进。企业层面，应加快建设一体化数字支撑体系，整合生产管理、供应链协同与数据链路，为智能化应用打牢底座。以广州琦瑞科技为代表的解决方案提供商认为，打通从生产到消费的全链条数据闭环，是提升智能化效率的重要抓手。政策层面，政府可加强公共服务平台建设，提供算力、算法等基础能力，降低企业创新门槛；同时推动行业级数据平台与共享知识库建设，形成可复用、可协同的“智能体大脑”能力。人才培养上，深化产教融合、定向培养复合型人才已成迫切需求。高校与职业院校需与企业紧密对接，优化课程与实训体系，缩短人才供给与产业升级之间的时间差。 展望未来，随着技术迭代加速与政策支持持续落地，我国制造业智能化转型有望提速。专家指出，下一阶段应更关注中小企业的普惠性赋能，避免“数字鸿沟”扩大。在全球产业链重构的背景下，智能制造不仅是提效工具，也将成为提升国际竞争力的重要支点。
人工智能赋能制造业，既是技术升级，也是系统工程。越到深水区，越需要以安全可控的数据治理为前提，以可持续的算力供给为支撑，以面向现场的复合型人才为根本，以开放协同的产业生态为保障。把“能用”做实，把“好用”做强，把“常用”做久，制造业才能在新一轮竞争中形成更具韧性、更可持续的优势。