国家发布《“人工智能+制造”专项行动实施意见》划了哪些重点？

2026年1月7日，工业和信息化部、中央网信办、国家发展改革委、教育部、商务部、国务院国资委、市场监管总局、国家数据局等八部门联合印发《“人工智能+制造”专项行动实施意见》（工信部联科〔2025〕279号）。《意见》围绕创新筑基、赋智升级、产品突破、主体培育、生态壮大、安全护航、国际合作等7大重点任务，细化21项具体措施，促进人工智能技术与制造业应用“双向赋能”，加快制造业智能化、绿色化、融合化发展，有力支撑制造强国、网络强国和数字中国建设。

《意见》明确了到2027年的阶段性目标，构建起“技术-产业-应用-生态”四位一体的发展格局。在技术供给层面，实现人工智能关键核心技术安全可靠供给，培育3-5个制造业通用大模型、1000个高水平工业智能体，打造100个工业高质量数据集，形成覆盖全行业的技术支撑体系；在产业规模层面，培育2-3家具有全球影响力的生态主导型企业和一批专精特新中小企业，选树1000家标杆企业，产业规模和赋能水平稳居世界前列；在应用推广层面，推广500个典型应用场景，实现人工智能对制造业全流程、全行业的深度赋能；在生态建设层面，建成全球领先的开源开放生态，安全治理能力全面提升，为全球人工智能与制造业融合发展贡献中国方案。

这一目标体系紧扣“新质生产力”培育要求，既强调技术自主可控的底线思维，又突出产业赋能的实践导向，更注重生态协同的长远布局，为制造业转型升级提供了可量化、可落地的行动标尺。

• 强化算力供给，推动智能芯片软硬协同发展，突破高端训练芯片、智算云操作系统等关键技术，建设全国一体化算力网监测调度平台，通过“智算云服务试点”提升资源利用效率，为大规模模型训练和实时工业应用提供算力保障；

• 开发高水平行业模型，针对制造业实时性、可靠性、安全性特点，培育“云-边-端”三级模型体系，打造工业细分场景小模型，建设模型公共服务平台和评测基准体系，牵引技术迭代升级；

• 开展“模数共振”行动，建立企业首席数据官制度，梳理行业模型数据资源清单，推动基础数据向高质量数据集转化，构建“数据协同-模型训练-应用开发-安全保障”一体化机制，实现“以模引数、用数赋模”的良性循环。

• 行业赋能方面，聚焦原材料、装备制造、消费品、电子信息、软件和信息技术服务五大重点行业，制定“应用全景图和转型路线图”，推广标杆解决方案；

• 流程升级方面，深化智能工厂梯度培育，将大模型技术嵌入研发设计、中试验证、生产制造、营销服务、运营管理全流程，例如研发设计环节推进智能辅助设计和药物研发，生产制造环节推广机器视觉质检和设备预测性维护，营销服务环节发展智能客服和个性化推荐；

• 企业培育方面，开展智能化成熟度评估，鼓励龙头企业先行先试，支持中小企业数字化转型，实现“大企业引领、中小企业普惠”的发展格局；

• 区域推广方面，依托国家自主创新示范区、先进制造业集群等载体，打造“人工智能+制造”创新高地，推动区域协同发展；

• 领域延伸方面，推动人工智能与工业互联网、绿色制造、工业安全深度融合，研发智能化绿色化协同解决方案和安全大模型，实现“智能化+绿色化+安全化”协同推进。

• 智能装备迭代，推动工业母机、工业机器人搭载智能体，研制新一代人工智能数控系统，加速手术机器人、智能网联汽车等产品创新和应用推广；

• 智能终端升级，突破端侧模型技术，培育智能手机、智能家居等终端产品，加快AR/VR可穿戴设备、脑机接口等新型终端产业化，建设人形机器人中试基地和标杆产线；

• 新业态培育，攻关工业智能体技术，建设智能体应用商店，推动人工智能与工业软件深度融合，打造“智能体+行业应用”的新型业态，构建分类分级管理体系，引导新业态健康发展。

• 强化标准引领，推动安全、治理、伦理等基础标准，以及软硬协同、赋能应用等通用标准的研制，开展“人工智能标准行”活动，鼓励企业参与国际标准化工作；

• 推动开源开放，建设高水平人工智能开源社区，部署模型、数据集等开源项目，研发适配的开源许可协议，举办开发者大会等活动，形成共建共享的开源文化；

• 加强人才引育，发布人才需求预测报告，优化高校学科专业布局，依托产教融合创新平台培养复合型人才，通过国家人才工程培育科技领军人才，积极引进海外高端人才，解决“懂智能、熟行业”的人才短缺问题。

机汇云CRM以“AI智能驱动业务协同”为核心理念，深度融合大数据、云计算与AI技术，构建覆盖客户关系管理、供应链协同、社交化营销、决策支持的一体化企业智能平台。其通过低代码PaaS底座、多端入口集成（企业微信、钉钉、APP等）及AI原生能力，为企业提供从数据采集、流程自动化到智能决策的全链路支撑，显著降低AI应用门槛。

机汇云CRM基于PaaS平台提供灵活的数据编排与业务定制能力，支持客户管理、订单流程、渠道协同等138个核心单据的动态配置。通过AI治理工具箱提升数据质量，结合BI可视化看板、DSS决策分析模块，实现客户价值金字塔、销售漏斗等多维度智能洞察，为企业AI应用提供高质量数据燃料。

2、深度嵌入核心业务场景
AI能力原生融入“市场-销售-服务”全流程：

• 智能营销：基于AI客户画像与行为分析，实现精准获客、个性化推荐与销量预测，提升转化率与客户留存。

• 销售协同：工单系统基于规则自动分派（如质量问题触发质检流程），并接入知识库实现自助解答，响应效率提升50%。

• 供应链优化：打通订单、库存、生产数据，通过AI进行需求预测、库存预警与供应商协同，实现柔性供应链管理。

• 智能决策支持：融合经营数据与行业知识库，为管理者提供实时洞察、风险预警与辅助决策，提升企业整体运营效率。

• 行业场景模型：基于通用大模型，针对装备制造、消费品等行业训练专属场景模型，提升业务适配性与决策准确性。

• 数据治理与增值：帮助企业将沉睡的销售、订单、库存数据转化为高质量数据集，支撑模型训练与持续优化。

• 积极参与“人工智能+制造”标杆场景建设，打造可复制推广的行业解决方案。

• 对接地方政策资源，降低企业AI应用门槛。

• 与AI算法厂商、工业互联网平台协同，融入国家级创新生态体系。

机汇云CRM以“技术+业务”双轮驱动，已赋能多个行业客户实现降本增效，推动企业从数字化向智能化跃迁。

• 开展企业智能化水平诊断，明确AI应用场景与优先级。

• 选择1-2个高价值场景（如智能客服、销量预测）启动试点，积累数据与经验。

• 推动AI在营销、供应链、财务等核心业务环节规模化应用。

• 构建企业专属知识库与场景模型，提升系统自主决策能力。

• 实现全流程智能化运营，形成“数据驱动、智能协同”的经营新模式。

• 输出行业解决方案，赋能产业链协同创新。