一系列大動作，吹響了重塑制造業的號角。

今年8月，國務院印發《關于深入實施“人工智能+”行動的意見》，將“人工智能+制造”列為重點之一，為制造業智能化升級提供了政策指引和實施路徑。

此前6月，工信部在審議《信息化和工業化融合2025年工作要點》時，明確提出要實施“人工智能+制造”行動，加快重點行業智能升級，打造智能制造“升級版”。

“這已不僅僅是一次單純的技術迭代和產業升級，而是一場關乎城市產業地位、區域競爭新棋局、乃至國家核心競爭力強弱的戰略‘卡位戰’。”一位區域經濟專家分析認為。

為什么說人工智能是對制造業的“再定義”？在這場“卡位戰”中，怎么才能率先突圍？

一場關乎未來的競速賽

大家都聽說過傻子瓜子、洽洽、三只松鼠，然而，同為休閑食品企業，如今正演繹著截然不同的命運，其中，洽洽主動擁抱數智化轉型，從傳統模式中破局，成長為一名追趕型“游泳健將”；而作為數字原生企業的三只松鼠，自誕生起就將AI深度植入制造全流程，構建全鏈路智能品控體系，創業僅八年收入突破百億元，成為“靠腮呼吸的魚”。

不同鏡像，揭示了一個清晰的現實：企業所處的智能化階段，直接決定其生存狀態與生命周期。它強有力地印證了：在今天的產業競爭中，人工智能已不再是“重要與否”的選擇題，而是“離開它，還能否活下去”的生存題。

從全球來看，人工智能是第四次工業革命的核心引擎，是贏得全球產業競爭主動權和搶占新工業革命制高點的重要著力點。

一方面，全球產業鏈加速重構、勞動力結構性短缺、質量與效率的雙重壓力日益顯現；另一方面，人工智能正以前所未有的速度，滲透至從研發、生產到供應鏈的各個環節，成為驅動制造業高質量發展的新變量。

在這樣的背景下，制造業不再是AI應用的跟隨者，而是其落地的主戰場和主引擎。“人工智能+制造”將推動制造從“人海戰術”轉向“算法驅動”，從“經驗主義”邁向“數據決策”。

有市場調研報告顯示，工業AI已進入高速增長期，2024年全球工業AI市場規模已達436億美元，預計到2030年將躍升至1540億美元，年復合增長率為23%。

可以說，誰能率先完成這一躍遷，誰就能在新一輪全球產業分工中搶占制高點；一旦落后，失去的不僅是市場訂單，更是現代工業體系的主導權。

從我國來看，人工智能是推動中國制造由大到強的重要路徑。

2024年，我國全部工業增加值達到40.5萬億元，制造業總體規模連續15年保持世界第一，但“大而不強”問題依然突出，表現為高端裝備依賴進口、工業軟件受制于人、制造環節效率低、柔性差、響應慢等方面。

世界銀行數據顯示，中國制造業勞動生產率僅為美國的1/5、德國的1/4；單位增加值能耗是發達國家的2—3倍。

而“人工智能+制造”為破解這些痛點提供了系統性方案：通過AI優化工藝、預測故障、提升質檢，實現效率與質量雙升；通過柔性產線實現小批量、多品種的快速響應；通過AI+工業軟件逐步突破“卡脖子”環節……可以說，人工智能不是“錦上添花”，而是“雪中送炭”，是中國制造業由大到強的必由之路。

從產業來看，人工智能是培育壯大新質生產力的戰略抓手，是推動經濟結構實現戰略性調整、構筑未來新優勢的關鍵所在。

新質生產力的核心在于以科技創新驅動生產力質的躍遷，突破傳統要素瓶頸。而“人工智能+制造”正是典型代表：既能改造傳統產業，讓“老樹發新芽”，也能催生工業互聯網、智能機器人、高性能傳感器、工業軟件等新興業態，推動新興產業“樹林變森林”，還能賦能未來產業“小樹變大樹”。

從企業來看，當前經濟發展面臨的不確定不穩定因素較多，產業鏈供應鏈的“卡點”還不少，一些制造業企業特別是中小企業經營困難，在這種情況下，企業要擺脫“僧多粥少”的需求制約和更為激烈的競爭壓力，迫切需要在人工智能上找出路，以推動制造業全要素的整合共振，加快驅動技術創新、模式創新、管理創新，為搶占發展新賽道、贏得新優勢筑勢蓄能。

全球頂級咨詢服務機構畢馬威的一份2025年報告指出，93%的企業認為擁抱人工智能可建立競爭優勢。根據最新調研，95%的制造企業將在未來五年內投資人工智能。

正是基于以上多維度的認知和共識，各地深刻洞察到“人工智能+制造”所蘊含的歷史性機遇。一場關乎未來的競速賽，已然在全國范圍內展開，呈現出時不我待的奮進態勢。

不僅是技術層面的升級，更是競爭邏輯的變革

今年5月，北京印發《北京市人工智能賦能新型工業化行動方案（2025年）》，提出多項措施推動人工智能與工業深度融合，加速制造業智能化升級；

也是在5月，浙江印發《關于支持人工智能創新發展的若干措施》，奮力搶占人工智能發展制高點，打造全球人工智能創新發展高地；

今年8月，上海推出《上海市加快推動“AI+制造”發展的實施方案》，計劃推動3000家制造業企業實現智能化應用，重點突破工業模型基礎能力與智能前沿技術；

……

不僅是東部經濟發達省份，中西部地區的省份同樣是聞令而動，紛紛躬身入局。

河北聚焦鋼鐵、化工等傳統優勢產業轉型，建設京津冀公共算力服務平臺；

安徽聚焦“6178”現代化產業體系，深度賦能制造業，推動智能網聯汽車、新材料、智能家電等優勢產業提質增效；

四川則是提出在成都建設“諸葛空間”AI產業生態示范區，重點發力大模型和機器人，建設機器人中試線。

發出聲響最大的，是廣西。

在2025年廣西“新春第一會”上，廣西壯族自治區黨委書記陳剛發出人工智能產業發展的響亮動員令。最近半年來，陳剛密集會見人工智能領域企業家，邀請世界級專家輔導人工智能；廣西還印發了《廣西“人工智能+制造”行動方案（2025—2027年）》……人工智能已成為廣西制造業高質量發展的高頻詞。

而將這場競速賽推向高潮的是浙江溫州。今年9月，溫州市人工智能局正式揭牌，這是全國首個市級人工智能管理機構，引發外界強烈關注。

從東部到中西部，各地圍繞“人工智能+制造”展開激烈競爭，都努力在AI產業革命中搶占先機。“誰先發展人工智能、應用人工智能，這個國家、這個地方就能走在前面。”陳剛在廣西“新春第一會”上的一句話，成為競爭態勢的生動寫照。

梳理發現，在這一輪行動中，主要聚焦算力基建、應用場景、核心技術、產業生態、數據資源五大核心領域展開。

一是聚焦算力基建：布局智能時代“新電力”。算力作為AI發展的基礎資源，是布局“人工智能+制造”的核心戰場。上海通過“模速空間”和算力券吸引企業，深圳依托硬件優勢建設算力高地，貴州等西部省份則憑借國家算力樞紐參與競爭。這場“新電力”之爭背后是差異化策略：經濟先發地區聚焦高端集群，后發地區則以低成本優勢承接算力外溢需求。

二是聚焦應用場景：從“技術驅動”轉向“需求牽引”。各地在應用場景拓展上，立足自身需求，呈現垂直領域的深度滲透。比如，浙江依托電商優勢，將AI深度融入制造業的物流、營銷等各環節。

特別是，具身智能與智能駕駛成為場景競爭的前沿陣地。北京計劃2027年實現人形機器人萬臺量產，上海、廣州加速自動駕駛試點，形成“百機大戰”競爭格局。這既體現技術突破的迫切性，也反映出地方對人工智能賦能制造業的期待。

三是聚焦核心技術：大模型領域的“軍備競賽”。大模型作為AI技術制高點，引發激烈競爭，呈現“通用與專用并進”態勢。北京以105個備案模型（占全國近半）領跑，上海通過“模塑申城”推動制造領域模型優化，深圳依托騰訊、平安等企業，在垂類模型上形成特色。

四是聚焦產業生態：從企業集聚到創新鏈整合。競爭焦點從單純的企業數量轉向政策、資本、人才、技術的全方位支撐的生態協同能力。比如，武漢建設“產業加速器”，北京經開區發布機器人產業新城計劃，安徽推動“政產學研金服用”融合發展機制改革，加快形成“喬木”參天、“灌木”茁壯、“苗木”蔥郁的創新生態。

五是聚焦數據資源：質量與安全并重。制造業高質量數據供給成為落地關鍵。比如，北京探索數據資產化路徑，上海建立行業共享平臺破解“數據孤島”，體現“發展與規范并重”的可持續發展理念。

不同的領域，反映的是地方謀求產業生態重構與發展能級躍升的深層考量。當然，“人工智能+制造”的領域還有很多，這是一個全新的賽場，其涵蓋領域之廣、滲透程度之深，為區域發展和產業升級帶來了前所未有的新動能，持續吸引著各地主動搶抓、積極競逐。

然而，在這股競爭的熱潮背后，也出現了一些隱憂。

不是短跑，而是一場持久戰、精準戰

數十座城市一擁而上，將人形機器人列為先導產業，同質化問題顯現；

各地爭相建設算力中心，區域間協同不足，導致創新資源分散；

一些地方的AI產線“演示效果好、落地效益差”，淪為“盆景”，被調侃為“PPT智能”，造成資源浪費；

……

調研中，多位專家擔憂，這場“AI+制造”的浪潮，是否會從一場以技術創新驅動制造業升級的“質量競賽”，變為追求政策亮點和短期效應的“姿態競爭”？

這考驗著地方政府的智慧。面對“人工智能+制造”的澎湃風口，比搶占先機更重要的，是保持戰略定力與精準落子。

專家認為，推動“人工智能+制造”，不能將其視為統一的“標準套餐”盲目跟進，而應視其為需要精準匹配地方產業基因的“定制菜”。每個城市都需深入“體檢”，摸清自己的產業底數，做好“診斷”，明確主攻方向，方能避免“千城一面”的窘境，走出一條符合自身實際的高質量發展之路。

比如，安徽立足新能源汽車產業發展基礎，以“三智一芯”為核心布局，建設超級工廠、布局車路云一體化示范應用，推動人工智能與智能網聯協同發展，構建從芯片、智能座艙到自動駕駛的新能源智能網聯汽車完整產業鏈，助力汽車、新能源汽車產量均居全國第一。

在各地找準差異化賽道的基礎上，更關鍵的一步在于激發制造業主體——成千上萬的企業積極擁抱AI的主動性。

這就好比戰略層面的“菜單”已然明晰，但要成功“烹制”出一道“人工智能+制造”大餐，還需為掌勺的廣大中小企業備好關鍵的“食材”與“灶火”。

調研中發現，一些企業推進“人工智能+”面臨三重障礙：認知層面整體把握不足，路徑層面缺乏清晰規劃，能力層面受困于數據孤島、成本與風險。

這些障礙如何破解？政府補貼固然有效，但效果有限，關鍵在于構建“升級基礎設施”，通過推動數據流通、制定標準、開發行業共性方案，系統性降低轉型升級門檻。

特別是面對“人工智能+制造”技術路線未定、商業模式待探的現狀，地方政府需要為其創造充分的試錯空間，鼓勵先行先試。

有專家建議，地方政府可探索設立“AI+制造”創新試驗區和專項風險補償基金，對企業在技術攻關與模式探索中的階段性失敗給予適度風險分擔。同時，建立“場景開放清單”，推動龍頭企業開放產線、數據與工藝資源，吸引企業協同攻關。

從全國來看，不少地方正在積極探索。比如，蘇州以人工智能和制造業深度融合為主線，高水平建設“人工智能+”創新發展試驗區，上海、杭州、成都、合肥等城市都已發布AI相關基金。

同時，地方政府實施“人工智能+制造”行動，不能貪大求全，而應小步快跑、邊做邊學、逐步演進，通過加強試點項目的跟蹤評估，凝練“可復制的成功模板”，實現從“點上突破”到“面上推廣”的迭代演進。

最為關鍵的是，“人工智能+制造”不是短跑，而是一場持久戰、精準戰，拼的不是速度，而是耐力；不是口號聲勢，而是落地深度。

AI引發“智變”，考驗的是城市對產業的理解、對資源的整合與對生態的構建能力——唯有真正沉入制造現場、融通技術與場景、走通本地化路徑者，方能贏得這場“城市卡位戰”。