2026-10-16 14:02:18 网络安全文章来源：ZONE.CI 全球网 0 阅读模式

深度丨国家工信安全中心：人工智能赋能新型工业化的实践探索与对策建议

工业安全产业联盟平台

2026年10月12日 17:00
上海

在小说阅读器读本章

去阅读

在公众号小说中沉浸阅读

以下文章来源于控制网
，作者自动化博览

控制网
.

关注控制网&自动化博览公众号，及时收到行业内重要的资讯信息，以及我们的会议活动内容。我们邀请您一起，做自动化领域的先行者！立足自动化！服务自动化人！传播自动化声音！

★ 国家工业信息安全发展研究中心何丹丹

摘要：人工智能作为新一轮科技革命和产业变革的核心驱动力，正深刻重塑工业生产方式与产业组织形态。以大模型、智能体、具身智能为代表的新一代人工智能技术，正在推动制造业从“单点智能化”向“全流程数智化”跃迁。本文系统梳理了我国人工智能赋能新型工业化的政策演进脉络，深入分析了人工智能在研发设计、生产制造、运营管理、节能降耗与绿色制造等重点领域的实践探索。基于此，文章提出了构建工业智能体体系、培育高质量工业数据集、推进智能工厂梯度建设、完善标准体系与安全治理等实践建议，为人工智能赋能新型工业化提供理论参考与实施指引。

关键词：人工智能；新型工业化；智能制造；工业大模型；工业智能体

1 引言

党的二十大报告明确提出“推进新型工业化，加快建设制造强国”的战略部署。2023年全国新型工业化推进大会进一步强调，大力推动数字技术与实体经济深度融合。2024年3月，“人工智能+”写入政府工作报告，提出持续推进“人工智能+”行动，将数字技术与制造优势、市场优势更好结合起来。2024年至2026年间，工业和信息化部相继印发《制造业企业数字化转型实施指南》《机械工业数字化转型实施方案》《“人工智能+制造”专项行动实施意见》等政策文件，系统部署了人工智能赋能新型工业化的重点任务与实施路径。

我国人工智能产业规模持续扩大。截至2025年4月，我国人工智能专利申请量达157.6万件，占全球申请量的38.58%，位居全球首位；已累计培育400余家人工智能领域国家级专精特新“小巨人”企业，占据了全球十分之一的人工智能产业规模，形成了覆盖基础层、框架层、模型层、应用层的完整人工智能产业体系。与此同时，党的十八大以来，我国制造业规模和质量不断迈上新台阶，总体规模连续16年位居全球第一。据统计，2025年我国规模以上制造业企业人工智能技术应用普及率超30%，累计建成3.5万余家基础级、8200余家先进级、500余家卓越级及15家领航级智能工厂。人工智能正从单点应用向全流程渗透，从试点示范向规模化推广演进，成为推动制造业高端化、智能化、绿色化发展的关键引擎。

在此背景下，深入研究人工智能赋能新型工业化的实践模式，对于推动工业高质量发展、培育新质生产力具有重要的理论价值和现实意义。

2 政策体系与产业发展现状

2.1 国家层面政策体系

近年来，我国构建了从战略规划到行动指南的完整政策链条，为人工智能赋能新型工业化提供了坚实的制度保障。2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》，强调推动工业全要素智能联动，加快人工智能在设计、中试、生产、服务、运营全环节落地应用。2025年10月，《中共中央关于制定国民经济和社会发展第十五个五年规划的建议》正式发布，人工智能被列为新质生产力重点发展方向，明确提出全面实施“人工智能+”行动，以人工智能引领科研范式变革，抢占人工智能产业应用制高点。2026年1月发布的《“人工智能+制造”专项行动实施意见》进一步细化了实施路径，从供给和应用两端发力：一端抓供给，加强通用大模型和行业大模型的研发布局；一端抓应用，推动制造业的全流程、重点行业、重点产品的智能升级。该意见还针对原材料、装备制造等重点行业提出了具体的智能化升级方向，如推动工业母机柔性化智能化跃升、加速汽车行业全链条智能化升级等。2026年3月，《国民经济和社会发展第十五个五年规划纲要》正式发布，明确提出深化拓展“人工智能+”，赋能经济社会发展和治理能力提升，促进生产方式深层次变革和生产力革命性跃迁。

2.2 地方层面配套政策

在国家政策框架下，各地纷纷出台配套措施，形成了央地协同的政策格局。北京市印发《北京市人工智能赋能新型工业化行动方案（2025年）》，明确打造行业头部大模型，对达到国内一流、国际领先水平的大模型算力成本给予最高不超过3000万元支持。广东省发布《广东省人工智能赋能制造业高质量发展行动方案（2025—2027年）》，提出支持工业企业、人工智能企业打造一批具备数据处理和智能决策能力的工业智能体，对符合条件的工业智能体项目择优予以资金支持。苏州市出台《苏州市加快推进“AI+制造”创新发展行动方案（2025—2026年）》，目标到2026年底建设10个制造业重点行业人工智能应用赋能中心，培育150个工业垂类大模型，打造1000个典型应用场景和智能终端产品，建设15个国家卓越级以上智能工厂。

2.3 产业发展现状

我国人工智能产业呈现出强劲的发展势头。在算力基础设施方面，截至2026年3月底，我国智能算力规模达1882 EFLOPS（FP16），万卡级集群成为支撑大模型训练与推理的主流载体。在大模型开发方面，以DeepSeek-R1、通义千问为引领的开源大模型技术性能比肩国际先进水平，其开源模式极大降低了行业创新门槛。在应用赋能方面，2025年上半年我国AI大模型解决方案市场规模达30.7亿元，同比增长122.1%。从赋能环节分布看，大模型在工业价值链中的应用呈现“两端高、中间低”的微笑曲线态势，研发设计与营销服务环节更易获得AI赋能。值得注意的是，2025年生产制造环节的应用占比已由19.9%增长至25.9%，表明AI正在向价值创造的核心环节加速渗透。

3 关键应用场景分析

3.1 研发设计智能化

人工智能正在重塑工业产品的研发设计范式。基于大模型的生成式设计能力，能够根据设计约束条件自动生成满足性能要求的方案，大幅缩短研发周期。TCL发布的显示领域垂域大模型—星智大模型3.0，凭借更全面的知识体系和更高效的学习适应能力，在半导体显示行业得到充分应用，可直接助力产品开发过程，支持产品问题解析效率提升20%，材料开发效率提升30%。在装备行业，利用人工智能技术深度融入数控系统，赋能“实时感知—自主学习—智能决策—闭环执行”全流程，提升工业母机自适应作业与执行能力。我国自主研发的新一代智能数控系统正式发布，是全球首台集成AI芯片与AI大模型的数控系统，可以让工业母机的操作精度在原有微米级的基础上再提升30%，加工效率也将提升5%~10%。

3.2 生产制造智能化

生产制造是人工智能赋能工业的核心环节。2025年，生产制造环节的大模型应用占比已提升至25.9%。在质量检测方面，基于机器视觉和深度学习的智能质检系统已广泛应用于电子、汽车、钢铁等行业。人工智能“数字之眼”能够精准检测车身焊点、产品表面缺陷等，检测成功率超过95%。在工艺优化方面，通过分析历史生产数据，人工智能能够发现工艺参数与产品质量之间的隐含关系，实现工艺参数的自适应优化。在设备运维方面，构建基于大模型的智能诊断系统，精准感知、准确判断设备状态，实现远程监控与预测性维护，有效降低非计划停机时间。

3.3 运营管理智能化

后端运营管理环节是大模型应用占比最高的领域。企业运营对大模型的依赖度持续加深，大模型已从初期的辅助数据分析升级为智能决策等复杂场景支持。煤炭科学研究总院有限公司研发的新一代人工智能调度平台“矿山知行”，通过整合太阳石矿山大模型、多智能体协同决策和数据知识融合等关键技术，构建覆盖“人—机—环”全要素的智能化调度体系，可实现数据、决策、运营“三化一体”协同发展，推动调度从辅助决策向自主决策转型升级，完成从“少人调度”到“黑灯调度”的智能化演进。在供应链管理方面，支持工业企业建设数智化供应链，基于工业大模型开展协同采购、协同制造、协同配送等应用，带动供应链相关企业智能化改造。

3.4 节能降耗与绿色制造

人工智能在工业节能降耗和绿色制造方面展现出巨大潜力。通过实时监测生产过程中的能耗数据，结合工艺参数和外部环境因素，人工智能能够建立能耗预测模型，识别节能潜力点，优化能源使用策略。在水泥、钢铁等高耗能行业，人工智能赋能的窑炉煅烧控制、原料配比优化等应用，能够显著降低单位产品能耗，减少碳排放。

4 对策建议

4.1 构建工业智能体体系

工业智能体是人工智能赋能新型工业化的重要载体。一是聚焦重点场景，在研发设计、生产运营、运维服务、节能降耗、供应链管理等环节，打造一批具备数据处理和智能决策能力的工业智能体；二是推动多智能体协同，研制多智能体互联互通规范，制定和推广工业智能体主流协议标准，实现不同智能体之间的协同作业；三是建设智能体创新平台，支持有条件的地区建设智能体领域创新中心，培育感知、需求、执行、决策、评测类智能体。

4.2 培育高质量工业数据集

数据质量直接决定人工智能赋能新型工业化的效果。一是围绕重点行业，支持工业企业、平台企业、数据服务企业建设高质量的行业通识和行业专识数据集，构建工业知识语料库；二是推进工业数据治理，建立数据质量标准体系，提升数据的准确性、完整性和一致性；三是探索数据要素流通机制，支持企业承担和建设可信数据空间创新发展试点，探索构建制造业领域数据资源交换体系。

4.3 推进智能工厂梯度建设

智能工厂是人工智能赋能新型工业化的关键抓手。建议按照基础级、先进级、卓越级、领航级的梯度培育体系，推动智能工厂建设。一是基础级智能工厂重点实现关键设备联网和数据采集；二是先进级智能工厂实现生产过程的数字化管控和局部智能化；三是卓越级智能工厂实现全流程智能化和跨业务协同优化；四是领航级智能工厂引领行业智能化发展方向，形成可复制推广的模式和经验。

4.4 完善标准体系与安全治理

标准体系是人工智能赋能新型工业化的重要保障。截至2025年4月，我国已累计制定了40余项人工智能行业关键标准和10余项国际标准。建议进一步完善工业人工智能标准体系，重点制定工业大模型、工业智能体、工业数据治理等领域的技术标准和应用规范。同时，加强人工智能安全治理，确保工业人工智能系统的可靠性、安全性和可控性，完善人工智能监管体制机制。

5 结语

人工智能赋能新型工业化是培育新质生产力、推动制造业高质量发展的战略选择。在国家政策的有力引导和产业界的共同努力下，我国人工智能赋能新型工业化已取得显著成效，形成了从战略规划到行动指南的完整政策链条，建成了覆盖基础层、技术层、应用层的完整产业体系。

展望未来，随着大模型、智能体、具身智能等新一代人工智能技术的持续演进，人工智能与工业的融合将不断深化。应坚持“以实体经济为牵引，以场景应用为导向”，推动人工智能在工业全要素、全链条、全环节的深度应用，加快实现从“中国制造”向“中国智造”的跨越，为建设制造强国、网络强国、数字中国提供坚实支撑。

参考文献略。

作者简介

何丹丹（1991-），女，河北定州人，工程师，博士，现就职于国家工业信息安全发展研究中心，研究方向为人工智能应用、数字经济、数字经济国际合作等。

· end ·

来源 | 《自动化博览》2026年6月刊

责任编辑 | 赫敏